深度专题 FEATURES — 1
脏标签训练,推断结果还能纠偏
机器标签会错,人工复核也会错。PA-DSL用部分专家裁决和抽样权重,纠偏分类器产出的总体统计结论。
速览 BRIEFS — 9
NEWS
DuckDB为何快:向量化执行拆解
DuckDB把数据成批送过执行算子,减少逐行调用,让CPU少等、多算。
NEWS
没有总体资料,也能做事后分层
没有完整人口分布时,可用变化较慢的特征作“锚”,减轻调查结果乱跳。
NEWS
Excel也有了轻量版dbt
ssbt 把 dbt 式模块化流程搬进 Excel,用 SQL 和 YAML 生成可测试、可追溯的 xlsx。
PAPER
相关证据怎么合,先利用可交换性
证据彼此纠缠时,先保留依赖再重排校准,比强猜相关结构更稳妥。
PAPER
孟德尔随机化向辅助性状借工具
让相关结局性状互相“借线索”,提高孟德尔随机化的稳健性与检验效能。
PAPER
自相关数据的变点不能照搬独立假设
流数据前后相连时,照搬独立样本检验会误判;AR(p)-focus为此重校告警。
PAPER
多元异常检测有了渐近精确阈值
新方法为高维相关数据中的稀疏异常,给出可解释且渐近精确的告警线。
PAPER
稀疏逻辑回归也要做拟合体检
给高维逻辑回归加一项“方向检查”,更容易发现系统性高估或低估。
PAPER
Hawkes过程如何安全扩展规模
事件多十倍,计算可能多百倍;这项工作用多 GPU 扩展 Hawkes 过程分析。