V
主页
京东 11.11 红包
爱荷华州立大学【贝叶斯线性回归 Bayesian linear regression】——贾拉德·尼米(Jarad Niemi )
发布人
YouTube 爱荷华州立大学【贝叶斯线性回归 Bayesian linear regression】——贾拉德·尼米(Jarad Niemi 爱荷华州立大学统计系教授) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯网络 Bayesian Network】
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
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【因果推断概论 Introduction to Causal Inference】
贝叶斯可加回归树是最好的因果推断工具吗?
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
【三门问题 Monty Hall Problem】
【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)
《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】
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)
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】
【概率图模型的一切】—常虹(中国科学院大学)
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【一阶二阶优化与次梯度】——张颢(清华大学)
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】
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
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
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【线性混合模型 Linear mixed effects models】
【重要性采样R演示 Importance Sampling R Demo】
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
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【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
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)
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
【在顶级研究团队是什么感受?听美女科学家讲在DeepMind工作和在Google Brain(谷歌大脑)工作的不同】
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学沃顿商学院统计学教授【用于大规模双样本推断的协变量辅助排序和筛选】——蔡天文
巴黎第九大学【贝叶斯近似计算(2) Approximate Bayesian Computation i.e. ABC】——克里斯蒂安·罗伯特
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
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
《模式识别与机器学习– PRML》作者,【图模型(2) Graphical Models】—Christopher Michael Bishop
【一次带你刷完随机变量的各种收敛、中心极限定理和大数定律】——张颢(清华大学)
【影响函数(Influence function)告诉你大语言模型的生成机制】
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
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
统计【经验分布和经验过程简史】