FinanceR

[原] 数据科学教程：R语言与DataFrame[2019版]

HarryZhu 3月10日发布
1 收藏

9102年是互联网大环境不太好的一年，这一年更需要苦练基本功，数据科学领域的基本功无非就是数据处理，而 DataFrame 是其中的核心。那么，都9102年了，如何在 R 语言中优雅地使用 DataFrame 呢？是否优雅是矿工生...

[译] 解密 Mapbox 卫星影像处理神器 Robosat

HarryZhu 2月20日发布
收藏

最近，Mapbox 开源了端到端的卫星影像特征提取工具 RoboSat。下面我将以来自 OpenAerialMap 的 Tanzania 区域的无人机影像演示如何在自定义图像数据集上运行完整的RoboSat流程。

[原]数据科学教程: 如何使用 mlflow 管理数据科学工作流

HarryZhu 2018年10月31日发布
5 收藏

近年来，人工智能与数据科学领域发展迅速，传统项目在演化中也越来越复杂了，如何管理大量的机器学习项目成为一个难题。

[原] 解密 Uber 数据团队的大规模地理数据可视化神器：Deck.gl 与 H3

HarryZhu 2018年10月22日发布
2 收藏

如何大规模可视化地理数据一直都是一个业界的难点，随着2015年起 Uber 在这一领域的发力，构建了基于 Deck.gl + H3 (deckgl,h3r) 的大规模数据可视化方案。一方面，极大地满足了大规模地理数据可视化的需求。另一...

[原] RStudio Spark/Leaflet 与 GIS 最佳实践

HarryZhu 2018年05月27日发布
1 收藏

近年来，基于 Spark 的大数据并行计算方案日渐成熟，在GIS领域有了很多最佳实践。过去，大多数数据分析师可能都是基于Excel/Hive进行分析工作，但是随着数据分析架构的成熟，基于 RStudio 和 Spark/Leaflet 的数...

[原] 快速上手：在R中使用Mxnet[GPU/Linux]

HarryZhu 2018年03月21日发布
收藏

mxnet 是目前深度学习领域较为前沿的一类框架，同时支持命令式与符号式编程，即提高了开发效率又保障部署效率，并且源码极为简洁，具有分布式部署效率高、多语言支持等优点。mxnet 的出现，极大地拓展了R中张量计...

[原] 深入对比数据科学工具箱: SparkR vs Sparklyr

HarryZhu 2018年03月18日发布
4 收藏

SparkR 和 Sparklyr 是两个基于Spark的R语言接口，通过简单的语法深度集成到R语言生态中。SparkR 由 Spark 社区维护，通过源码级别更新SparkR的最新功能，最初从2016年夏天的1.5版本开始支持，从使用上非常像Spar...

[译] 解密 Uber 数据团队的车辆定位查询算法

HarryZhu 2017年03月11日发布
6 收藏

几周以前，Uber 发布了一篇关于如何构建 "如何使用GO实现极限QPS"的文章。我正好一直在用Go做关于地理空间方面的工作，期待Uber可以用GO写一些牛逼的算法来处理地理数据，然而我发现Uber低于了我的期望…

shiny工程化实践之数据库

HarryZhu 2017年01月22日发布
2 收藏

数学函数: abs, acos, acosh, asin, asinh, atan, atan2, atanh, ceiling, cos, cosh, cot, coth, exp, floor, log, log10, round, sign, sin, sinh, sqrt, tan, tanh

[译]R与可重复金融:ETF数据采集与可视化（二）

HarryZhu 2017年01月07日发布
4 收藏

在这个漫长假日季（从感恩节到新年包含了圣诞节、光明节、宽扎节）意味着我们有一件事情可以做：给各个国家的ETF数据做一个Leaflet地图！

Shiny 工程化实践之HTTPS加密（三）

HarryZhu 2016年12月23日发布
收藏

HTTPS = HTTP + SSL,也就是HTTP加密的加强版。由于HTTP协议在经过路由器会被其他人劫持，由此会导致数据泄露、篡改，一般金融电商等涉及交易的网站都应该有https加密。

时空维度挖掘（二）之 leaflet

HarryZhu 2016年12月10日发布
7 收藏

本文是时空维度挖掘系列的第二篇，将引进空间挖掘中的重量级嘉宾 leaflet。在互联网竞争日益激烈的今天，一方面，online业务蓝海越来越少，扩展成本也越来越高，许多互联网企业开始介入地推，甚至出现了比如望京...

[译]使用RSTAN实现贝叶斯方法预测美国大选

HarryZhu 2016年11月04日发布
3 收藏

本文将讨论如何使用STAN实现动态贝叶斯模型来预测美国大选,并考虑了一些调整过的国家民调数据、民意影响、相关各州的选举先验结果和相关投票的误差。

[原]打造数据产品的快速原型：如何使用 flexdashboard 制作dashboard

HarryZhu 2016年10月22日发布
4 收藏

概述 2016年制作 Dashboard 是一种怎样的体验？我们想要的：响应式+自适应+移动先行+敏捷开发+模块化+微服务+单页面应用，相信这些一定已经成为了前端开发的标准配置。那我们需要使用 yarn+jquery+react+nodejs...

时空维度挖掘（一）之 lubridate

HarryZhu 2016年10月19日发布
收藏

时间与空间是世界运行的主要维度，各行各业的运作都受到这两个维度的影响。其中，时间这个维度本身虽然只需要一列timestamp即可存储所有信息，不过通过进一步的时间维度挖掘，我们可以从中找到许多规律来丰富特征...

[原] Python 开发者面向文档编程的正确姿势

HarryZhu 2016年09月30日发布
10 收藏

如果想看见识一个人写代码的功力，注释其实是区分老司机和小鲜肉的一个显著的分界线（有没有观察到你们公司的领导基本都在开会或者写文档），通常情况下老司机的文档量与代码量是1：1的比例，而新人往往认为写完...

[原] 论从数据探索到数据产品的最快路径

HarryZhu 2016年09月21日发布
11 收藏

加快推动从数据探索到数据产品的过程是一件很有意义的事情，数据分析要如何做到尽量和数据分析的流程紧密结合，又要方便工程化落地一直困扰着许多数据分析师和Web工程师。数据分析师不想深究太多前端JS实现，Web...

[译] 深入对比数据科学工具箱：Python 和 R 的 C/C++ 实现

HarryZhu 2016年08月26日发布
3 收藏

几周前，我有幸在 Scipy 大会上发表了 Civis如何使用Python和R的演讲。为什么要在一个Python大会上大谈R呢？这是要挑起一个Python和R语言的一场战争吗？不是的！讨论哪个语言比较好简直是浪费时间。在 Civis，我...

深入对比数据仓库模式：Kimball vs Inmon

HarryZhu 2016年08月13日发布
32 收藏

Kimball和Inmon是两种主流的数据仓库方法论，分别由 Ralph Kimbal大神和 Bill Inmon大神提出，在实际数据仓库建设中，业界往往会相互借鉴使用两种开发模式。本文将详细介绍 Kimball 和 Inmon 理论在实际数据仓库...

[原] Python 开发者如何正确使用 RStudio 编辑器

HarryZhu 2016年08月09日发布
20 收藏

资深Python工程师可以选择的编辑器有很多，比如 Rodeo，Spider，Eclipse，Vim，Visual Studio，Atom，Sublime Text，Jupyter等等，但是现在为什么现在很多资深的 pythonista 都开始拥抱 RStudio 呢？要回答这个问...