菜单跳至内容主页论坛论坛注册论坛登录图书资料视频教程统计沙龙R语言会议讲座与培训招聘信息关于我们加入我们赞助我们项目合作搜索：用户如何参加“统计之都”网站的各项工作置顶2008/11/26新闻通知、统计之都主站、作者、工作、投稿、申请、论坛COS编辑部“统计之都”（COS）网站是一个协作平台，它是在群体合作的基础上而发展起来的。本文对参加COS网站工作的方式给予以下说明： 继续阅读用户如何参加“统计之都”网站的各项工作 →发表回复第九届中国R语言会议（广州） 暨华南地区数据科学会议通知2016/10/23中国R语言会议、统计之都COS编辑部一、会议概况R语言作为统计和数据挖掘界广泛应用的统计分析、绘图的语言和操作环境，是一个基于GNU系统自由、免费、源代码开放的软件。每年R的官方机构都会举办useR!会议，各个国家及地区也定期有R用户的交流活动。在中国，自2008年起，北京、上海、杭州、广州等地已经成功举办了八届R语言会议，前后报名参与人数超过万人。会议内容覆盖数据科学在各行各业的应用，包括天文、地理、医疗、生物、金融、能源、互联网等领域，在高校和业界均形成了深远影响，促进了R语言乃至数据科学在中国的推广和发展。如今R语言会议已成为R语言社区在国内影响力最大的交流盛会，聚学术专家、业界精英、技术大咖于一堂，让更多的数据人参与其中，促进社区内部的交流和进步。R语言在电商、互联网、金融、医疗、生物医学等领域广泛的应用前景吸引着越来越多华南地区数据人开始关注R与数据科学，来自各行各业的R用户需要这样一个平台交流技术，碰撞思想，广州R语言会议正是适应这种需求而举办。2014年11月，在华南统计科学研究中心、中山大学数学学院以及统计之都的多方努力下， R语言会议首次在华南地区主办，随后，2015年5月，华南地区第二次R语言会议也在中山大学成功召开，报名情况火爆，约有1400多人报名参会。 2016年中国R语言会议（广州）将由华南统计科学研究中心、中山大学数学学院与统计之都联合主办，将在往届会议的基础上进一步扩大R语言和数据科学的影响力，诚邀学界和业界精英同台演讲交流，愿与更多的数据爱好者探讨数据科学，共同进步提高！第九届中国R语言会议（广州），欢迎各位的到来！继续阅读第九届中国R语言会议（广州） 暨华南地区数据科学会议通知 →发表回复热门数据挖掘模型应用入门（一）: LASSO回归2016/10/10数据分析、数据挖掘与机器学习、统计之都COS编辑部作者简介：侯澄钧，毕业于俄亥俄州立大学运筹学博士项目， 目前在美国从事个人保险产品(Personal Line)相关的数据分析，统计建模，产品算法优化方面的工作。目录：模型简介线性回归Logistic回归Elstic Net模型家族简介学习资料继续阅读热门数据挖掘模型应用入门（一）: LASSO回归 →有一条评论Python的七种武器2016/10/06统计之都、统计软件python、数据分析肖凯君子生非异也，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，人体工学椅，Google，Github这几种。特别是机械键盘和人体工学椅，它们是极为重要的“人机接口”。前者可以用来延展英雄的输出能力，后者可以用来治愈英雄的腰椎。在数据领域也有类似的情况。一个数据项目，最重要的是定义问题，其次是拿到好的数据，再次是找到合适的方法，最不重要的可能就是选择一个工具了。但是看起来最形而下的工具，却是最具体而真实的“人数接口”。用一种顺手的工具来玩数据，我们会觉得比较舒服，输出效率更高。市面上的分析工具大致分为两大类，菜单式的工具和命令行式的工具。前者适合于初学入门，类似于跟团旅游，提供了固定的路线。分析套路比较固定化，点几下鼠标就可以搞定也很省事。后者适合于老手玩家，类似于自由行，需要自己规划数据工作流，适用于自定义的灵活分析。大多数用户害怕命令行，然而使用命令行才能掌握真正的力量。命令行是Jedi的原力。在命令行工具类别中，最耀眼的是R和Python这对双星。他们有非常多的相似之处，第一个相似之处是“快”。这种快不是纯计算速度快，而是从想法到结果的快。因为不论是探索数据还是建模，都需要各种尝试各种试错各种踩坑，如果要花2小时写代码，跑1分钟，不如花1分钟写程序，跑1小时。因为人的时间总是更为宝贵。第二个相似之处是扩展丰富。即有大量现成的函数模块。从想法到结果的快速实现，不能等待重新造轮子，另一方面，试错也要做很多复杂的自定义任务，将各种模块进行组合，调用各种外部交互接口，这两种开源工具都非常擅长。二者的差异点在于Python是一种通用型编程工具，R专注于数据领域；R有更为丰富的专业统计函数，Python则长于机器学习；R有更好的可视化包，Python正在快速追赶；Python和R的核心语法非常简洁，一些R包的语法则兼收并蓄，错综复杂。当你有时间的时候，双修是最好的选择。因为这两种工具类似于筷子和勺子的区别，在不同场景下使用某种工具更为有效。R语言这个工具与其生态系统，在统计之都上已经介绍得非常多了。下文简单介绍一下python的七个最为重要的数据分析模块，或者称之为七种武器。 继续阅读Python的七种武器 →查看所有2评论R与并行计算2016/09/08推荐文章、统计软件R并行计算、并行计算COS编辑部作者简介赵鹏，世界知名IT企业性能分析师。在包括多核、分布式以及GPU通用计算方面具有丰富的研究和实践经验，善于帮助客户解决性能问题以及提供并行化方案。R语言爱好者，业余时间创建了ParallelR网站，www.parallelr.com，以此来分享R和并行计算相关内容。文章摘要本文首先介绍了并行计算的基本概念，然后简要阐述了R和并行计算的关系。之后作者从R用户的使用角度讨论了隐式和显示两种并行计算模式，并给出了相应的案例。隐式并行计算模式不仅提供了简单清晰的使用方法，而且很好的隐藏了并行计算的实现细节。因此用户可以专注于问题本身。显示并行计算模式则更加灵活多样，用户可以按照自己的实际问题来选择数据分解，内存管理和计算任务分配的方式。最后，作者探讨了现阶段R并行化的挑战以及未来的发展。继续阅读R与并行计算 →查看所有6评论第九届中国R语言会议（厦门）会议通知2016/09/05统计之都COS编辑部第九届中国R语言会议（厦门）暨厦门大学数据科学与量化金融研讨会一、会议概况随着现代科学技术尤其是计算机、网络信息、生物工程等技术的快速发展，海量数据在自然科学和社会科学各个领域涌现出来，并以前所未有的速度产生和积累。这些海量数据涵盖范围广，变化速度快，存在形式复杂多样，同时也蕴含了丰富的价值。如何分析这些数据并提取价值成为当今社会和学术界的热门话题。数据科学有机地结合了统计学、计量经济学、计算机科学等学科优势，成为