又是干货满满的一期！内容包括深度学习可视化、AI4Science相关的综述、各种totorial（Generative AI, RL, cs小技能）、科研经历总结、最新的检验方法等等，欢迎围观！
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。
链接:
https://plotly.com/python/plotly-express/ ; https://plotly.com/ggplot2/
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。
链接: 项目地址
（https://github.com/xnought/vae-explainer）
；效果展示网站
（https://xnought.github.io/vae-explainer/）
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。
链接:
项目地址（
https://github.com/nanxstats/tinytopics
）；博客（
https://nanx.me/blog/post/tinytopics/
）
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
链接:
一作写的知乎：(
https://www.zhihu.com/question/547902474/answer/3147413677
); 原文链接：(
https://www.nature.com/articles/s41586-023-06221-2
)
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。
链接:
https://doi.org/10.1093/jrsssb/qkad138
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。
链接:
https://wandb.ai/site
推荐语: 分享一个在 shiny 中加入聊天插件的小工具
链接:
https://github.com/jcheng5/shinychat
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
链接:
https://hrl.boyuai.com/
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)。
链接:
https://wires.onlinelibrary.wiley.com/doi/epdf/10.1002/wcms.1711
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。
链接:
https://civilstat.com/stats-edu-and-jobs/
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
链接:
https://genai-handbook.github.io/
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
