大样本的乌托邦
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【高维统计推断】
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
【概率图模型的一切】—常虹（中国科学院大学）
...
【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）
...
【贪婪算法与压缩感知理论】—张颢（清华大学）
...
【加州理工学院机器学习报告课】
...
【因果推断概论 Introduction to Causal Inference】
...
【模特姐姐教你数据库管理系统导论 Introduction to Database Management Systems】——林郁珊(Yusan Lin)
...
加州大学洛杉矶分校统计系教授【V 统计量和 U 统计量入门 Introduction to V and U Statistics】——李婧翌
...
【一阶二阶优化与次梯度】——张颢（清华大学）
...
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
...
【数据科学-使用tidyverse实现数据可视化 Data Science-Data visualisation with the tidyverse】
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
【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）
...
普渡大学【生成对抗网络和统计的关联】——王啸
...
【计量经济学：工具变量 (instrumental variables)】
...
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔（Michel Bierlaire）
...
【剖面似然（profile likelihood）和积分似然（integrated likelihood）孰优孰劣?】
...
【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)
...
【参数估计及习题讲解(1)】—何书元（首都师范大学）
...
【一次带你打通关统计推断基础(2)】——威尔·菲西安（Will Fithian, 加州大学伯克利分校统计系教授）
...
【变分贝叶斯及其他-大规模的贝叶斯推断（ICML 2018）】
...
统计【经验分布和经验过程简史】
...
【考研概率统计题串讲(1)】
...
【孟晓犁 | 范剑青 对谈统计学】——（哈佛大学 | 普林斯顿大学）
...
【我不敢相信贝叶斯深度学习没有更好】——塞巴斯蒂安-诺沃津（Sebastian Nowozin）
...
考研必考【假设检验】
...
《模式识别与机器学习– PRML》作者，【图模型(2) Graphical Models】—Christopher Michael Bishop
...
【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）
...
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo，MCMC) 】——张颢（清华大学）
...
【图深度学习】——马克斯·韦林 Max Welling（阿姆斯特丹大学）
...
新加坡国立大学【贝叶斯近似计算(1) Approximate Bayesian Computation i.e. ABC】——大卫·诺特
...
统计最高奖得主/高维统计大佬【高维统计入门1 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
...
【fused lasso和加性模型 fused lasso and additive model】——丹妮拉·威滕（Daniela Witten）
...
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai（宾夕法尼亚大学）
...
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
...
【MCMC vs. Variational Inference】——Yi an Ma （加州大学圣地亚哥分校计算机系教授）
...
【支持向量机和核方法 SVM and Kernel】——张颢（清华大学）
...
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani（卡内基梅隆大学）
...
【时间序列预测】——罗布-海德曼（Rob J Hyndman）