V
主页
京东 11.11 红包
【统计推断】估计量的偏差Bias——亚利桑那大学教授Joseph C. Watkins
发布人
【统计推断】估计量的偏差Bias——亚利桑那大学教授Joseph C. Watkins. @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
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
【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
杜克大学【是否存在更简单的模型以及我们如何找到它们?KDD 2019 - 主题演讲】
【贝叶斯估计Bayes Estimation】——亚利桑那大学教授Joseph C. Watkins
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
【似然比检验(2) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【统计推断】完备性Completeness——亚利桑那大学教授Joseph C. Watkins.
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)
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】
【贝叶斯优化 Bayesian Optimization】
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
多伦多大学孙强副教授:用统计学让AI变得可信
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【是否存在真正的随机性? Is there real randomness?】——Persi Diaconis
因果推断必须警惕的坑:辛普森悖论
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
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
【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
【统计推断】充分统计量1 Principle of data Deduction Sufficiency--Joseph C. Watkins
ChatGPT背后大佬【双重下降现象 The phenomenon of Deep Double Descent】—Ilya Sutskever
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
统计最高奖得主/高维统计大佬【高维统计入门2 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
众多统计最高奖得主的导师【教你论文写作Writing in the Sciences】—斯坦福大学教授Bradley Efron
【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)】
刚起高楼就塌了?数据科学可能是第一个被淘汰的专业
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)
【高维贝叶斯推断和计算(NeurIPS 2018教程)】——戴维·丹森 David Dunson(杜克大学)
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? 】
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
贝叶斯可加回归树是最好的因果推断工具吗?
《模式识别与机器学习– PRML》作者,【图模型(2) Graphical Models】—Christopher Michael Bishop