统计月读（2021年10月）

推荐语：Daily R (https://dailyr.netlify.app/) 是一个很棒的基于 blogdown 包搭建的关于 R 的聚合博客，每天定时自动更新，每篇文章都会显示标题和摘要，点击标题后它会自动重定向到文章原始来源地址。认真研究该聚合博客的源码(https://github.com/yufree/daily/)，有助于学习 blogdown 搭建博客、GitHub Action 定时任务、字符串批量清洗加工等技能。同时，为了使该聚合博客汇聚更多高质量的文章，欢迎各位博主增加您的博客地址。

推荐人：楚新元

链接：https://dailyr.netlify.app/，https://github.com/yufree/daily/

推荐语：一年一度的 kaggle 数据科学家调查活动又来了。目前数据已经完成收集工作，分析数据的任务当前正在作为 kaggle 竞赛开放，感兴趣的数据科学家可以来看看今年的数据，说不定还能拿到大奖呢。

推荐人：孔令仁

链接：https://www.kaggle.com/c/kaggle-survey-2021/overview

推荐语：Chirag Patel, 一位哈佛大学医学院的副教授，在开设生物医药的数据科学时遇到了种种问题，例如学生们使用的是什么版本的R、如果他们的电脑不允许他们安装必要的软件包怎么办等等。而他发现，用 RStudio Cloud 是一个好方法。RStudio Cloud 能帮助学生高效入门，并帮助进行可重复分析来支持医药决策。

推荐人：操懿

链接：

https://blog.rstudio.com/2021/10/06/teaching-data-science-with-rstudio-cloud/

推荐语：如果你是一个忠实的 R 粉丝，但也十分想像 Harry Potter 一样成为Parselmouth (说蛇语的人)随时随地使用 Python，那么 R 中的 reticulate 包将帮助你直接在 RStudio 里使用 Python 控制台。不仅如此，使用者还可以将 Python 对象和 R 对象自由转换，在 RStudio 环境框中直接看到 Python 对应的换镜框，甚至还能直接使用 R 的语法完成 Python 的功能！

推荐人：任怡萌

链接：https://awong234.github.io/reticulate_pres/

推荐语：最优传输是统计学、机器学习、深度学习、图形学等领域中的热门话题。尽管在应用层面取得了较大成功，其背后的理论解释仍有待完善，如何快速精确实现最优运输问题求解也是当下研究的热点、难点。近日，顾险峰团队推出了“最优传输理论与计算”系列网上教程以及实体书籍，旨在系统地讲解最优传输的数学原理以及高效算法实现。系列教程涉及概率论、黎曼几何、偏微分方程、优化等内容。

推荐人：梁杰昊

链接：

https://mp.weixin.qq.com/s/5BOdLE3o_LswALDbxn6vcg

推荐语：这是一个使用 reticulate 包的有趣示例，利用 R 和 Python 的联动，从而实现把一个图片转化为其对应样子的数据集，例如下图就是一个对猩猩图片的处理结果。

推荐人：王祎帆

链接：

https://ivelasq.rbind.io/blog/reticulate-data-recreation/

推荐语：一个利用 sapply 和 expand.grid 等方式来遍历所有可能参数组合的小技巧，配合并行运算和服务器，可以快速完成科研任务。

推荐人：王祎帆

链接：

https://www.seascapemodels.org/rstats/2021/10/01/lapply-karate.html

推荐语：作者提供了一个可以用 R 获得不同领域的空间数据的平台，用户可以在其中找到相应的 R 包来获取数据，并且项目提供了简单的 Tutorials 帮助用户快速熟悉对应的 R 包。

推荐人：赵昊蛟

链接：

https://ropensci.org/blog/2021/09/28/rspatialdata/

推荐语：Kaggle 打得好，模型一到生产环境就傻眼，说明是时候还 ML 的技术债了。如何使训练和生产部署的链路和数据 gap 完全打通，Google Cloud 团队开始关注Continuous Training（CT），并借鉴 CI&CD 的思路提出了一种 CT 的 pipeline，见下图。现有的 CT 工具推荐 K8S 的 Jenkins X 和 iterative.ai 的 CML 和 DVC，链接是NIPS 2014 workshop 的一篇论文《Machine Learning: The High Interest Credit Card of Technical Debt》。