推荐语:Gurobi是由美国 Gurobi Optimization 公司开发新一代大规模优化器,能够处理很多优化问题,充分利用多核处理器优势,且支持并行计算。这篇博客提供了如何在 R 和 python 中使用 Gurobi 的指南。

推荐人:任怡萌

链接:https://sites.google.com/view/jessica-leung/home/teaching/using-gurobi-with-r-and-python


推荐语:绘图时候感觉颜色设置单调?想要根据自己喜欢的图片、角色立绘获取配色吗?RImagePalette这个包可以帮你实现,作者还提供了 Shiny 在线上传图片提取的页面。

推荐人:孔令仁

链接:https://jnkcarlson.shinyapps.io/RImagePaletteShiny/; https://github.com/joelcarlson/RImagePalette


推荐语:肖楠大佬根据 Tim Dettmers 的博客制作的深度学习 GPU 选择指南,妈妈再也不用担心我被老黄忽悠了。(妈妈,今年的压岁钱还剩多少?)

推荐人:yixuan

链接:https://nanx.me/gpu/; https://d.cosx.org/d/423914; https://timdettmers.com/2023/01/30/which-gpu-for-deep-learning/


推荐语:一个很详细和完整的空间可视化案例,比较适合新人上手。

推荐人:赵昊蛟

链接:https://posit.co/blog/geospatial-distributed-processing-with-furrr/


推荐语:dplyr 在数据表连接方面的更新介绍。

推荐人:宋文轩

链接:https://www.tidyverse.org/blog/2023/01/dplyr-1-1-0-joins


推荐语:经验过程入门lecture notes与后续书,经验过程近年来常被用来做机器学习模型的收敛性分析,适合学习随机过程与泛函分析后睡前食用。

推荐人:吕秋燃

链接:https://www.stat.math.ethz.ch/~geer/empirical-process2020.pdfhttps://link.springer.com/book/10.1007/978-1-4612-5254-2


推荐语:一篇关于图神经网络的入门指引,里面的motivation和ideal都讲的比较清楚。有的页面可以互动,很有意思,同时也可以帮助理解~

推荐人:孔子怡

链接:https://distill.pub/2021/gnn-intro/


推荐语:星空爱好者狂喜!跟着作者一步一步就可以绘制银河图,星座图等一系列 “celestial maps”,效果很美,还可以顺路熟悉空间统计常用 R 包 sf。

推荐人:任焱

链接:https://kimnewzealand.github.io/2019/02/21/celestial-maps/


推荐语:【三体爱好者专栏】《三体》里的农场主假说讲述了这样一个故事:一个农场里有一群火鸡,农场主每天中午十一点来给它们喂食。火鸡中的一名科学家观察这个现象,一直观察了近一年都没有例外,于是它也发现了自己宇宙中的伟大定律:“每天上午十一点,就有食物降临。”它在感恩节早晨向火鸡们公布了这个定律,但这天上午十一点食物没有降临,农场主进来把它们都捉走了。 农场主假说向人类经验的时间平移不变性发出了质疑:过去一定与未来一样吗,过去的经验在未来一定可信吗?实证研究所依赖的具体的、可验证的证据,在不同时间、不同地区是否会一一应验?当一项研究使用真实世界的证据来论证其观点时,它便是一种经验性的说法。于是顿悟,为何异质性与模型的外推性如此重要。做研究也许需要谨慎地看待过去的经验,并且常思常新……

推荐人:朱书慧

链接:https://www.zhihu.com/question/31245113


推荐语:一本关于如何写好英文学术论文的书籍,这本书非常详细、易懂地介绍了如何写好学术论文里的各个部分,包括introduction、related work、methodology、experiments、conclusion等等,对于有写论文需求的同学非常有帮助

推荐人:聂宇舟

链接:Science Research Writing ( 可前往 zlibrary 寻找)


推荐语:用 R 绘制任何地区地图及相应数据的包,可以不受某些包内地图数量的局限性,并创建出各种好看的图。

推荐人:王祎帆

链接:https://felixanalytix.medium.com/how-to-map-any-region-of-the-world-using-r-programming-bb3c4146f97f