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
链接：
  • https://www.laurenceanthony.net/software/antconc/ (AntConc)
  • https://khcoder.net/en/ (KH Coder)
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
参考文献
[1]https://github.com/cosname/cosx.org/issues/1049
2022年往期回顾
2022年1月统计月读
2022年2-3月统计月读
2022年4月统计月读
2022年5月统计月读
2022年6月统计月读
统计之都：专业、人本、正直的中国统计学社区。
关注方式：扫描下图二维码。或查找公众号，搜索 统计之都 或 CapStat 即可。
往期推送：进入统计之都会话窗口，点击右上角小人图标，查看历史消息即可。
点击“阅读原文”，进行投稿！
继续阅读
阅读原文
关键词
数据
链接
推荐人
推荐语
统计之都