V
主页
【数据可视化一次教】
发布人
【数据可视化一次教】
打开封面
下载高清视频
观看高清视频
视频下载器
【计量经济学:工具变量 (instrumental variables)】
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【一阶二阶优化与次梯度】——张颢(清华大学)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【贝叶斯数据分析全打通(3)】——宋心远(香港中文大学统计系教授)
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
【贝叶斯渐进理论】
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
【想学统计吗? 会赌博就行! 】
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
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】
【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)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【针对小型、不平衡和异方差数据集的深度学习】——马腾宇(斯坦福大学)
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【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)
【时间序列预测】——罗布-海德曼(Rob J Hyndman)
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【我是如何对科学家失去信任的】
【参数估计及习题讲解(1)】—何书元(首都师范大学)
【高斯过程 Gaussian Processes】
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
【统计最坏情况分析理论(Minimax Theory)】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【考研概率统计题串讲(2)】
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
【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)
【高维统计推断】
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【通过最优最小二乘法为超高维回归筛选变量】——Xiangyu Wang
【神经科学中的统计思维 Statistical Thinking in Neuroscience】—罗伯特·卡斯Robert E. Kass (卡内基梅隆大学)
【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)
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【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
【华人统计学家一览和现况】
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】
【实分析:积分理论一览】—韩邦先
【深度高斯过程 (Deep Gaussian Processes)】
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen