chilemapas is back on CRAN

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.

‘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.

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.

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.

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.

How to Build an Interactive Data Dashboard in Hex with Python and SQL

Hex là nền tảng giúp xây dựng dashboard tương tác bằng Python và SQL mà không cần chuyển đổi từ notebook. Công cụ này cho phép trực quan hóa dữ liệu trực tiếp từ code, giảm thiểu thời gian tái tạo dashboard riêng biệt. Kỹ thuật sử dụng Hex bao gồm tích hợp SQL queries, Python data processing libraries như Pandas, và các widget tương tác với API. Điều đáng học là cách Hex đơn giản hóa quy trình từ phân tích đến chia sẻ kết quả cho stakeholder mà không cần chia tách code và UI.

Bài viết hướng dẫn cách xây dựng bảng điều khiển tương tác trong Hex bằng Python và SQL giúp bạn tiết kiệm thời gian khi chuyển phân tích dữ liệu sang báo cáo trực quan cho người liên quan.

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

If you've written the same block of R code three times this week — a group summary, a plot, a cleanup step — you don't need another package. You need a function. A custom function is the solution. For example, two functions you'll actually reuse: a cus...