美元主导地位过去几周，我一直在参与有关美元主导地位的讨论。讨论始于我的 NRO 文章、杰克逊霍尔会议上关于该主题的讨论以及后续博客文章。后来，我进行了推特对话、接受彭博电视采访以及几次播客录音。最终，我为 The Bridge 撰写了一篇文章，总结了我所看到的美元主导地位的主要问题以及可以采取哪些切实可行的措施。请查看这篇文章，并查看我提供的后续推特帖子，其中记录了文章中的一些观点。保罗·沃尔克是公众想要的早在 5 月份，我就采访了罗伯特·萨缪尔森，谈论他关于 20 世纪 70 年代初至 80 年代初大通胀的书。他提出的一个观点是，对于当时的大多数美国人来说，通货膨胀比水门事件或越南战争更严重
Experimenting with autoregressive flows in TensorFlow Probability
继最近对 TensorFlow Probability (TFP) 中的双射函数的介绍之后，这篇文章将自回归引入了讨论。通过新的 R 包 tfprobability 使用 TFP，我们研究了掩蔽自回归流 (MAF) 的实现，并将其用于两个不同的数据集。
Primer on the math of Machine Learning
1.向量的点积（内积或标量积）2个向量a和b的点积定义为：aT . b ，也可以表示为bT 。 a两个向量 a = [a1, a2, …, an] 和 b = [b1, b2, …, bn] 的点积定义为：{\displaystyle \mathbf {\color {red}a} \cdot \mathbf {\color {blue}b} =\sum _{i=1}^{n}{\color {red}a}_{i}{\color {blue}b}_{i}={\color {red}a}_{1}{\color {blue}b}_{1}+{\color {red}a}_{2}{\color {blu
A friendly introduction to Generative Adversarial Networks
到目前为止，我们一直在讨论判别模型，它将输入特征 x 映射到标签 y 并近似 P(y/x)——贝叶斯定律。生成模型则相反，它们试图根据标签预测输入特征。假设给定的标签是 y，我们看到某些特征 x 的可能性有多大。它们近似 P(x 和 y) 的联合概率。来源：Medium / CycleGAN生成对抗网络 (GAN)来源：O'ReillyGAN 的组成部分：1. 生成器——这是一个逆 CNN，当我们沿着 CNN 链前进并在输出处提取特征时，该网络不会压缩信息，而是将随机噪声作为输入特征并在其输出处生成图像。2. 鉴别器——鉴别器是一个 CNN，它查看来自训练集和生成器输出的图像，并将它们分类为真
HALLM: An Agent that Observes and Acts through a Python Terminal
在 GoodAI，我们致力于安全 AGI 的进步。大型语言模型 (LLM) 无疑提供了强大的功能，但它们本身也存在局限性 — 尤其是无法在部署后学习新技能。我们的创新方法正是在这里大放异彩。我们设计的代理不仅可以利用 LLM 的基础功能，还可以对其进行显著扩展。通过我们独特的架构和新颖的方法，我们的代理赋予 LLM 持续学习的能力，使它们能够理解复杂的指令、随着时间的推移进行适应，并在复杂的推理和解决问题的任务中表现出色。HALLM 可以联系用户以询问更多信息，或者如果它认为用户可以帮助它做某事，例如安装 Python 包或重新启动系统。在上面的视频中，HALLM 使用内置函数“input”要
Recursions for the Moments of Some Continuous Distributions
这篇文章是我最近发表的文章《某些离散分布矩的递归》的延续。我假设您已经阅读了上一篇文章，因此这篇文章会更短一些。我将在这里讨论一些有用的递归公式，用于计算计量经济学中广泛使用的多个连续分布的矩。无论如何，覆盖范围不会详尽无遗。我在上一篇文章中提供了一些查看此类公式的动机，因此我不会在这里重复。当我们处理下面的正态分布时，我们将明确使用 Stein 引理。其他几个结果是通过使用非常类似的方法（在幕后）得出的。那么，让我们从陈述这个引理开始。斯坦引理（Stein，1973）：“如果 X ~ N[θ , σ2]，并且如果 g(.) 是一个可微函数，使得 E|g'(X)| 是有限的，则 E[g(X)(
以下是本月推荐阅读的精选：Athey, S. & G. W. Imbens，2019 年。经济学家应该了解的机器学习方法。Mimeo。Bhagwat, P. & E. Marchand，2019 年。关于适当的贝叶斯但不可接受的估计量。美国统计学家，在线。Canals, C. & A. Canals，2019 年。什么时候 n 足够大？寻找合适的样本量来估计比例。《统计计算与模拟杂志》，89，1887-1898。Cavaliere, G. & A. Rahbek，2019 年。时间序列模型中假设的引导检验入门：应用于双自回归模型。讨论文件 19-03，哥本哈根大学经济学系。Chudik, A.
Recursions for the Moments of Some Discrete Distributions
您可以说，“矩决定分布”。虽然这并不完全正确，但非常接近。概率分布的矩提供了有关底层随机变量行为的关键信息，我们将这些矩用于多种目的。在继续之前，让我们先确保我们的观点一致。一些背景假设我们有一个随机变量 X，其分布函数为 F(x)，其中 x 是 X 的某个值。以下引文来自我的一篇旧博客文章：“有时被称为“矩问题”的东西告诉我们：如果分布的所有矩都存在，那么了解这些矩就等同于了解分布本身。换句话说，矩完全定义了分布。但是，请注意上面结果陈述中的“如果”一词。这是一个非常大的“如果”！问题是，对于许多分布，矩仅在某些条件下存在；对于某些分布，部分或所有矩都无法定义。在这些情况下，“定理”的帮助有
本月我的阅读清单与往常略有不同。我回顾了《计量经济学》和《计量经济学杂志》的往期期刊，并挑选了一些恰好发表在这些期刊 7 月期刊上的重要且有趣的论文。以下是我为您推荐的：Aigner, D.、C. A. K. Lovell 和 P. Schmidt，1977 年。《随机前沿生产函数模型的公式和估计》。《计量经济学杂志》，6，21-37。Chow, G. C.，1960 年。《两个线性回归系数集之间的相等性检验》。《计量经济学》，28，591-605。Davidson, R. 和 J. G. MacKinnon，1984 年。《logit 和 probit 模型的便捷规范检验》。计量经济学杂志，
这是我最新的也是最终的建议阅读书单：Bellego, C. 和 L-D. Pape，2019 年。处理回归模型中的零对数。CREST 工作文件 No. 2019-13。Castle, J. L.、J. A. Doornik 和 D. F. Hendry，2018 年。选择预测模型。牛津大学经济学系，讨论文件 861。Gorajek, A.，2019 年。善意的经济学家。澳大利亚储备银行，研究讨论文件 RDP 2019-08。Güriş, B.，2019 年。一种新的具有傅立叶函数的非线性单位根检验。统计通信 - 模拟和计算，48，3056-3062。Maudlin, T.，2019 年。世界的
Just AI разработал конструктор чат-ботов, понимающих естественный язык
Just AI 是 i-Free 集团的一部分，专注于人工智能技术，它发布了一个名为 Aimylogic 的模块化构造函数，用于创建基于 NLU 技术的聊天机器人。
Structuring React.js Web Applications
更好的命名和文件组织系统React.js 的祸害和优点在于，它不会就如何构建组件和文件提出意见。做你想做的事，它就会成功。但对于每个新项目来说，这都是一个“白板”问题。本文是从构建（并最终重构）专为电影摄影爱好者设计的博客平台前端的人的角度撰写的。除了列出和显示文章外，该应用程序还提供管理控件和完整的富文本编辑套件，由 280 个文件和文件夹组成。有问题的应用程序是 Analog.Cafe。前言 1：“愚蠢”和“智能”组件：不是对文件进行排序的好方法。- app/ - components/ - containers/当我开始开发我的应用程序时，经过一年的 Ruby on Rails 构建 A
Analyzing rtweet Data with kerasformula
kerasformula 包为 R 接口提供了 Keras 的高级接口。它的主要接口是 kms 函数，这是一个使用公式和稀疏矩阵的 keras_model_sequential 的回归式接口。我们使用 kerasformula 根据推文的转发和收藏频率来预测推文的受欢迎程度。
Ziro – новый детский робот-конструктор с ручным управлением (+ видео)
来认识一下 Ziro，这是一个机器人套件，可让您使用多个电机、智能手机、手套和想象力来创造各种车辆。标准 Ziro 套件包括四个无线控制电动机和足够的其他组件来构建小型汽车。构造函数的原型已经很好地证明了自己。
Why traditional Medicare might thrive in a more competitive program
审查：在Medicare计划中，私人健康保险公司和传统Medicare的竞争性竞标下，将提供出价（其成本），以便为平均风险受益人提供明确的福利。然后，政府将在某个级别设置补贴（保费支持），该补贴是竞标的函数（例如最低，第二低或平均值）。 […]传统医疗保险可能在更具竞争力的计划中蓬勃发展的帖子首先出现在偶然的经济学家中。
What must plans offer under competitive bidding?
关于一个非常重要的问题的长篇文章。快速审查：在Medicare计划中，私人健康保险公司和传统Medicare的竞争性竞标下，将提供出价（其成本），以便为平均风险受益人提供明确的收益。然后，政府将在某个级别设置补贴（保费支持），该补贴是出价的函数[…]邮政竞争性竞标中必须提供的计划所提供的计划？首次出现在偶然的经济学家中。
上周，莎拉·克里夫（Sarah Kliff）报道了马克·杜根（Mark Duggan）和塔玛拉·海福德（Tamara Hayford）最近对医疗补助管理的医疗服务的研究。研究发现，从收费服务中的医疗补助接收者进入[Medicaid Managed Care]并未减少典型状态下的医疗补助支出。然而，随着[…]医疗补助后的后期差异的函数，这种转变的影响显着变化。
