10月统计月读 (#1137)

* add new file * Update 2024-10-01-monthly.md * 10月月读 * 修改10月月读
cosname · Nov 10, 2024 · 5872647 · 5872647
1 parent 13d3249
commit 5872647
Showing 1 changed file with 126 additions and 0 deletions.
diff --git a/content/post/2024-11-01-monthly.md b/content/post/2024-11-01-monthly.md
@@ -0,0 +1,126 @@
+---
+title: 统计月读（2024 年 10 月）
+date: '2024-10-01'
+categories:
+  - 推荐文章
+  - 新闻动态
+slug: monthly
+forum_id: 425416
+---
+
+推荐语: 还在用静态统计图吗？不妨考虑一下Plotly，无论是Python还是R都有易用的方式。在Python中可以利用Plotly-express，快速入手操作，而R语言可以直接利用Plotly对ggplot2的支持，把旧图转换成动态图。
+
+推荐人: 孔令仁
+
+链接: https://plotly.com/python/plotly-express/ 和 https://plotly.com/ggplot2/
+
+---
+
+推荐语: 一个对变分自编码器（variational auto-encoder，VAE）模型进行解释和可视化的网站，有很多可以交互的元素。
+
+推荐人: yixuan
+
+链接: 项目地址（https://github.com/xnought/vae-explainer）；效果展示网站（https://xnought.github.io/vae-explainer/）
+
+![93cc94cfc4ea8b0b9245a968ce862b7](https://private-user-images.githubusercontent.com/216398/381882318-7fad61de-a033-4d3a-9264-7561aea3b680.png?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MzEyMzQ3NjEsIm5iZiI6MTczMTIzNDQ2MSwicGF0aCI6Ii8yMTYzOTgvMzgxODgyMzE4LTdmYWQ2MWRlLWEwMzMtNGQzYS05MjY0LTc1NjFhZWEzYjY4MC5wbmc_WC1BbXotQWxnb3JpdGhtPUFXUzQtSE1BQy1TSEEyNTYmWC1BbXotQ3JlZGVudGlhbD1BS0lBVkNPRFlMU0E1M1BRSzRaQSUyRjIwMjQxMTEwJTJGdXMtZWFzdC0xJTJGczMlMkZhd3M0X3JlcXVlc3QmWC1BbXotRGF0ZT0yMDI0MTExMFQxMDI3NDFaJlgtQW16LUV4cGlyZXM9MzAwJlgtQW16LVNpZ25hdHVyZT03M2VlNTNmOTk2OTUzYzQyYzM2NDc0Zjc2MTk5NzMxZDZkN2MyZWI0MzIwMjdjMDkzZGMyZWEzYThlNmM0M2I3JlgtQW16LVNpZ25lZEhlYWRlcnM9aG9zdCJ9.fVAaUspDHaJhm_CmdOxZAe_V1nD9fqpSbLlNTqmMyxA)
+
+---
+
+推荐语: 江湖极客肖楠童鞋教你用几十行核心代码实现一个主题模型，有原理有代码，顺便还推荐了 Rye 这个包管理工具。
+
+推荐人: yixuan
+
+链接: 项目地址（https://github.com/nanxstats/tinytopics）；博客（https://nanx.me/blog/post/tinytopics/）
+
+---
+
+推荐语: 一篇nature的关于AI4Science的综述文章，里面讲述了AI在科学发现上做出的贡献，包括辅助生成科学假设、优化参数、非标注数据学习的能力、强化学习的应用。同时也提及了一些挑战，目前的研究范式是强data driven的，非常依赖高质量的数据。当然这篇文章成稿于23年初、发表于23年8月，很多这两年发生的大事情没有包括进来，但是仍然值得一看。附上nature的链接和一作在知乎的解读。该作者是一个很厉害的人，可以关注关注他的知乎hhh
+
+推荐人: 王子翀
+
+链接: 一作知乎https://www.zhihu.com/question/547902474/answer/3147413677；原文https://www.nature.com/articles/s41586-023-06221-2
+
+---
+
+推荐语: 推荐一篇 2024 年发表于 JRSSB 的文章，这篇文章提出了一种基于整合 conformal $p$ 值的分布外检验方法，利用带标签的异常值作为辅助信息，有效提升检验的功效。该方法结合了 inductive 和 transductive 推断策略，通过适应性加权提高 $p$ 值的精确度，并自动选择最有利的分类模型。与现有方法相比，该方法不仅在多重检验中提供严格的错误发现率控制，还显著提升了功效，在模拟和真实数据上的实验中都表现较为优异。
+
+推荐人: 任怡萌
+
+链接: https://doi.org/10.1093/jrsssb/qkad138
+
+---
+
+推荐语: 推荐一个很不错的深度学习可视化工具Wandb，可以实时掌握代码运行的各种参数并且非常方便地看到各种曲线。最棒的是他是在线的，可以随时在手机上查看。此外还提供模型调参、微调的工具箱。
+
+推荐人: 王子翀
+
+链接:  https://wandb.ai/site
+
+---
+
+推荐语: 分享一个在 shiny 中加入聊天插件的小工具
+
+推荐人: 任焱
+
+链接: https://github.com/jcheng5/shinychat
+
+---
+
+推荐语: 推荐一个学习强化学习的网站，网站上有强化学习的一些算法，并给出了相应算法的Python代码，学习强化学习可以用这个网站边学原理边学代码
+
+推荐人: 林子谦
+
+链接: https://hrl.boyuai.com/
+
+---
+
+推荐语: 一篇关于DM在Protein上应用的综述，写的非常详细、通俗易懂。文章是23年12月投稿的，涵盖大部分已有的方法。作者是MIT的大佬Yim，发了不少这个领域非常有影响力的文章 (include RFDiffusion)。
+
+推荐人: 王子翀
+
+链接: https://wires.onlinelibrary.wiley.com/doi/epdf/10.1002/wcms.1711
+
+---
+
+推荐语: 作者是Jerzy Wieczorek，在其个人博客里有他在CMU统计与数据科学系从第一学期到第十学期的学期总结，读起来比那本著名的“The PhD Grind”更令我感同身受。又是一年申请季，考虑申请统计PhD的同学们可以作为参考。
+
+推荐人: 陈格平
+
+链接: https://civilstat.com/stats-edu-and-jobs/
+
+---
+
+推荐语: 一切知识只要学习界面生动有趣可交互都会变得有意思起来！今天是尝试成为 vim master 的一天。
+
+推荐人: 任焱
+
+链接: https://openvim.com/
+
+---
+
+推荐语: 一个学习generation AI的roadmap!里面包含了大量从AI基础知识到前沿研究的资料链接。作为资料索引很合适，从零学习也很合适
+
+推荐人: 聂宇舟
+
+链接: https://genai-handbook.github.io/
+
+---
+
+推荐语: 一个网站，里面有一些小的totorial，可以帮助大家快速入门一些计算机的基本操作，比如git、shell、vim等等。这些知识难以在课堂上学到但是又经常用。这个网站是几位MIT的大佬建立的，旨在帮助cs的学生。甚至有中文翻译版
+
+推荐人: 王子翀
+
+链接: https://missing-semester-cn.github.io/
+
+---
+
+推荐语: 一个可以在浏览器中直接运行 Stan 程序的应用，非常适合展示和教学用。
+
+推荐人: yixuan
+
+链接: 项目地址（https://github.com/flatironinstitute/stan-playground) ; 效果展示网站（https://stan-playground.flatironinstitute.org）
+
+![12cb35fa5ff9252464dc33ff2ff5711](https://private-user-images.githubusercontent.com/216398/381881720-81e16726-2d00-4bd7-bfd9-6fec99411418.png?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MzEyMzQ3NjEsIm5iZiI6MTczMTIzNDQ2MSwicGF0aCI6Ii8yMTYzOTgvMzgxODgxNzIwLTgxZTE2NzI2LTJkMDAtNGJkNy1iZmQ5LTZmZWM5OTQxMTQxOC5wbmc_WC1BbXotQWxnb3JpdGhtPUFXUzQtSE1BQy1TSEEyNTYmWC1BbXotQ3JlZGVudGlhbD1BS0lBVkNPRFlMU0E1M1BRSzRaQSUyRjIwMjQxMTEwJTJGdXMtZWFzdC0xJTJGczMlMkZhd3M0X3JlcXVlc3QmWC1BbXotRGF0ZT0yMDI0MTExMFQxMDI3NDFaJlgtQW16LUV4cGlyZXM9MzAwJlgtQW16LVNpZ25hdHVyZT1kNTA5MGUyN2ZjZDYxMDMzNWQ3ODUzNjhmZWFkOGVhMDg4MDA1MzVlMjc2Mzk1OGQ3MjcxNTZjMjU2MDczZmYwJlgtQW16LVNpZ25lZEhlYWRlcnM9aG9zdCJ9.zPUTrXZtCZyYC008HHy3v-jhOq_i-QtigdbRKwc4nTQ)
+
+---
+