V
主页
【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
发布人
【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(Is weakly learnability equivalent to strong learnability? 问题的提出者(AdaBoost的源头)) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
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
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】
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】
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
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
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
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)
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
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
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会
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)
【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)
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
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
【贝叶斯渐进理论】
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
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
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
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
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【贝叶斯优化 Bayesian Optimization】
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
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
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【如何用统计学去说谎】
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
【贝叶斯网络 Bayesian Network】
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
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
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
哈佛大学【高斯混合模型的最大期望算法(1) EM for the Gaussian mixture model 】——Jeff Miller
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
【深度学习:感知器、反向传播 Deep Learning:Perceptron, Backpropagation】——Ali Ghodsi
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
【图论导论:计算机科学视角 Introduction to Graph Theory:A Computer Science Perspective】
《模式识别与机器学习– PRML》作者,【图模型(2) Graphical Models】—Christopher Michael Bishop