V
主页
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
发布人
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】——哥伦比亚大学教授Andrew Gelman(贝叶斯统计大牛、贝叶斯数据分析(Bayesian data analysis)作者) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
统计 | 曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【麻省理工MIT博士答辩】——Natasha Jaques
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【贝叶斯优化 Bayesian Optimization】
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
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、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
【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)
【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
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
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】
【贝叶斯网络 Bayesian Network】
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
【贝叶斯数据分析全打通(1)】——宋心远(香港中文大学统计系教授)
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
【实分析:测度论一览】—韩邦先
【高维统计推断】
【高斯过程 Gaussian Processes】
【贝叶斯金字塔】——戴维·丹森 David Dunson(杜克大学)
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)
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
哈佛大学【在发展因果推断历程中的艰难Obstacles in the development of causal inference】—James Robins
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
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)
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
【概率图模型的一切】—常虹(中国科学院大学)
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? 】
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
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】
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
爱荷华州立大学【Metropolis-within-Gibbs】——贾拉德·尼米(Jarad Niemi)
斯坦福大学【生存分析入门(2)Proportional Hazards Model】
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
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【统计】统计的危机和如何匍匐前进The Statistical Crisis in Science and How to Move Forward
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
【三门问题 Monty Hall Problem】
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】