V
主页
京东 11.11 红包
杜克大学(知识要点编成歌)【多臂老虎机之歌The Song of the Multi-Armed Bandit】—Cynthia Rudin
发布人
杜克大学(知识要点编成歌)【多臂老虎机之歌The Song of the Multi-Armed Bandit】——Cynthia Rudin(以可解释的机器学习工作而闻名、杜克大学可解释机器学习实验室主任) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
差分隐私发明者之一【差分隐私的定义The Definition of Differential Privacy 】—哈佛大学教授Cynthia Dwork
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
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
统计最高奖得主/高维统计大佬【高维统计入门2 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
统计最高奖得主【贝叶斯因果推理出了什么问题?Problems With Bayesian Causal Inference】—Larry Wasserman
杜克大学【着重于受试者工作特征曲线ROC Curve】—Cynthia Rudin
ChatGPT背后大佬【双重下降现象 The phenomenon of Deep Double Descent】—Ilya Sutskever
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
杜克大学【是否存在更简单的模型以及我们如何找到它们?KDD 2019 - 主题演讲】
【二维和三维中的随机游走本质上是不同的(马尔可夫链方法)】
正则化Regularization II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
美国三院院士/机器学习超级大佬【贝叶斯学派还是频率学派,只能选一边吗?Bayesian or Frequentist, Which Are You? 】
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
美国科学院院士、IMS前主席【因果推断Causal Inference】——郁彬(加州大学伯克利分校统计系主任)
【因果推断概论 Introduction to Causal Inference】
斯坦福大学【是否存在真正的随机性? Is there real randomness?】——Persi Diaconis
能白嫖GPT-o1和GPT-4o的免费平台,附链接
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
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】
国际数理统计学会前主席【高维因果推断High dimensional Causal Inference】—苏黎世联邦理工大学教授Peter Bühlman
谷歌大脑高级研究科学家【任何人可用的可解释性Interpretability For Everyone 】—Been Kim
IMS fellow、ASA fellow【用于大数据分析的迭代蒙特卡罗方法最新进展】—Faming Liang
【贝叶斯网络 Bayesian Network】
[吉布斯采样器和MCMC] Gelfand and Smith (1990) 论文讨论第1部分—Jingchen Hu(Vassar College)
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
多伦多大学统计系和计算机科学系教授【贝叶斯神经网络的马可夫链蒙特卡罗训练】——Radford M. Neal
统计 | 麻省理工学院【非参数贝叶斯方法:模型、算法和应用】——Tamara Ann Broderick(从事机器学习和贝叶斯推断)
获得诺贝尔化学奖的AlphaFold,为何颠覆了生物学界?
【在顶级研究团队是什么感受?听美女科学家讲在DeepMind工作和在Google Brain(谷歌大脑)工作的不同】
【统计】统计的危机和如何匍匐前进The Statistical Crisis in Science and How to Move Forward
【顶级计量经济学家带你手搓lasso, elastic net和SCAD(1)】——亚历山大-贝洛尼(Alexandre Belloni)
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学沃顿商学院统计学教授【用于大规模双样本推断的协变量辅助排序和筛选】——蔡天文
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
斯坦福大学【交叉验证的正确打开方式 Cross Validation the wrong and right way】
提升成绩必看【期望最大化算法Expectation Maximization Algorithm】—亚利桑那大学教授Joseph C. Watkins
统计最高奖"考普斯会长奖"得主【用于预测的回归模型Regression Models for Prediction】—Andrew Gelman