V
主页
提升成绩必看【简单假设检验1 Simple Hypothesis】——亚利桑那大学教授Joseph C. Watkins
发布人
【简单假设检验1 Simple Hypothesis】——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
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
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
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)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
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】
提升成绩必看【简单假设检验2 Simple Hypothesis】—亚利桑那大学教授Joseph C. Watkins
【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/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
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
【似然比检验(2) Likelihood Ratio Tests】——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)
【贝叶斯渐进理论】
【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
【贝叶斯网络 Bayesian Network】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
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
正则化Regularization II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【统计推断】估计量的偏差Bias——亚利桑那大学教授Joseph C. Watkins
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
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"考普斯会长奖"得主【用于预测的回归模型Regression Models for Prediction】—Andrew Gelman
【5个简单步骤解决任何递归问题 5 Simple Steps for Solving Any Recursive Problem】
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
【统计推断】矩估计Method of Moments——亚利桑那大学教授Joseph C. Watkins
统计【经验分布和经验过程简史】
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
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
【Kaplan-Meier估计 (生存分析)】
【深度学习:感知器、反向传播 Deep Learning:Perceptron, Backpropagation】——Ali Ghodsi
杜克大学【核密度估计Kernel Density Estimation】—Cynthia Rudin
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
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(2)】—T. Tony Cai
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米(Jarad Niemi)
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】
【三门问题 Monty Hall Problem】
贝叶斯可加回归树是最好的因果推断工具吗?