推荐文章

3张图解释我的数据价值观

张翔 / 2016-12-05

作者简介：张翔，车轮互联数据副总裁，COS9年老水友 […] 做数据的人现在越来越强调价值，那么在商业世界里，什么数据价值最高？我们先看几个例子：一张简单的图表，可以决定一次投资的收益，号称最贵图表的，就是下面这张美国房价自1970年以来的走势图，蓝色的线是未剔除通胀，红色的线是剔除通胀，趋势非常明显。这张价值连城的图表，所需要的数据并不高深，相信在次贷之前，有一大批专业研究人员曾……

推荐文章

为什么我不是R方的粉丝

John Myles White / 2016-09-01

本文翻译自 John Myles White 的博客 Why I’m Not a Fan of R-Squared。翻译工作已经获得作者授权同意。 […] 人们通常喜欢用 $R^2$ 作为评判模型拟合好坏的标准。与 MSE 和 MAD 不同，$R^2$ 不只是模型误差的函数，它的定义中还隐含了两个模型的比较：一个是当前被分析的模型，一个是所谓的常数模型，即只利用因变量均值进行预测的模……

推荐文章

中药、西药及统计学

李舰 / 2016-08-04

作者简介：李舰，现任九峰移动医疗 CTO，曾任 Mango Solutions 中国区数据总监。专注于数据科学在行业里的应用。擅长R语言的工程开发与分析建模，是 Rweibo、Rwordseg、tmcn 等 R 包的作者。与肖凯合著了《数据科学中的R语言》，参与翻译了《R语言核心技术手册》、《机器学习与R语言》。这篇文章本来是从屠呦呦得诺奖的时候开始写的，作为一个拖延症晚期患者，直到今天才……

推荐文章

张志华教授：机器学习——统计与计算之恋

张志华 / 2016-06-23

编辑部按：本文是从张志华老师在第九届中国R语言会议和上海交通大学的两次讲座中整理出来的，点击此处观看幻灯片。张志华老师是上海交通大学计算机科学与工程系教授，上海交通大学数据科学研究中心兼职教授，计算机科学与技术和统计学双学科的博士生指导导师。在加入上海交通大学之前，是浙江大学计算机学院教授和浙江大学统计科学中心兼职教授。张老师主要从事人工智能、机器学习与应用统计学领域的教学与研究，迄今在国际重要学……

推荐文章

数据江湖，回归5式

王汉生 / 2016-06-04

今天要跟大家分享的主题叫做：数据江湖，回归5式！如今啊，大数据时代，群雄割据，天下大乱。各位童鞋，闯荡江湖，凶险难测。没一些必备的看家的本领，就想从数据出发，直达价值的彼岸，恐怕很难。为此呢，熊大教大家几招防身绝技，叫做：回归5式！简单的说，就是5种最常见的回归模型。这5个招式，看似简单，却是熊大行走江湖的看家本领。回归5式，就如同少林长拳，看似平淡无奇，但是如果辅以深厚的内力，就能威力无比。……

推荐文章

统计之都十周年感言

谢益辉 / 2016-05-24

呐，统计之都已经创建十周年。作为所谓的创始人，自然也是时候卷起袖子跟大家一起干一大碗鸡汤，毕竟十年这个时间长度听起来好像还蛮厉害的。不巧最近这些天挺忙，加上我其实并不太喜欢专门写文字给乌泱乌泱的客官们看，年龄越大，就越不愿意去安利别人。这篇十周年感言如何写，每天晚上苦苦思考三分钟之后就睡得特别香。想全面概括这十年的发展是不可能的，只能用我最擅长的意识流方式想到哪儿说到哪儿了，这篇文章基本上是纯个人……

推荐文章

丑图百讲｜好看的统计图都是相似的，难看的统计图各有各的丑

水妈 / 2016-05-24

大家好，我是水妈，在大学工作，主要教统计学。今天代表狗熊会，发起一个新的系列，丑图百讲。这个系列不讲炫酷的、高大上的统计图，而是给大家分享如何画好最基础的统计图。读者可能会问，为什么要分享统计画图？熊大说了，数据分析的第一步，是梳理业务目标，接下来才是分析数据。水妈认为，在分析数据环节，第一步是做描述分析。这里的描述分析，包括三个内容：一、明确行业背景和变量含义；二、用统计图、统计表以及各种统计……

COS访谈

COS访谈第20期:千秋邈矣独留我，百战归来再读书：谢益辉

谢益辉 / 冯俊晨 / 2016-01-03

【COS编辑部按】受访者：谢益辉采访者：冯俊晨 […] 他站在技术与艺术的交界点。 ——沃尔特·华森《乔布斯传》 […] 2002年，谢益辉报考了中国人民大学统计学系。并不是因为他喜欢统计学——那时候他根本不知道统计学是什么——只是因为人大当年在湖北招生统计系有三个名额，比其他系都多，感觉录取概率会大一些。这个日后将跻身华人R开发者名人堂的湖北小伙，就这样从“种地……

推荐文章

使用ggtree实现进化树的可视化和注释

余光创 / 2015-11-30

本文作者：余光创，目前就读于香港大学公共卫生系，开发过多个R/Bioconductor包，包括 ChIPseeker, clusterProfiler, DOSE, ggtree, GOSemSim 和 ReactomePA。进化树看起来和层次聚类很像。有必要解释一下两者的一些区别。层次聚类的侧重点在于分类，把距离近的聚在一起。而进化树的构建可以说也是一个聚类过程，但侧重点在于推测进化关系和进……

推荐文章

泛滥与缺失：个人征信vs.征信误差评估

王汉生 / 2015-11-04

王汉生@北大光华最近被刺激了！有人被刺激后的反应是以头抢地尔，而教授被刺激的第一反应是：写Paper！故事的发生是这样的。一天组会，大家东拉西扯，也不知怎么就扯到个人征信上去了。于是突发奇想，我请大家把自己的手机掏出来，每个人查一下自己的“芝麻信用”分是多少。王老师的芝麻信用分高居630之多，心想：这么高的芝麻信用分，可以秒杀众多学生，然后可以得意地哈哈大笑。对，就是上面这个样子：哈，哈，哈，……

推荐文章

统计学发展方向的选择

王汉生 / 2015-10-02

看这题目，多吓唬人。又是方向，又是选择。一看就是知道作者是一个深受商学院教育毒害的砖家！但是，想跟大家说的是，我真心想把这个题目整小点，但是困难。为什么？因为接下来跟大家瞎聊的故事，确实关乎发展方向，确实关乎取舍。或者，至少关乎我自己的研究团队（小二十号兄弟姐妹）的方向和选择！首先给大家简单介绍一点背景知识，小小吐槽一下现在统计学正面临的挑战。先从方法论说起。统计学的方法论主要依赖数学，尤其是概……

推荐文章

Hadley Wickham：一个改变了R的人

Dan Kopf / 2015-09-21

【COS编辑部按】本译文得到了原英文作者的授权同意，翻译：冯俊晨、王小宁。 Hadley Wickham 是 RStudio 的首席科学家以及 Rice University 统计系的助理教授。他是著名图形可视化软件包ggplot2的开发者，以及其他许多被广泛使用的软件包的作者，代表作品如plyr、reshape2等。本文取自PRICEONOMICS. 通过数据从根本上了解世界真的是一件非常，非常……