V
主页
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
发布人
【变分贝叶斯及其他:大规模的贝叶斯推断(ICML 2018)Variational Bayes and Beyond: Bayesian Inference for Big Data (ICML 2018 tutorial)】——Tamara Ann Broderick(麻省理工学院的美国计算机科学家、从事机器学习和贝叶斯推断) @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
【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)
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
【一阶二阶优化与次梯度】——张颢(清华大学)
提升成绩必看【简单假设检验1 Simple Hypothesis】——亚利桑那大学教授Joseph C. Watkins
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【贝叶斯渐进理论】
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
【我是如何对科学家失去信任的】
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
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
任何人都可用的自适应马可夫链蒙特卡洛算法 Adaptive MCMC For Everyone——Jeffrey S. Rosenthal
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
建立对数据科学深刻的统计思考Building Deep Statistical Thinking for Data Science—哈佛大学教授孟晓犁
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
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
【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
【算法交易和机器学习Algorithmic Trading and Machine Learning】—宾夕法尼亚大学教授Michael Kearns
【因果推断概论 Introduction to Causal Inference】
【凸优化基础、线性规划和内点法】——张颢(清华大学)
[吉布斯采样器和MCMC] Gelfand and Smith (1990) 论文讨论第1部分—Jingchen Hu(Vassar College)
【实分析:积分理论一览】—韩邦先
麻省理工大学【MTP2 让您梦想成真 Your Dreams May Come True with MTP2】——Caroline Uhler
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
美国三院院士/机器学习超级大佬【贝叶斯学派还是频率学派,只能选一边吗?Bayesian or Frequentist, Which Are You? 】
【高维贝叶斯推断和计算(NeurIPS 2018教程)】——戴维·丹森 David Dunson(杜克大学)
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen
【贝叶斯网络 Bayesian Network】
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
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell
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】
【针对异方差的大规模统计推断】—孙文光(浙江大学)
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【高维统计推断】
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)