HackerURLs

一次又一次被重新发现的经典。

同一个链接,相隔一年以上,一次又一次被人重新发现、再次冲上 Hacker News 首页。能经受住这种时间检验的,大多是值得一读再读的文章。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从名人堂开始
  • 4,700+篇经过时间检验的经典

Hall of fame

名人堂

在经典库里看全部精选

上首页次数最多、而且有中文导读的 30 篇。时间轴上每个黑点是一次上首页,空心点是一次没冲上去的投稿。

  1. 正在载入经典…

Archive

经典库

按第一次上首页的年份分布,点柱子筛选。

排序

    About

    这些经典是怎么挑出来的

    1. 01

      合并同一个链接

      读取 Hacker News 自 2006 年以来的全部链接投稿,把 http/https、www、跟踪参数等写法不同的同一篇文章合并成一条。

    2. 02

      只留经得起时间的

      同一链接至少两次拿到 50 分以上(约等于上首页),而且两次相隔一年以上;再由 AI 剔除状态页、产品首页和新闻事件。

    3. 03

      写导读、译评论

      上首页次数最多的 2,000 篇配上中文导读、"为什么经久不衰",并精选翻译 HN 高赞评论。导读由 AI 生成,可能有误。

    科学与数学github.com编辑精选

    面向黑客的贝叶斯方法(免费 Python 电子书)

    Free Python ebook: Bayesian Methods for Hackers

    2次上首页
    7年跨度
    590累计得分
    67条评论

    2013 — 2020,它一次次回到首页

    黑点是上首页(≥ 50 分)的那次投稿,空心点是没冲上去的投稿,点越大分数越高。

    导读

    这是 CamDavidsonPilon 的免费开源电子书《Bayesian Methods for Hackers》的 GitHub 仓库,用 Python 代码和交互式 notebook 介绍贝叶斯方法与概率编程。它强调边运行代码、边调参数、边看图来学习,适合有编程基础的人动手实践。

    为什么经久不衰:开源协作和可交互 notebook 让读者能直接改代码、修错误并参与改进,这种“可玩的教材”模式使它多年反复被 Hacker News 讨论。

    关键词 贝叶斯方法Python开源电子书概率编程

    HN 评论精选

    批评该书数学严谨性不足,解释混乱且符号缺少说明。

    我想唱个反调:这本书可能不是学习统计推断的好方式。它对贝叶斯方法和频率派方法的解释相当混乱;序言似乎暗示程序员只要能使用计算机,就不需要上严格的贝叶斯数学课,但正文通篇使用数学符号,而且据我所知常常没有解释。我至少注意到一处:伽马分布只通过图来描述,没有给出概率密度函数或推导方式。我认为这本书代表的话语半只脚已经踏进了“货物崇拜式统计”。

    mariuskempe查看英文原文

    I should like to give a contrarian comment about this, because it is on top of the front page and seems to be being received positively. This book is probably not a good way to learn about statistical inference. It has quite confused explanations of both Bayesian and frequentist approaches. The preface seems to imply that programmers, by virtue of being able to use computers, don't need to take a rigorous mathematical course in Bayesian methods. However the text actually uses mathematical notation throughout, and as far as I could tell it is often not explained. I noticed at least one case where a probability distribution (gamma) was described only through plots i.e. without specifying its pdf or how you could derive the pdf. I think the kind of discourse that this book exemplifies is halfway to cargo cult 'statistics'.

    notebook 可交互是最大优点,开源也让读者容易修错和提交补丁。

    我几周前读了这本书,很喜欢 IPython notebook 格式。读的时候能编辑每张图的代码、摆弄参数,真是一种享受。额外收获是,我学做漂亮图表学到的东西和学贝叶斯方法差不多。书里有不少笔误,但边读边改源码、读完后提交补丁的切换成本很低;要不是这么方便,我大概不会花时间去做。

    onedognight查看英文原文

    I read this book a few weeks ago. I loved the ipython notebook format. Being able to edit the code for each figure and play around with parameters while reading was a treat. As a bonus, I learned as much a about making nice figures as I did about Bayesian Methods. There were quite a few typos, but it wasn't much of a context switch to edit the source as I found them and then submit patches when I was done. I probably wouldn't have taken the time if it wasn't as convenient.

    赞赏开放、多人协作的写书模式。

    这本书的开发方式很不寻常:内容是开源的,意味着任何人都可以成为作者,作者们通过 GitHub 界面提交内容或修订。这真是件好事——这本书看起来很棒,但它的制作方式更胜一筹。我真希望基于 IPython 或其他工具的交互式 notebook,以及多作者在 GitHub 上协作,能变得越来越普遍。

    recuter查看英文原文

    "This book has an unusual development design. The content is open-sourced, meaning anyone can be an author. Authors submit content or revisions using the GitHub interface." What a wonderful thing -- this book looks fantastic, but the approach to making it really takes the cake. I really hope interactive notebooks (iPython based or otherwise) and multiple authors collaborating on Github will become widespread.

    询问概率编程在工业界的应用现状,以及它与深度学习的关系。

    我对深度学习很熟悉,因为它被高度炒作;但我对概率编程和贝叶斯方法没那么熟。所以想问个一般性问题:工业界有人在用概率编程吗?大家是不是已经弃用它、转向深度神经网络了?还是有人在尝试把两者混合起来?

    zengid查看英文原文

    I'm quite familiar with deep learning because it's so highly hyped up, but am less familiar with Probabilistic programming and Bayesian methods. So, I have a general question: is anyone using Probabilistic Programming in industry? Have people ditched it for DNNs? Are people taking hybrid approaches to try and mix the two?

    历次讨论

    同类还值得读

    1. 如果月球只有 1 像素:一个极其精确的太阳系模型(2014)

      If the moon were only 1 pixel: A tediously accurate solar system model (2014)

      一个网页版太阳系模型,以“如果月亮只有 1 像素”的真实比例呈现:你必须一路横向滚动,才能体会行星之间空旷到何等程度。

      科学与数学上首页 7 次 · 2014–2025joshworth.com编辑精选
    2. 沉浸式线性代数(2016)

      Immersive Linear Algebra (2016)

      《Immersive Linear Algebra》是一本完全免费、开放在线的线性代数“超文本教科书”,其最大特色是大量可交互的图形:读者可以直接拖动、操作图中的向量、矩阵和变换…

      科学与数学上首页 5 次 · 2015–2024immersivemath.com编辑精选
    3. 如何将贝果切成两个相连的半环(2009)

      How to Slice a Bagel into Two Linked Halves (2009)

      数学家 George Hart 的经典教程,演示如何用一刀把贝果切成两个相互扣住的环,并附上切割步骤与数学原理。

      科学与数学上首页 5 次 · 2009–2022georgehart.com
    4. “犹太问题”:一组用于歧视的数学题

      Jewish problems

      一篇 arXiv 论文,整理并讨论苏联时期犹太学生在申请大学数学系时被问到的特殊数学难题:这些题往往有简单解法却极难想到,被用作面试中拒绝犹太考生的手段。

      科学与数学上首页 5 次 · 2011–2021arxiv.org
    5. 你的身体并非为长久而造:人类死亡率数据的一课

      Your body wasn’t built to last: a lesson from human mortality rates

      文章从人类死亡率随年龄变化的统计规律出发,解释身体并非为长久使用而设计:年轻时死亡风险较低,之后随年龄近似指数上升,像复杂系统在不断累积损伤。

      科学与数学上首页 5 次 · 2009–2018gravityandlevity.wordpress.com

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。