V
主页
加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌
发布人
YouTube 加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌 (Jingyi Jessica Li,生物信息学家。她的主要研究领域是统计学与生物学的交叉内容,致力于开发针对生物医学科学中的重大问题和大基因组时代人体健康相关遗传信息数据的统计和计算方法。她的团队主要研究成果包括下一代RNA测序、染色质状态序列比较、遗传信息中心法则中的信息流处理等。她于2018年获得斯隆研究奖。) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
AI 编程工具 Cursor 带来哪些机遇与挑战(20240908直播回放)
机器学习-第三篇-交叉验证-自助法(Bootstrap)
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
加州大学洛杉矶分校统计系讲师【自助法做假设检验 Bootstrap Hypothesis Tests】——Miles Chen
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)
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
强推!这可能是唯一能将AI Agent讲清楚的课程了,公认最适合新手入门Agent大模型实战系列,3小时全流程解读分析,简直比刷剧还爽!人工智能|大模型
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
加州大学洛杉矶分校统计系教授【U 统计量的渐近分布 Asymptotic Distribution of U Statistic】——李婧翌
【一次带你打通关统计推断基础(1)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
【因果推断概论 Introduction to Causal Inference】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
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
【贝叶斯优化 Bayesian Optimization】
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
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
斯坦福大学统计系和计算机科学系教授【针对独立和相关数据的随机梯度MCMC】——Emily Fox
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】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【贪婪算法与压缩感知理论】—张颢(清华大学)
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
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
【集中不等式 Concentration Inequalities】——杰拉尼·尼尔森 Jelani Osei Nelson(加州大学伯克利分校的埃塞俄比亚裔美
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
2024年超好用的九大AI工具!免费且强大!(下集)
贝叶斯可加回归树是最好的因果推断工具吗?
统计【经验分布和经验过程简史】
统计 | 麻省理工学院【次模性的理论和应用】——Stefanie Jegelka (斯蒂芬妮·耶格尔卡)
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
【因果树 Causal Trees】——吉多·威廉默斯·因本斯(Guido Wilhelmus Imbens)
【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
斯坦福大学【为什么马尔可夫发明马尔可夫链?Why did Markov invent Markov Chains?】—Persi Diaconis
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
【自监督学习 Self-supervised learning】——马腾宇(斯坦福大学计算机科学与统计学的助理教授)
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
统计 | 哈佛大学【似然悖论 A Likelihood Paradox】——孟晓犁
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(1)】——Mark Schmidt(马克·施密特)
卡内基梅隆大学统计和机器学习系教授【"通用"的统计推断方法和统计里的绿巨人浩克】——西瓦拉曼 ·巴拉克里希南(Sivaraman Balakrishnan)
【一阶二阶优化与次梯度】——张颢(清华大学)
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)