V
主页
【C++入门课 (lecture part) :递归】
发布人
Y 【C++入门课 (lecture part) :递归】 @徐芝兰 @BuddyBG @AI深度学渣 @R与统计
打开封面
下载高清视频
观看高清视频
视频下载器
【C++入门习题课 (tutorial part) :递归】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【贝叶斯渐进理论】
【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(3)】——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)
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】
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
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
巴黎第九大学【贝叶斯近似计算(2) Approximate Bayesian Computation i.e. ABC】——克里斯蒂安·罗伯特
【概率图模型的一切】—常虹(中国科学院大学)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【无穷的无穷多个尺度】
【实分析:积分理论一览】—韩邦先
【一次带你刷完随机变量的各种收敛、中心极限定理和大数定律】——张颢(清华大学)
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
【清华C语言】最高学府内部C语言课程!2024最新c语言教程,9小时动画讲解!c语言 C语言 C语言学习 c语言零基础 c语言指针 C语言基础入门 c语言速成
【从任意概率分布中采样】
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【深度高斯过程 (Deep Gaussian Processes)】
【期望最大化算法(EM)背后的深层框架(3) Majorize-Minimization (MM) framework】——杨宇红
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
建立对数据科学深刻的统计思考Building Deep Statistical Thinking for Data Science—哈佛大学教授孟晓犁
【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)
【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)
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
【无限宽度神经网络】
【半监督学习(Semi-supervised Learning)】——常虹(中国科学院大学)
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【强化学习(Reinforcement Learning)】——常虹(中国科学院大学)
【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)
【用R和C++讲解并行运算】——Samuel W.K. Wong (滑铁卢大学)
【AdaPT: 利用辅助信息进行多重检验的动态方法】——雷理骅(斯坦福大学)
Modbus协议
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【凸优化基础、线性规划和内点法】——张颢(清华大学)
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
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)