推荐语：可以称得上划时代的几何学教学技术，通过网页实现交互式高亮，随着阅读流程一同标记文本和对于绘图的内容，把几何原本做成了一本网页上可以动态看的教科书。另外提醒一下，网页配色有黑白两种模式，切换在右上角。

推荐人：孔令仁

链接：https://elements.canberead.com/

---

推荐语：Bin Yu 老师在 ICM 2022 上的最新报告 Interpreting Deep Neural Networks towards Trustworthiness，从可信赖的角度解释深度神经网络。

推荐人：梁杰昊

链接：https://www.youtube.com/watch?v=hyanrQZfuxM

---

推荐语：基于 magick 包和脸部识别算法批量制作个人头像。

推荐人：黄湘云

链接：https://www.garrickadenbuie.com/blog/process-profile-picture-magick/

---

推荐语：这篇论文将迁移学习（机器学习的一个分支）应用于高维线性回归模型。除了目标模型的样本之外，它还使用了来自其他相关的回归模型的辅助样本，以提高估计和预测的最优收敛率。 显然，如何寻找合适的、能给目标模型提供有用信息的辅助样本是一个需要考虑的问题。如果已知哪些辅助样本是有用的，就相应的提出一个 estimator 和一个 predictor，并建立它们的最优性。如果不知道哪些辅助样本是有用的，可以应用作者提出的一个数据驱动的迁移学习过程（名为 Trans-Lasso）来找到它们。作者还将 Trans-Lasso 方法应用于有关基因表达之间关联的数据集。结果表明，Trans-Lasso 通过合并来自多个不同组织的数据作为辅助样本，提高了目标组织中基因表达预测的性能。

推荐人：朱书慧

链接 / 论文信息：Li, S., Cai, T. T., & Li, H. (2022). Transfer learning for high-dimensional linear regression: Prediction, estimation and minimax optimality. Journal of the Royal Statistical Society Series B, Statistical Methodology, 84(1), 149–173. https://doi.org/10.1111/rssb.12479

---

推荐语：介绍了如何利用 R Markdown 写学术论文、利用 Zotero 进行文献管理以及利用 Notion 做笔记。其中 Zotero 可以与 R Studio 直接集成，Notion 也可以和 Zotero 集成，从而更加便捷地进行论文写作。

推荐人：王祎帆

链接：https://www.ds-econ.com/write-your-whole-paper-in-r-it-is-better/

---

推荐语：面对晦涩难懂的学术著作，如何较快地确定这个文章的主题是不是符合自己所需求，通过文本分析关键词和主题挖掘可以较快地粗略地了解其内容。这个案例中对希罗多德的希波战争的著作《Histories》做了一些分析。

推荐人：赵昊蛟

链接：https://boiled-data.github.io/Histories.html

---

推荐语：在大学中建立一个 R 社区，特别是在 covid-19 的影响下，这件事会显得更有意义。文章通过采访的形式介绍了这个 R 社区，还提供了相关 R 项目的 github 链接。

推荐人：操懿

链接：https://www.r-consortium.org/blog/2022/07/19/growing-an-r-community-at-a-state-university

---

推荐语：R 可以把地形图画得如此精细，甚至还可以绘制出阴影效应。

推荐人：任焱

链接：https://dominicroye.github.io/en/2022/hillshade-effects/

---

推荐语：这篇文章比较详细的讨论了 R 中的编码问题（即使用了 R 很久也未必清楚），正确使用正则表达式可以提高运行效率，而 useBytes=TRUE 是一个危险的参数设定。

推荐人：任焱

链接：https://blog.r-project.org/2022/07/12/speedups-in-operations-with-regular-expressions/index.html

---

推荐语：一个小巧的文本分析软件 AntConc ，用于文本聚类、关键词提取、词云绘制等。之前用过一款叫 KH Coder 的软件，与 AntConc 功能相似，同样小巧实用。

推荐人：宋文轩

---

推荐语：一步一步、一行一行地介绍 ggplot2 绘图的过程，对新手应该十分友好，是快速入门 ggplot2 绘图的好文章。

推荐人：黄湘云

链接：https://www.miriamheiss.com/posts/graphing-with-ggplot/

---

推荐语：一个生成模型的 tutorial，主要围绕 Bayesian inference 和 Langevin dynamics 等非参方法进行讨论，同时从 optimal transport (Wasserstein) 角度出发讨论了这些生成模型的一阶优化方法。

推荐人：聂宇舟

链接：https://akorba.github.io/resources/Baltimore_July2022_ICMLtutorial.pdf

---

推荐语：近年来机器学习的各大顶会上，图神经网络（GNN）的相关文章数量暴涨；在工业界的搜索、推荐、反欺诈等场景，GNN 也取得了不错的效果。相较于学术界所关注的模型结构，工业界更看重模型的可扩展性等，本文对 GNN 在工业界的具体应用做了系统总结。

推荐人：向悦

链接：https://zhuanlan.zhihu.com/p/423342532

敬告各位友媒，如需转载，请与统计之都小编联系（直接留言或发至邮箱：[email protected]），获准转载的请在显著位置注明作者和出处（转载自：统计之都），并在文章结尾处附上统计之都微信二维码。

R 语言制作地区分布图及其动画 →

发表 / 查看评论