V
主页
【神经科学中的统计思维 Statistical Thinking in Neuroscience】—罗伯特·卡斯Robert E. Kass (卡内基梅隆大学)
发布人
YouTube 【神经科学中的统计思维 Statistical Thinking in Neuroscience】——罗伯特·卡斯 Robert E. Kass (卡内基梅隆大学统计与数据科学系、机器学习系和神经科学研究所的 Maurice Falk 统计学和计算神经科学教授。) @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
【实分析:测度论一览】—韩邦先
【统计最坏情况分析理论(Minimax Theory)】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【高维稀疏主成分分析和差分隐私】——Jing Lei(卡内基梅隆大学)
【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani(斯坦福大学)
【统计显著性的发明史】
【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)
【实分析:积分理论一览】—韩邦先
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【统计的真相 你认可吗】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
【贝叶斯渐进理论】
【那些年基因组学里的统计错误】—李婧翌 Jingyi Jessica Li(加州大学)
【贝叶斯金字塔】——戴维·丹森 David Dunson(杜克大学)
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【数据可视化一次教】
【贝叶斯优化 Bayesian Optimization】
【惩罚估计】——邹晖(明尼苏达大学)
【给大家展示你的大作,制作你的第一个R包吧 How to Create Your Own Package in RStudio】
【《我的世界》极低概率事件:一个人能有多幸运】
【剖面似然(profile likelihood)和积分似然(integrated likelihood)孰优孰劣?】
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【一阶二阶优化与次梯度】——张颢(清华大学)
加拿大统计协会前主席【基于证据的统计推理Statistical Reasoning & Statistical Evidence】—Michael Evans
“考普斯会长奖”得主【30年来我犯过的统计错误Wrong Again! 30+ Years of Statistical Mistakes】
【孟晓犁 | 范剑青 对谈统计学】——(哈佛大学 | 普林斯顿大学)
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【贪婪算法与压缩感知理论】—张颢(清华大学)
【约束最小二乘(2)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
【从任意概率分布中采样】
【约束最小二乘(1)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
【支持向量机和核方法 SVM and Kernel】——张颢(清华大学)
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【贝叶斯因子:谁担心,谁不担心以及为什么 Bayes Factors: who’s worried, who’s not, and why】
【统计推断】充分统计量2 Principle of data Deduction Sufficiency--Joseph C. Watkins