V
主页
【海量遗传和基因组数据的统计分析 Statistical Analysis of Massive Genetic and Genomic Data】——林希虹
发布人
YouTube 【海量遗传和基因组数据的统计分析 Statistical Analysis of Massive Genetic and Genomic Data】——林希虹 (哈佛大学生物统计学系教授。她的研究领域包括混合模型、非参数和半参数回归、统计遗传学与基因组学等。林希虹是美国统计学会会士(2000年)、国际数理统计学会会士(2007年),曾获得过美国公共卫生学会颁发的Spiegelman奖(2002年)以及统计学界最高奖“考普斯会长奖”(2006年)等奖项。) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯数据分析全打通(3)】——宋心远(香港中文大学统计系教授)
联合利华《供应链数据分析(供应链管理和分析、数据分析、实施,1、2、3课/共4课)|Unilever Supply Chain Data Analyst》
【神经科学中的统计思维 Statistical Thinking in Neuroscience】—罗伯特·卡斯Robert E. Kass (卡内基梅隆大学)
加拿大数据科学研究主席【函数型数据分析入门Introduction for Functional Data Analysis】—Jiguo Cao
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
【贝叶斯数据分析全打通(1)】——宋心远(香港中文大学统计系教授)
高中生物(必修二)
【贪婪算法与压缩感知理论】—张颢(清华大学)
【计量经济学入门】
【普林斯顿大学本科生最佳论文答辩】
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【确定性独立筛选(sure independence screening, SIS)】——范剑青(普林斯顿大学)
【参数估计及习题讲解(1)】—何书元(首都师范大学)
【考研概率统计题串讲(2)】
【凸优化基础、线性规划和内点法】——张颢(清华大学)
【中心极限定理和大数定律(1) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
【贝叶斯渐进理论】
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
麻省理工大学【通过基于置换的算法进行因果推断Causal inference through permutation-based algorithms】
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
【我是如何对科学家失去信任的】
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【针对小型、不平衡和异方差数据集的深度学习】——马腾宇(斯坦福大学)
【支持向量机和核方法 SVM and Kernel】——张颢(清华大学)
【数据结构 Data Structures】——埃里克·德梅因 Erik Demaine(麻省理工学院)
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
【似然比检验(2) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
【华人统计学家一览和现况】
【随机过程期末救命课】—张颢(清华大学)
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
【期望最大化算法(EM)背后的深层框架(3) Majorize-Minimization (MM) framework】——杨宇红
【《我的世界》极低概率事件:一个人能有多幸运】
【统计显著性的发明史】
【统计决策理论:风险函数】
【因果推理的必要概念: 非凡的历史】——唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin (哈佛大学)