Little useless-useful R functions – Honest geographical location signposts

June 2026 Top 40 New CRAN Packages

Tháng 6/2026, có 412 gói phần mềm mới được đăng lên CRAN, trong đó tác giả lựa chọn 40 gói nổi bật thuộc 19 lĩnh vực như Sinh học, Dữ liệu khí hậu, Tài chính, Machine Learning.

Những công cụ mới trên CRAN như thế này giúp lập trình viên mở rộng khả năng giải quyết vấn đề chuyên ngành—từ phân tích dữ liệu sinh học đến tài chính—với các thư viện hiện đại, hiệu quả và được cộng đồng kiểm chứng.

era 0.6.0: chronological comparison and difference

Phiên bản era 0.6.0 trên CRAN bổ sung chức năng so sánh niên đại (chronological comparison) cho các vector năm, bao gồm cả năm BCE (trước Công nguyên). Người dùng có thể cài đặt gói bằng câu lệnh install.packages("era") và sử dụng library(era).

Lập trình viên cần đọc bài này để tìm hiểu cách so sánh thời gian trước Công nguyên (BCE) và sau Công nguyên (CE) một cách chính xác trong các vector năm bằng thư viện ERA, giúp tránh sai sót trong xử lý lịch sử, khoa học hoặc ứng dụng liên quan đến thời gian lịch sử.

Spurious correlations 0.2 is on CRAN!

Phiên bản Spurious correlations 0.2 đã được đưa lên CRAN, bổ sung phản hồi từ sinh viên và giảng viên.

Lập trình viên nên đọc để khám phá cách spurious correlations—những tương quan giả dối—có thể trở thành thách thức trong phân tích dữ liệu thực tế, và cách mới trong R (thông qua CRAN) giúp phát hiện và tránh những sai lầm này trong dự án của họ.

ntroduction to All Things About bpvars, the R package for Forecasting with Bayesian Panel Vector Autoregressions workshop

Tham gia hội thảo trực tuyến vào ngày 10 tháng 9 lúc 18:00 (giờ UTC+3) để tìm hiểu về package bpvars trong R, công cụ hỗ trợ dự báo bằng mô hình Bayesian Panel Vector Autoregressions, trong khuôn khổ series hội thảo "Workshops for Ukraine".

Nếu bạn làm việc với dữ liệu thời gian và dự báo hệ thống kinh tế xã hội đa biến, bpvars trong R sẽ là công cụ tiên tiến giúp bạn áp dụng mô hình Bayesian Panel VAR hiệu quả, giảm thiểu không chắc chắn và tối ưu hóa dự báo trong môi trường đa biến phức tạp.

This $40 ESP32-S3 AMOLED map shows where you are without an internet connection

Bản đồ AMOLED bằng ESP32-S3 giá 40 USD hiển thị vị trí người dùng offline, dự kiến sẽ phát hành mã nguồn mở sau khi hoàn thiện.

Lập trình viên nên tìm hiểu về giải pháp này để khám phá cách tích hợp các thiết bị IoT offline (như ESP32) với giao diện người dùng trực quan, giúp phát triển ứng dụng không cần kết nối internet, mở rộng khả năng ứng dụng của thiết bị IoT trong các môi trường không kết nối mạng.

Show HN: I mapped every US golf course – 16k+ courses, free, no signup

Bản đồ tương tác miễn phí hiển thị hơn 18.000 sân golf tại Mỹ, cung cấp thông tin chi tiết như đánh giá, độ dốc, bảng điểm hole theo hole, thời tiết trực tiếp, trạng thái công cộng/riêng tư và tính năng đặt giờ chơi.

Đối với lập trình viên yêu thích giải trí hoặc muốn tự học xây dựng ứng dụng web, bài này hữu ích vì nó cho thấy cách triển khai một dự án thực tế từ dữ liệu công khai, từ cơ sở dữ liệu đến giao diện tương tác, giúp bạn hiểu rõ hơn về quy trình tích hợp API, xử lý dữ liệu lớn và thiết kế UI/UX hiệu quả.

Using ghost text and next edit suggestions to learn agentic coding

I’m a big fan of Github Copilots ghost text and next edit suggestions. As a data analyst they give you much more control over the pace and direction of analysis code than a full AI agent. They also let you practice the core skill an agent needs ...

Evaluating LLMs/AI for Media Planning in R

Các mô hình ngôn ngữ lớn (LLMs) có thể đưa ra đề xuất truyền thông thuyết phục chỉ trong vài giây, nhưng vấn đề quan trọng là liệu đề xuất đó có chính xác hay không: liệu các phép tính reach có đúng, các giả định có được hiển thị rõ ràng và kế hoạch có phù hợp với yêu cầu hay không.

Một lập trình viên cần đọc bài này để hiểu cách áp dụng mô hình ngôn ngữ lớn (LLM) trong phân tích chiến lược quảng cáo, từ đó kiểm tra tính chính xác của các tính toán, logic và sự phù hợp với yêu cầu dự án—chính là kỹ năng cần thiết để xây dựng hệ thống tự động hóa hiệu quả mà không phụ thuộc vào sự phụ thuộc vào kết quả "tốt đẹp" mà không có sự kiểm chứng.