V
主页
【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)
发布人
YouTube 【贝叶斯数据分析全打通(1)】——宋心远 (香港中文大学统计学系主任,主要研究方向包括潜变量模型,非参数和半参数回归,贝叶斯方法,生存分析及统计诊断等。宋心远教授于2000年在香港中文大学获得统计学博士学位,2001-2003年在中文大学从事统计博士后研究,2004年到至今任中文大学助理教授,副教授,教授。迄今为止,在国际著名的统计学及应用数学类期刊发表100多篇高水平学术论文。担任或曾经担任《Biometrics》、《Psychometrika》、《Structural Equation Modeling - A Multidisciplinary Journal》、《Computational Statistics and Data Analysis》、《Journal of the Korean Statistical Society》及《Statistical Theory and Related Fields》等多个国际期刊的副主编。 @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【一次带你打通关统计推断基础(1)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
统计 | 曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【麻省理工MIT博士答辩】——Natasha Jaques
【自监督学习 Self-supervised learning】——马腾宇(斯坦福大学计算机科学与统计学的助理教授)
【贪婪算法与压缩感知理论】—张颢(清华大学)
【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)
【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)
【贝叶斯网络 Bayesian Network】
【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)
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
【一阶二阶优化与次梯度】——张颢(清华大学)
【贝叶斯渐进理论】
贝叶斯超级大佬【针对复杂的大数据的大规模贝叶斯推断】—杜克大学杰出教授David Dunson
杜克大学《R语言数据分析(R语言、概率与数据入门,推断统计,线性回归与建模)|Data Analysis with R》中英字幕
蛋白组学数据分析与生信绘图-90分钟快速入门
【哈佛大学教授教你高级贝叶斯思维】——Joseph K. Blitzstein 约瑟夫·K·布利茨斯坦(哈佛大学应用统计专业教授)
【贝叶斯优化 Bayesian Optimization】
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
多伦多大学【统计最高奖得主回答网友对统计的迷思】——杰弗里·罗森塔尔(Jeffrey Rosenthal)
【MCMC收敛性检验和贝叶斯总结】
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
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
普渡大学【生成对抗网络和统计的关联】——王啸
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
统计 | 哈佛大学【似然悖论 A Likelihood Paradox】——孟晓犁
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】
【高维统计推断】
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【针对高维逻辑回归的现代最大似然估计理论】—哈佛大学助理教授 Pragya Sur
统计【经验分布和经验过程简史】
【因果推断】关于因果推断的一百个故事 100 Stories of Causal Inference——哥伦比亚大学教授Andrew Gelman
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【社会强化学习】——娜塔莎·雅克
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学教授【高维协方差结构的统计推断(1) 】—T. Tony Cai
斯坦福大学统计系和计算机科学系教授【针对独立和相关数据的随机梯度MCMC】——Emily Fox
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)
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
【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)
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
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? 】