统计模型

倒数的诚信与消失的变量

倒数的诚信与消失的变量

邱怡轩 / 2019-06-25

今天朋友之间分享了一篇发表在《科学》杂志上的论文，《Civic honesty around the globe》，意即全球各地的公民诚信度。这篇论文的作者在全世界的40个国家做了一个大型的社会实验，即在不同的场所放置事先准备好的钱包，钱包中留有“主人”的联系方式，然后通过观察是否有人联系失主来推断公民的诚信程度。这篇论文之所以受到关注，是因为大家发现文章里中国的公民诚信值位列倒数第一，于是大家……

统计应用

中国传统中的统计思维

中国传统中的统计思维

李舰 / 2019-05-08

这是拙作《统计之美：人工智能时代的科学思维》的序言，虽然这本书是在讲一些统计相关的小故事，也试图用轻松的语言介绍数据科学领域的一些理论和应用基础，但关于统计学中的科学思维、尤其是中国传统文化中的统计精神，是我动笔前的主要动因。我对各种攻击中国文化没有科学精神的观点一直不满，所以写了这篇序，希望能和更多人探讨。 […] 英国学者李约瑟研究中国科技史时提出了一个问题：“尽管中国古代对人类……

统计应用

飓风过后的波多黎各

飓风过后的波多黎各

李泳欣 / 于淼 / 2018-07-25

2017年9月20日，超级飓风“玛利亚”袭击了美属波多黎各自治邦，这场近90年来最强的飓风造成当地的基础设施严重损毁。同年12月9日，波多黎各政府发布的数据显示截止11月底，有64人死于飓风灾害。消息一出，社会舆论一片哗然，多家媒体和学术机构对此数据表示怀疑，认为这与当地受灾情况的严重程度不符。《纽约时报》的独立调查显示，截至17年10月底，遇难人数可能多达1052人；Center for……

R语言

R代码模拟世界杯1000次，足球小白速成世界杯预言姐

R代码模拟世界杯1000次，足球小白速成世界杯预言姐

夏丰盛 / 2018-06-24

本文翻译自Mango Solution的博客，作者杨环，就职于Mango Solutions，担任数据科学咨询顾问。本文已获得原作者授权。 […] 几周前的皇家马德里VS利物浦的欧冠总决赛是我差不多十年来唯一严肃认真看完的一场比赛，但我居然会挺胸抬头地预测捧起2018年大力神杯的会是巴西队？如果（真假伪）各界球迷朋友发现本文口感略柴，可能是因为我的足球类自然语言处理能力欠佳。不要紧，……

统计应用

心理学的危机

心理学的危机

杨洵默 / 2017-09-30

NBA总决赛刚结束不久，今年最幸福的肯定就是勇士球迷了。宇宙勇的球迷一定很关心一个东西，因为它决定着你看到的是海啸组合还是铁花兄弟——它就是手感。但是，手感真的会忽冷忽热吗？你肯定会说这问题怎么这么蠢，打过球的谁没有篮筐大的像海洋的时候？别急。。让我先介绍下这问题的背景。 […] n年以前，斯金纳在一系列经典的鸽子实验中展示了如何通过强化学习让鸽子学会各种习惯（现在很火的深度学习……

统计应用

十行代码预测插旗西雅图

十行代码预测插旗西雅图

侯澄钧 / 2017-05-19

我错了，我承认我是标题党，怎么可能用十行代码完成 Dota2 信仰2 比赛数据的抓取, 清洗与预测建模呢。不过为了发扬继承郎大为“十行代码”系列的优良传统，我决定沿用这个名字，希望能把品牌做大做强，走出亚洲，面向世界。。。事情的起因是这样的：上周与同为信仰粉的大为接上头之后，被安利了一个叫 RDota2 的 R pacakge。这个工具包使用 Steam API，可以让 R……

统计计算

谷歌为什么创造了幽灵广告？

谷歌为什么创造了幽灵广告？

陈丽云 / 2017-04-27

说起广告大家肯定都知道，可是什么是幽灵广告？其实幽灵广告的英文是ghost ads，源自Google的一篇论文，Johnson, Garrett A., Randall A. Lewis, and Elmar I. Nubbemeyer. “Ghost Ads: Improving the Economics of Measuring Online Ad……

统计应用

聊聊美国保险业

聊聊美国保险业

侯澄钧 / 2017-03-18

作者简介：侯澄钧，俄亥俄州立大学运筹学博士，目前在美国从事财产事故险（Property & Casualty）领域的保险产品开发，涉及数据分析、统计建模和产品算法优化等方面的工作。只有想不到，没有保不了。这就是我对美国保险行业最深刻的认识。大到地震，小到球票，加上平时开车，租房，看病，旅游，保险无时不刻的出现在了美国人生活工作的方方面面。除了没有住所，没有工作，没有任何财产的流浪人……

统计模型

假新闻引发的愤怒——非算法视角对自我学习的搜索排序算法和选择偏差的一些解读

假新闻引发的愤怒——非算法视角对自我学习的搜索排序算法和选择偏差的一些解读

陈丽云 / 2017-01-16

本文作者陈丽云，落园园主。声明：本文与作者工作单位及工作内容无关，完全出于个人兴趣爱好。最近有条很火的新闻。美国大选刚刚落下帷幕，却余波不断。其中一条新闻就是，Google被指责利用搜索结果（假新闻）左右民意。可是事情到底是怎么回事呢？ […] SAN, FRANCISCO/WASHINGTON – Google’s search engine is highlighting……

统计应用

利用R语言对用户进行深度挖掘

利用R语言对用户进行深度挖掘

谢佳标 / 2017-01-13

作者简介：谢佳标乐逗游戏高级数据分析师，负责大数据挖掘及可视化。资深R语言用户，有九年以上数据挖掘工作实战经验，多次在中国R语言大会上作主题演讲。与张良均老师、杨坦老师合著的《R语言与数据挖掘》一书已在2016年7月出版，新书《R语言游戏数据分析》一书也即将于2017年初出版。随着游戏市场竞争的日趋激烈，在如何获得更大收益延长游戏周期的问题上，越来越多的手机游戏开发公司开始选择借助大数据，以便……

统计应用

降维攻击：目标，比率指标

降维攻击：目标，比率指标

陈丽云 / 2016-11-28

作者简介：陈丽云，在eBay从事 Experimentation Analytics Research。网络上素来自黑为“落园园主”。 […] 在这个互联网数据唾手可得的时代，但凡有数据的地方，就有战争。一场战役，有人登高摇旗呐喊，有人趁夜暗度陈仓。在以浩瀚数据为目标的战场上，大家费尽心思用尽招数，各种降维攻击，只是没有《三体》里面的体外文明那种强行把三维生物体打击到二维空间的那么残……

统计应用

热门数据挖掘模型应用入门（一）: LASSO回归

热门数据挖掘模型应用入门（一）: LASSO回归

侯澄钧 / 2016-10-10

作者简介：侯澄钧，俄亥俄州立大学运筹学博士，目前在美国从事财产事故险(Property & Casualty)领域的保险产品开发，涉及数据分析，统计建模，产品算法优化等方面的工作。目录： • 模型简介 • 线性回归 • Logistic回归 • Elstic Net理论简介 • 学习资料 […] Kaggle网站（https://www.kaggle.com/）成立……