V
主页
【中心极限定理和大数定律(2) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
发布人
Y 【中心极限定理和大数定律(2) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学教授) @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
【中心极限定理和大数定律(1) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
【实分析:测度论一览】—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)
【统计推断】充分统计量2 Principle of data Deduction Sufficiency--Joseph C. Watkins
提升成绩必看【期望最大化算法Expectation Maximization Algorithm】—亚利桑那大学教授Joseph C. Watkins
【置信区间(1) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
【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)
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【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)
【统计推断】充分统计量1 Principle of data Deduction Sufficiency--Joseph C. Watkins
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
提升成绩必看【简单假设检验2 Simple Hypothesis】—亚利桑那大学教授Joseph C. Watkins
【贝叶斯金字塔】——戴维·丹森 David Dunson(杜克大学)
【加速梯度下降: Accelerate Gradient Descent】
【想学统计吗? 会赌博就行! 】
【贝叶斯渐进理论】
【贝叶斯估计Bayes Estimation】——亚利桑那大学教授Joseph C. Watkins
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【那些年基因组学里的统计错误】—李婧翌 Jingyi Jessica Li(加州大学)
【约束最小二乘(2)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
哥伦比亚大学【循证实践是一条双向路Evidence-Based Practice Is a Two-Way Street】—Andrew Gelman
【似然比检验(2) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【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、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【考研概率统计题串讲(2)】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【经验贝叶斯的应用】——克里斯托弗·沃尔特斯 Christopher Walters
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
【统计推断】最大似然估计2 Maximum Likelihood Estimation —亚利桑那大学教授Joseph C. Watkins
【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】
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
一口气学完初中数学!初中生必看,数学知识点速过
【剖面似然(profile likelihood)和积分似然(integrated likelihood)孰优孰劣?】
【高斯过程 Gaussian Processes】
【计量经济学:工具变量 (instrumental variables)】
【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
【图深度学习】——马克斯·韦林 Max Welling(阿姆斯特丹大学)