V
主页
英伟达机器学习研究主管、加州理工学院计算机系教授【用于大规模机器学习的张量方法】—阿尼玛什雷*阿南德库玛
发布人
YouTube 英伟达机器学习研究主管、加州理工学院计算机系教授【用于大规模机器学习的张量方法 Tensor Methods for large-scale Machine Learning】——阿尼玛什雷*阿南德库玛(Animashree (Anima) Anandkumar,她的研究涉及张量代数方法、深度学习和非凸问题。) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
英伟达机器学习研究主管、加州理工学院计算机系教授【神经算子: 学习偏微分方程的新范式】——阿尼玛什雷 (Anima) 阿南德库玛
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
加州理工学院【量子吉布斯采样 Quantum Gibbs Sampling】——Anthony Chen
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
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
差分隐私发明者之一【差分隐私的定义The Definition of Differential Privacy 】—哈佛大学教授Cynthia Dwork
使用 OpenUSD 重制经典游戏
美国科学院院士/IMS前主席郁彬【利用lasso方法的特征选择Feature Selection Through Lasso】
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)
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
【实分析:测度论一览】—韩邦先
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
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
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)
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
【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)】
2024年超好用的九大AI工具!免费且强大!(下集)
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
【通过 PAC-Bayes 研究深度学习中的泛化问题】—金塔尔·卡罗琳娜·吉盖特 Gintare Karolina Dziugaite
滑铁卢计算机系和统计系教授【从BERT到GPT】——阿里·戈德西(Ali Ghodsi)
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
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【针对高维逻辑回归的现代最大似然估计理论】—哈佛大学助理教授 Pragya Sur
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
统计最高奖得主【稀疏估计中令人不愉快的性质Unpleasant Properties of Sparse Estimators(e.g. Lasso)】
加州大学洛杉矶分校统计系教授【U 统计量的渐近分布 Asymptotic Distribution of U Statistic】——李婧翌
【机器学习糟透了?自回归大语言模型糟透了?】——杨立昆(纽约大学)
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)
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)
【贝叶斯优化 Bayesian Optimization】
贝叶斯可加回归树是最好的因果推断工具吗?
曾是苹果公司特别项目组机器学习负责人、Google Brain的研究科学家【生成对抗网络(GAN)】——Ian Goodfellow
美国三院院士/机器学习超级大佬【共形预测Conformal Prediction】—加州大学伯克利分校教授Michael I. Jordan
【Kaplan-Meier估计 (生存分析)】
统计【经验分布和经验过程简史】
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
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
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
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】