自助法发明者、因提出自举重采样技术而闻名【自助法 Bootstrap】——布拉德利·埃夫隆（Bradley Efron）
发布人
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(1)】——宋心远（香港中文大学统计系教授）
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
想了解顶级统计学家都在做什么,各大统计方向的板块关系吗? 这个视频为你揭晓.【统计学三角The statistics triangle】——CMU教授金家顺
...
（国外超火博主）变分推断 | 证据下界 | 直觉和可视化
...
【斯坦福教授教你压缩估计、经验贝叶斯和错误发现率控制】——布拉德利·埃夫隆（Bradley Efron）
...
【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)】
...
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
...
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
...
哈佛大学【在发展因果推断历程中的艰难Obstacles in the development of causal inference】—James Robins
...
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】
...
机器学习-第三篇-交叉验证-自助法（Bootstrap）
...
【贝叶斯优化 Bayesian Optimization】
...
【高维统计推断】
...
【因果推断概论 Introduction to Causal Inference】
...
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔（Michel Bierlaire）
...
统计【经验分布和经验过程简史】
...
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/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
...
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
...
统计最高奖得主、华盛顿大学教授【图模型结构的学习 Learning the Structure of a Graphical Model】——丹妮拉·威滕
...
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? 】
...
【从任意概率分布中采样】
...
【一次带你学会100+统计学概念】
...
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
...
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）
...
曾是苹果公司特别项目组机器学习负责人、Google Brain的研究科学家【生成对抗网络(GAN)】——Ian Goodfellow
...
【概率史上的高光时刻】——尤瓦尔·佩雷斯 Yuval Peres
...
【解密贝叶斯深度学习】
...
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
...
曾担任美国统计协会和数学统计研究所的主席，因提出自举重采样技术而闻名【贝叶斯估计的频率派准确性】——Bradley Efron
...
【变分贝叶斯及其他-大规模的贝叶斯推断（ICML 2018）】
...
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）
...
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
...
【统计】统计的危机和如何匍匐前进The Statistical Crisis in Science and How to Move Forward
...
美国三院院士/机器学习超级大佬【机器学习的隐患The pitfalls of Machine Learning】—Michael I. Jordan
...
统计 | 麻省理工学院【次模性的理论和应用】——Stefanie Jegelka （斯蒂芬妮·耶格尔卡）
...
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
...
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
...
【概率图模型的一切】—常虹（中国科学院大学）
...
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(1)】——Mark Schmidt（马克·施密特）