V
主页
【稀疏模型】——张潼(伊利诺伊大学)
发布人
bilibili 【稀疏模型】——张潼 (机器学习领域专家,美国统计学会会士、国际数理统计学会会士,拥有美国康奈尔大学数学和计算机双学士学位,以及斯坦福大学计算机硕士和博士学位。曾任美国新泽西州立大学终身教授,IBM研究院研究员和雅虎研究院主任科学家,百度研究院副院长和大数据实验室负责人,腾讯AI Lab主任。张潼曾参加美国国家科学院大数据专家委员会,负责过多个美国国家科学基金资助的大数据研究项目。此外,张潼还担任NIPS、ICML、COLT等国际机器学习会议主席或领域主席,以及PAMI、JMLR和Machine Learning Journal等国际人工智能期刊编委。)
打开封面
下载高清视频
观看高清视频
视频下载器
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【一阶二阶优化与次梯度】——张颢(清华大学)
【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)
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【模型选择和模型平均】——张潼(伊利诺伊大学)
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
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【凸优化基础、线性规划和内点法】——张颢(清华大学)
泛癌gsea富集分析,R语言
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
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
【支持向量机和核方法 SVM and Kernel】——张颢(清华大学)
【线性混合模型 Linear mixed effects models】
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【高斯过程 Gaussian Processes】
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
【概率图模型的一切】—常虹(中国科学院大学)
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
【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)
【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
【深度高斯过程 (Deep Gaussian Processes)】
【贝叶斯优化 Bayesian Optimization】
【统计学里的所有错误以及如何纠正】——克里斯汀·伦诺克斯 Kristin Lennox
【图形学 试衣模拟】——李一飞 (MIT计算机博士)
【快速傅里叶变换 Fast Fourier Transform】——埃里克·德梅因 Erik Demaine(麻省理工学院)
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】
【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)
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
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)
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai(宾夕法尼亚大学)
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)
【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】
【区分直接和间接因果效应, 意义大吗】——唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin(哈佛大学)
【期望最大化算法(EM)背后的深层框架(3) Majorize-Minimization (MM) framework】——杨宇红
【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)
【caret 软件包: 预测模型的统一界面】——马克斯-库恩 Max Kuhn
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
【统计最高奖得主访谈: 大数据时代的贝叶斯方法】——戴维·丹森 David Dunson(杜克大学)