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）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
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）
...
【贝叶斯渐进理论】
...
正则化Regularization I （一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP）
...
【高维统计推断】
...
（国外超火博主）变分推断 | 证据下界 | 直觉和可视化
...
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】
...
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
...
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔（Michel Bierlaire）
...
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
...
【贝叶斯网络 Bayesian Network】
...
加州大学洛杉矶分校统计系教授【V 统计量和 U 统计量入门 Introduction to V and U Statistics】——李婧翌
...
【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)】
...
IMS fellow、ASA fellow【用于大数据分析的迭代蒙特卡罗方法最新进展】—Faming Liang
...
合作开发了概率博弈论框架被大家熟知为E-value【置信区间、显著性检验和p-hacking的起源】——Glenn Shafer（格伦·谢弗）
...
统计 | 牛津大学机器学习教授、谷歌DeepMind首席研究科学家【重要性取样 Importance sampling】—Nando de Freitas
...
【贝叶斯优化 Bayesian Optimization】
...
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
...
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会
...
国际数理统计学会前主席【高维因果推断High dimensional Causal Inference】—苏黎世联邦理工大学教授Peter Bühlman
...
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
...
新加坡国立大学【贝叶斯近似计算(1) Approximate Bayesian Computation i.e. ABC】——大卫·诺特
...
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）
...
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
...
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学沃顿商学院统计学教授【用于大规模双样本推断的协变量辅助排序和筛选】——蔡天文
...
哈佛大学【高斯混合模型的最大期望算法(1) EM for the Gaussian mixture model 】——Jeff Miller
...
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
...
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
...
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
...
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
...
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
...
【Kaplan-Meier估计 (生存分析)】
...
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
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）
...
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
...
《模式识别与机器学习– PRML》作者，【图模型(2) Graphical Models】—Christopher Michael Bishop
...
加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌
...
【如何用统计学去说谎】
...
【惩罚估计】——邹晖（明尼苏达大学）