统计月读（2024年10月）

[ZichongWang]

请回复 issue 进行文章推荐与招聘投稿，内容须与统计/数据科学相关，是否采纳取决于编辑部意见。

文章推荐包括学术论文、博客、书籍、教程或软件等的推荐，如果是英文文章在月报发布后自动作为翻译备选文章。

招聘主要面向学术界与工业界的招聘信息发布且岗位要与统计/数据科学相关。

文章推荐格式如下：

推荐语：（几句话就可以，可长可短，有态度不严肃）

推荐人：（建议用真名）

链接：（论文建议给doi，其余给链接）

招聘信息格式如下：

岗位介绍：（例如博士生、博后、xx公司软件工程师等）

工作地点：（具体到城市）

联系方式：（网站链接或邮箱）

[LingrenKong]

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/

[ZichongWang]

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

[MelodyRen1998]

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

[ZichongWang]

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：https://www.zhihu.com/question/547902474/answer/3147413677 https://www.nature.com/articles/s41586-023-06221-2

[Ryanna-github]

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

[TheHiddenObserver]

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/

[ZichongWang]

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/

[GepingChen]

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/

[Ryanna-github]

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/

[rucnyz]

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/

[ZichongWang]

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

[yixuan]

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）

[yixuan]

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/）

[yixuan]

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/）

[ZichongWang]

本月到此结束，完结撒花！