V
主页
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
发布人
ASA/NSF/BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第1部分 [Bayesian hierarchical modeling] MCMC simulation by JAGS part 1】——Jingchen Hu(Vassar College瓦萨学院(校友有:老友记里的菲比,安妮海瑟薇)) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
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
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
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
【贝叶斯优化 Bayesian Optimization】
哥伦比亚大学天文学教授【蒙特卡洛马尔可夫链MCMC分析初学者指南】—David Kipping
斯坦福大学【为什么马尔可夫发明马尔可夫链?Why did Markov invent Markov Chains?】—Persi Diaconis
美国三院院士/机器学习超级大佬【什么是统计?What is Statistics? 】 —加州大学伯克利分校教授Michael I. Jordan
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
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)
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【重要性采样R演示 Importance Sampling R Demo】
微软研究院首席研究员【变分推断,变分自编码器和标准化流】——Rianne van den Berg
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
谷歌大脑高级研究科学家【任何人可用的可解释性Interpretability For Everyone 】—Been Kim
【高斯过程 Gaussian Processes】
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米(Jarad Niemi)
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
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
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)
自助法发明者、因提出自举重采样技术而闻名【自助法 Bootstrap】——布拉德利·埃夫隆(Bradley Efron)
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
芝加哥大学教授【贝叶斯生成式人工智能 Generative AI for Bayes】——维罗妮卡·罗科娃 Veronika Rockova
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
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(2)】——Mark Schmidt(马克·施密特)
【贝叶斯渐进理论】
麻省理工【针对因果效应和处理效应的双重机器学习Double Machine Learning for Causal and Treatment Effects】
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)
哈佛大学【高斯混合模型的最大期望算法(2) EM for the Gaussian mixture model 】——Jeff Miller
美国三院院士/机器学习超级大佬【机器学习的隐患The pitfalls of Machine Learning】—Michael I. Jordan
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
曾担任美国统计协会和数学统计研究所的主席,因提出自举重采样技术而闻名【贝叶斯估计的频率派准确性】——Bradley Efron
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
【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【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
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】
麻省理工大学【MTP2 让您梦想成真 Your Dreams May Come True with MTP2】——Caroline Uhler