How to Create a Function in R: Custom Median & ggplot2 Examples

MotherDuck23 Hot12 min1 mo agoAI

Developer Dad Does Disney: Vacationing in the Personal Software Era

Một developer vừa xây dựng một ứng dụng dữ liệu tùy chỉnh tích hợp API thời gian thực, dữ liệu lịch sử về thời gian chờ và thông tin thời tiết để chọn chuyến đi tiếp theo phù hợp nhất trong lúc xếp hàng tại Disney World.

Những lập trình viên nên đọc bài này để hiểu cách kết hợp công nghệ thực tế—APIs, dữ liệu lịch sử và dự báo—làm cho ứng dụng cá nhân trở nên hiệu quả hơn trong giải quyết vấn đề hàng ngày, từ việc tối ưu hóa thời gian đến tạo ra những giải pháp sáng tạo cho cuộc sống.

#react #data-visualization #vibe-coding Source

Grafana Labs1 Hot14 min17 d agoAI

How to visualize workflows and business processes in Grafana: Introducing the Graphviz panel

Các đội DevOps và SRE thường dùng Grafana để theo dõi metrics nhưng thiếu cách trực quan hóa luồng công việc kinh doanh như thanh toán hoặc bản đồ mạng. Bài viết giới thiệu panel Graphviz mới, cho phép người dùng viết mô tả đồ thị bằng ngôn ngữ DOT của Graphviz và kết nối trực tiếp với các nguồn dữ liệu thời gian thực của Grafana (Prometheus, Loki, v.v.). Với panel này, bạn có thể vẽ biểu đồ luồng thanh toán, bản đồ thời tiết mạng và sơ đồ quy trình trên cùng dashboard, và các yếu tố trong biểu đồ sẽ tự động cập nhật khi dữ liệu nguồn thay đổi. Các thử nghiệm trong bài cho thấy panel hoạt động mượt mà với hàng nghìn nút và cạnh, không gây tải đáng kể cho backend Grafana. Điều đáng học là minh họa cách mở rộng khả năng của Grafana qua panel tùy chỉnh để xử lý nhu cầu trực quan hóa chuyên biệt, đồng thời nhấn mạnh lợi ích của việc sử dụng ngôn ngữ đồ thị chuẩn như Graphviz để tạo ra các biểu đồ động mà không cần xây dựng từ zero.

Bài viết này giúp bạn kết nối trực tiếp dữ liệu thời gian thực với biểu đồ quy trình và luồng thanh toán trong Grafana qua Graphviz panel.

#observability #data-visualization #grafana Source

R-bloggers1 Hot1 min26 d agoAI

‘Zero-Shot Probabilistic Stock Returns Forecasting with Pretrained RVFL Networks’ accepted at COPA 2026 (and to appear in the Proceedings of Machine Learning Research)

Bài báo "Dự báo lợi nhuận cổ phiếu zero-shot bằng mạng RVFL đã tiền huấn luyện" được chấp nhận đăng tại hội nghị COPA 2026. Mã nguồn và liên kết bài báo đã được công bố.

Lập trình viên chuyên về phân tích dữ liệu hoặc AI, đặc biệt là trong lĩnh vực dự đoán thị trường tài chính, nên đọc bài này để khám phá cách sử dụng mạng lưới RVFL (Randomized Variational Feature Learning) đã được pretrain để dự đoán kết quả thị trường một cách hiệu quả mà không cần dữ liệu huấn luyện trước (zero-shot), giúp tối ưu hóa hiệu suất và ứng dụng trong các dự án thực tế.

#machine-learning #r #neural-networks Source

Community Picks39 Hot3 min2 y agoAI

Introduction to D3.js

D3.js là thư viện JavaScript mạnh mẽ dành cho data visualization, cho phép bạn thao tác trực tiếp với DOM dựa trên dữ liệu input. Thư viện này cung cấp các API để binding dữ liệu vào elements, áp dụng transitions và các đồ thị phức tạp như hierarchical trees, force-directed graphs. Với chỉ ~90KB minified version, D3.js nhẹ nhàng nhưng cực kỳ linh hoạt trong việc tạo ra các visualization tương tác. Bạn nên đọc bài gốc để hiểu cách sử dụng selections, data joins và scales - những khái niệm nền tảng giúp tối ưu hiệu suất khi làm việc với dataset lớn.

D3.js giúp lập trình viên biến dữ liệu thành biểu đồ tương tác sinh động và hiệu quả.

#webdev #javascript #data-visualization Source

R-bloggers0 Hot4 min3 d agoAI

Navigating Challenges in Spatial Machine Learning

Spatial machine learning đã trở thành công cụ tiêu chuẩn để tạo bản đồ dự báo môi trường và địa lý. Hiện nay, việc kết hợp quan trường thực địa với remote sensing, climate, terrain hay các lớp dự báo khác đã trở nên tương đối dễ về mặt kỹ thuật. Tuy nhiên, các thách thức vẫn tồn tại trong việc xử lý dữ liệu không gian phức tạp và đa chiều. Các thuật toán như Spatial Random Forest hay Gaussian Process Regression thường gặp khó khăn khi xử lý mối tương quan phi tuyến tính trong dữ liệu địa lý. Bài viết cung cấp hướng dẫn thực tế về cách tối ưu hóa các model này cho dữ liệu không gian, với ví dụ cụ thể từ dự án sử dụng Google Earth Engine.

Bài viết này giúp lập trình viên hiểu rõ cách xử lý các thách thức trong học máy không gian, một kỹ thuật quan trọng cho việc tạo bản đồ dự báo môi trường và địa lý.

#machine-learning #r Source

R-bloggers0 Hot7 min1 mo agoAI

Dual scaled y-axis with ggplot()

Để vẽ biểu đồ hai trục tung (y-axis) với các thang đo khác nhau trong ggplot(), bạn cần sử dụng package phụ trợ như sec_axis() hoặc ggh4x. Điều này hữu ích khi kết hợp dữ liệu có đơn vị đo lường khác nhau (ví dụ: nhiệt độ và lượng mưa).

Một lập trình viên nên đọc bài này để tìm hiểu cách sử dụng ggplot2 hiệu quả để vẽ đồ thị có hai trục y có quy mô khác nhau, giúp minh họa rõ ràng các dữ liệu đa dạng như nhiệt độ và lượng mưa mà không cần phức tạp thủ công.

#r #data-visualization Source

Towards Data Science0 Hot12 min1 d agoAI

10 Statistical Traps We Often Overlook

Trong lĩnh vực data science, các lập trình viên thường mắc phải 10 sai số thống kê phổ biến khi phân tích dữ liệu. Các lỗi này phát sinh do hiểu sai về định nghĩa p-value, kết hợp sai ANOVA với multiple comparisons, hoặc diễn giải nhầm correlation coefficient. Hậu quả là những kết luận sai lệch dẫn đến quyết định kinh doanh dựa trên dữ liệu không đáng tin cậy. Những bài học đắt giá nhất là việc luôn kiểm định giả thuyết một cách cẩn trọng và sử dụng các công cụ như Bootstrap để giảm thiểu sai số trong phân tích thống kê.

Bài viết này giúp lập trình viên tránh các sai sót thống kê phổ biến khi phân tích dữ liệu và đưa ra quyết định.

#data-science #data-visualization #statistics Source

Medium0 Hot4 min1 mo agoAI

Medium

Tác giả phân tích bộ dữ liệu doanh số bán quần áo vintage bằng Excel, ban đầu trông như một bảng tính chứa đầy dữ liệu hỗn độn.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi và xử lý dữ liệu từ Excel sang các công cụ phân tích dữ liệu hiện đại như Python, giúp tối ưu hóa quá trình chuyển đổi và tích hợp dễ dàng vào dự án của mình.

#data-analysis #data-visualization Source

How to Create a Function in R: Custom Median & ggplot2 Examples

Recommended for you

Bình luận

Developer Dad Does Disney: Vacationing in the Personal Software Era

How to visualize workflows and business processes in Grafana: Introducing the Graphviz panel

‘Zero-Shot Probabilistic Stock Returns Forecasting with Pretrained RVFL Networks’ accepted at COPA 2026 (and to appear in the Proceedings of Machine Learning Research)

Introduction to D3.js

Navigating Challenges in Spatial Machine Learning

Dual scaled y-axis with ggplot()

10 Statistical Traps We Often Overlook

Medium

One account, the whole ecosystem

8syncdev.com

Courses

Coding practice

IELTS

ZUS — AI IDE

mind0

AcoLeads