Bootstrap v traditional asymptotic normal assumptions by @ellis2013nz

‘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.

When Can LLMs Replace Humans in A/B Tests?

Các dự đoán từ LLM có thể thay thế kết quả con người trong A/B tests, nhưng chỉ dựa trên giả định chứ không phải thiết kế sẵn. Khi áp dụng trên bộ dữ liệu Upworthy, việc hiệu chỉnh đầu ra LLM theo dữ liệu người thật đã khôi phục hiệu ứng điều trị, nhưng chỉ với phương pháp cụ thể. Những điều kiện giúp điều này hoạt động không thể xác minh cho các thử nghiệm mới và càng kém thuyết phục khi phương pháp mới khác xa các thử nghiệm trước. Lợi ích tiềm năng càng lớn thì độ tin cậy càng thấp.

Lập trình viên nên đọc bài này để hiểu cách các mô hình ngôn ngữ lớn (LLM) có thể thay thế phân tích A/B test truyền thống bằng cách dự đoán kết quả người dùng, nhưng chỉ khi áp dụng với các điều kiện cụ thể và giới hạn, giúp họ đánh giá rủi ro khi tự động hóa quá trình này trong dự án.

Your Switchback Power Calculation Is Probably Wrong

Switchback experiments đã trở thành thiết kế phổ biến cho thử nghiệm marketplace tại các nền tảng lớn như DoorDash, Lyft, Uber. Bài viết chỉ ra rằng hầu hết các phép tính power (quyết định kích thước mẫu) cho switchback experiments đều sai do không xét đến yếu tố nhiễu time effect. Nguyên nhân kỹ thuật là các công thức power calculation hiện tại giả định các độc lập thống kê giữa các observations, trong khi thực tế có correlation do yếu tố thời gian. Hệ quả là nhiều nghiên cứu kết luận sai lệch về hiệu quả của các thay đổi, dẫn đến quyết định kinh doanh không đáng tin cậy. Điều đáng học là cần sử dụng các phương pháp power calculation mới tính đến correlation time effect như proposed trong bài để có kết quả experiment chính xác.

Bài viết này giúp lập trình viên hiểu và sửa lỗi sai trong tính toán công suất cho thí nghiệm Switchback, một phương pháp thiết kế phổ biến trong các nền tảng thị trường kỹ thuật số.

Why You Think Like a Bayesian but Were Taught Like a Frequentist

From a chocolate bar with no price tag to a marketing mix model in PyMC, and the 200-year-old integral that stood in between.

Centering a map projection on the mapped region

PROJ format, vốn dùng để định nghĩa Hệ quy chiếu (CRS), đang dần lỗi thời do không thể lưu trữ chính xác các phép biến đổi datum hiện đại, thông tin epoch tọa độ hay quy tắc thứ tự trục phức tạp. Tuy nhiên, định dạng này vẫn thân thiện và thiết thực hơn với người dùng.

Lập trình viên cần đọc bài này để hiểu cách chuyển đổi sang các định dạng CRS hiện đại (như EPSG) thay vì PROJ, giúp cải thiện chính xác tính toán vị trí và tương thích với các công cụ GIS hiện đại.

Ihaka Lecture

Tôi đã trình bày bài giảng đầu tiên trong chuỗi Ihaka Lectures năm nay tại Đại học Auckland vào tháng 7 vừa qua, xoay quanh chủ đề niềm tin trong visualization dữ liệu (và các vấn đề liên quan) dựa trên những chia sẻ trong 18 tháng qua.

Lập trình viên nên đọc bài này để hiểu cách kết hợp kỹ thuật lập trình với nghệ thuật truyền thông dữ liệu, giúp họ tạo ra các biểu đồ hiệu quả hơn và xây dựng ứng dụng phân tích dữ liệu mạnh mẽ hơn từ những ý tưởng trực quan.

Grubbs’ Test in R: grubbs.test() Explained with a Real Example

Run Grubbs' test in R with grubbs.test() from the outliers package. Verified mtcars example with real G, U, and p-value output, plus when the test applies and what to do after it flags a value. Read More »

Join the R-Community on Google Groups and the next London R Users Group Social Event

Think about Stackoverflow/Reddit minus the negativity.