本周投稿:谢益辉 冷静 施涛 肖楠

  • 从历史上看, 一个国家要变成大国, 变成真正受人尊敬的大国, 或者一个科学界, 要衡量它的成熟以及它本身的品质, 其中一个很重要的衡量标准是它怎么对待学术成就和学术风范。吴建福教授所谈论的三重境界可以看做我们自我认识的一座标杆。传送门。以及吴建福教授在北大的讲座
  • R与网络: 与普通的扩散研究不同,网络扩散开始考虑网络结构对于扩散过程的影响。在各式各样的网络中扩散过程都是何种形式?用R出手,一目了然
  • R Application in Stock: 看来经济学诺贝尔奖的余温未平,虽然长期的股票价格表现出一些规律,但短期内却显得繁芜丛杂,不看长线看短线,股票价格是可预测的嘛?
  • R画图: R能输出SPSS那样漂亮的图表输出嘛?有需要的童鞋看过来
  • R与Data Science: “秀恩爱,死的快。”相信脸谱网前两天关于情侣关系的展示给了您深刻的印象。什么什么,striking points, no details?来看看这位极客大侠给我们的解译
  • Machine Learning: 用机器学习的方法玩Flappy Bird游戏,正所谓高端大气,狂炫酷拽。(这位兄台你这么酷,你女朋友知道吗?咳咳,花这么多时间研究这个怎么会有女朋友……)
  • 新鲜的老生常谈: 当我们谈论数据科学的时候,我们在谈论什么?这是一群新生的探索,也是一群老生的总结。不愤不启,不悱不发,正确的提出问题,才有可能找到解答。在一问一答中,理解数据科学。
  • 数据可视化: 数据可视化中颜色的运用。数据可视化中,用色彩来表示一些变量往往可以起到很显著的视觉效果,但是在颜色的HSV(hue, saturation, value)表示中的等距对人的视觉来说不一定等距,这就可能造成一些理解上的偏差。文章介绍了几个避免的方法。愿意深入了解的可以看看IBM的博文: Why Should Engineers and Scientists Be Worried About Color? 探其因,穷其理,辨其思。
  • Timeline of statistics: 温故而知新,可以为师矣。从上古开天辟地,到如今的数据科学,了解过去的发展,才能知道未来的走向。
  • 数据科学远见:(普渡众生大学)的Cleveland老爷子,在2001年就写了一篇文章,提出了他的对数据科学这个学科设置的构想。
    • Multidisciplinary Investigation (25%) — collaboration with subject areas
    • Models and Methods for Data (20%) — more traditional applied statistics
    • Computing with Data (15%) — hardware, software, and algorithms
    • Pedagogy (15%) — how to teach the subject
    • Tool Evaluation (5%) — keeping track of new tech
    • Theory (20%) — the math behind the data
  • 这篇文章是一系列其它有关统计教育的文章中的一篇,这一期文章的目录参见链接。可以看看21世纪初的时候,统计学家们认为统计学科应该何处去。

发表/查看评论