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……

职业事业

RStudio的前世今生——RStudio创始人专访

J.J. Allaire / Joseph B. Rickert / 2016-11-13

本文是一篇Joseph B. Rickert（简称JBR）对J.J. Allaire（RStudio的创始人和首席执行官）的采访稿，原文在此。统计之都与作者沟通后得到授权将其翻译为中文，希望可以让广大读者能够更多了解在R的世界中这个叫RStudio的地方。在这次采访中讨论了RStudio的历史、使命和J.J.的未来愿景。短暂的交谈中讨论了各种各样的主题，包括RStudio的业务、R语言的发展、R……

统计软件

Python的七种武器

肖凯 / 2016-10-06

君子生非异也，善假于物也。 “物”能够延展英雄的能力。它是吕布的赤兔马，杨过的玄铁重剑，CS中的沙漠之鹰，曹操传中的凤凰羽衣。“物”也可用以治愈英雄，例如张无忌的黑玉断续膏，李逍遥的天香续命露，还有深夜里TVB的一碗面。对于不同的位面，有着不同的宝物定义。对古时文人来讲，笔墨纸砚，是当时具有生产力输出的四大工具。对程序员来讲，当代的“文房四宝”不外乎是：笔记本，大屏幕，机械键盘，人体工学……

统计软件

中文文本处理简要介绍

李绳 / 2016-01-07

本文作者李绳，博客地址 http://acepor.github.io/。作者自述： […] 一位文科生曾励志成为语言学家 […] 出国后阴差阳错成了博士候选人 […] 三年后交完论文对学术彻底失望 […] 回国后误打误撞成了数据科学家 […] 作为一个处理自然语言数据的团队，我们在日常工作中要用到不同的工具来预处理中文文本，比……

统计软件

lfda R包的使用方法以及算法的简要说明

唐源 / 2015-08-25

局部Fisher判别分析(Local Fisher Discriminant Analysis)是许多度量学习（Metric Learning）方法中效果最好的其中一种，它是一种线性监督降维方法，它可以自动找到合适的距离转换矩阵(transformation matrix)来抓住数据的不同类(class)的特征，通过加大不同类之间的距离(between-class distance)以及缩小同类里……

统计软件

极简 Spark 入门笔记——安装和第一个回归程序

邱怡轩 / 2015-04-22

现在的各种数据处理技术更新换代太快，新的名词和工具层出不穷，像是 Hadoop 和 Spark 这些，最近几年着实火了一把。事实上听说 Spark 也有一段时间了，但一直是只闻其名不见其实，今天就来简单记录一下初学 Spark 的若干点滴。 […] 按照 Spark 官方的说法，Spark 是一个快速的集群运算平台，以及一系列处理大型数据集的工具包。用通俗的话说，Spark 与 R ……

统计软件

解惑rJava R与Java的高速通道

张丹 / 2013-08-14

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。要成为有理想的极客，我们不能停留在语法上，要掌握……

统计软件

COS论坛精华帖系列——strsplit 的反函数

统计之都 / 2013-08-13

我们知道，R 中的 strsplit 函数可以将字符串按照分隔符来进行分割。正如下面所示： str_poor <- "the quick brown fox jumps over a lazy dog" str_poor # [1] "the quick brown fox jumps over a lazy dog" str_splited……

统计软件

Rserve与Java的跨平台通信

张丹 / 2013-08-12

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。要成为有理想的极客，我们不能停留在语法上，要掌握……

推荐文章

COS论坛精华帖系列——use R for fun系列之小应用制作篇

刘辰昂 / 2013-08-10

系列以use R for fun为主题，以COS论坛上的精华帖、相关的package以及自己的一些code为素材，结合自身的一些编程体会，从而整合成文。本文是第二篇小应用制作篇。本文素材出处均已在正文注明本文继续承接上一篇的话题(小游戏开发篇)，继续在交互操作上做文章，不同的是这里引入了更丰富的操作和idea，仅仅做些小游戏还远远达不到我们的胃口，因此这里不妨再把思维拓宽些，让R来我们的生活服……

推荐文章

COS论坛精华帖系列——use R for fun系列之小游戏开发篇

刘辰昂 / 2013-08-08

系列以use R for fun为主题，以COS论坛上的精华帖、相关的package以及自己的一些code为素材，结合自身的一些编程体会，从而整合成文。很多人都片面的认为R仅仅是一个自由免费的统计分析软件，加之其没有其他商业软件诸如SAS、SPSS等商业软件友好的界面而并不被很多人所喜爱，但事实上这非常片面，因此本文旨在通过一系列看似不务正业但实则蕴含一定R语言使用技巧的内容纠结部分user对R……