R 语言

龙芯可以做数据分析吗？

邱怡轩 / 2022-03-28

因为众所周知的原因，近几年来，计算机处理器芯片这个高科技产品受到了社会的广泛关注。一时间，一款名为“龙芯”的 CPU 好像突然成了“全村人的希望”，不管是业内大佬还是吃瓜群众，都开始对自研芯片这个话题展开了激烈的讨论。按照官方的说法，龙芯是我国首枚拥有自主知识产权的通用高性能微处理器芯片，最初在2001年是中科院计算所下属的一个课题项目，而到了2010年又成立了龙芯中科公司，从纯科研项目走向了商业……

统计软件

手把手带你搭建个人博客（基础版）

庄亮亮 / 2022-03-07

你是不是特别想创建一个自己的私人博客？使用 blogdown 搭建博客难度大不大？与其他方式搭建博客相比又有什么优点？在使用过一段时间后，个人认为 blogdown 搭建博客的优势在于：它能将 R Markdown 与 Hugo 相结合，再加上 GitHub 和一个可以部署的网站，读者可以轻松的将一篇篇 Rmarkdown/markdown 的文章自动上传。而 R Markdown 的优势在于：……

统计软件

Tidyverse 优雅编程：从向量化、泛函式到数据思维

张敬信 / 2021-12-12

Tidyverse [1] 包是 Hadley Wickham 及团队的集大成之作，是专为数据科学而开发的一系列包的合集，基于整洁数据，提供了一致的底层设计哲学、一致的语法、一致的数据结构。 Tidyverse 用 “现代的”、“优雅的” 方式，以管道式、泛函式编程技术实现了数据科学的整个流程：数据导入、数据清洗、数据操作、数据可视化、数据建模、可重现与交互报告。 Tidyverse 操作数据的优……

统计软件

用R包gm生成音乐

毛任飞 / 2021-12-07

首先通过一个简单的例子来初步认识一下gm包。这里有一段很简单的代码，它是用这个包写的。这段代码可以生成一段乐谱还有相应的音频。这段代码也可以直接在RMarkdown中工作，并且自动将生成的乐谱和音频嵌在生成的网页之中，音频可以直接播放。这段代码非常简单，首先是加载R包，然后创造一个对象，最后将这个对象转化成音乐，我们现在来逐行看一下。首先是Music这个命令，它会初始化一个Music对象，就……

统计软件

基于 Prettydoc 包的模板改造

李家郡 / 2019-10-05

在之前我的文章中，概括地介绍了修改 R Markdown模板的思路。本文希望基于一个创作 R Markdown文档的例子（在电脑上看效果比较好），对常用的报告模板 Prettydoc 进行分析。读者可以根据自己的程度和需求，选择是停留在对模板的颜色、字体大小的程度，或是往前走一点——自己发明创造，进行阅读。 […] 其实自定义一份模板起初没什么特殊含义，但最近深感创作侵权违法成本太……

统计软件

基于 R Markdown 的演示文稿和报告模板使用经验

李家郡 / 2019-06-19

英语演讲课曾说，幻灯片只是辅助工具，而内容才是演讲的核心和本质。报告和幻灯片，其本质都是服务于“展示知识”这个过程，两者有着相通之处。利用 R Markdown 可以特别方便地将一份课程报告转化为课程答辩幻灯片，也可以将幻灯片填充些内容后形成总结报告。这四年来，利用两者的转换关系，我节约了不少时间。作为排版困难者，我尝试着探索了一些只关注内容的幻灯片和报告的写法。随着四年统计学习，R 虽然已经快……

统计软件

gcForest算法原理及Python与R实现

徐静 / 2018-10-12

从目前来看深度学习大多建立在多层的神经网络基础上，即一些参数化的多层可微的非线性模块，这样就可以通过后向传播去训练，Zhi-Hua Zhou和Ji Feng在Deep Forest [1,2]论文中基于不可微的模块建立深度模块，这就是gcForest。传统的深度学习有一定的弊端： […] 但是有一点是我们相信的，在处理更复杂的学习问题时，算法的学习模块应该要变的更深（论文The……

统计软件

电子表格中的数据整理

任怡萌 / 2018-07-28

本文翻译自Karl W. Broman和Kara H. Woo发表的Data organization in spreadsheets。作者Karl W. Broman，工作于威斯康星大学麦迪逊分校，担任生物统计和医学信息学部教授；作者Kara H. Woo，担任华盛顿大学信息学院信息管理员。本文已获得原作者授权。 […] 电子表格有着普通的矩形外表，但是它的使用存在数十年的争议。一……

统计软件

深入对比数据科学工具箱: SparkR vs Sparklyr

朱俊辉 / 2018-05-11

[…] SparkR 和 Sparklyr 是两个基于Spark的R语言接口，通过简单的语法深度集成到R语言生态中。SparkR 由 Spark 社区维护，通过源码级别更新SparkR的最新功能，最初从2016年夏天的1.5版本开始支持，从使用上非常像Spark Native。Sparklyr 由 RStudio 社区维护，通过深度集成 RStudio 的方式，提供更易于扩展和使用的……

机器学习

为什么统计学家也应该学学 TensorFlow

邱怡轩 / 2017-08-22

（先啰嗦一句：本文的标题和内容牵涉到 TensorFlow，只是因为它是可用的工具之一，我相信很多其他的框架都可以做到文中我想要实现的功能。我自己并没有工具上的偏好，所以就当是拿 TensorFlow 举一个例子。）对于学统计做统计的人来说，这可能是最好的时代，也可能是最坏的时代。好的地方我就不多说了，基本上关键词包括“大数据”、“数据科学”等，搜索引擎可以帮你列举出许多激动人心的字眼。为什么会……

统计软件

数据通灵术之爬虫技巧

杜亚磊 / 2017-08-20

俗话说"巧妇难为无米之炊"。如果你是一个数据忍者，却因为没有数据而烦恼，这卷"数据通灵术"或许是你需要的。首先你要看透术名那华丽的外衣，它的真面目是：爬虫技巧。此卷通灵术包含了爬虫的基础入门术，动态加载破解术，登陆破解术，以及额外赠送的手机APP爬取篇。 […] 简单来说，爬虫就是从网上自动下载网页，经过解析处理得到你想到要的数据。这里的步……

统计计算

Julia 中的分布式计算

张驰原 / 2017-08-18

[…] Julia 是一门相对比较新的着眼于科学计算的语言，语法上看起来有点类似于 Matlab 的脚本语言，但是实际上从 Ruby、Python、Lisp 之类的语言里吸收了许多有趣的特性。在这篇文章中，我想介绍一下 Julia 的分布式计算机制，它方便的并行和分布式计算的能力，结合优质的数值计算能力，其实让它非常方便用于做分布式数据处理——比如 distributed……