V
主页
【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani(斯坦福大学)
发布人
YouTube 【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani (斯坦福大学教授、 lasso发明者、《The Elements of Statistical Learning》作者、《An Introduction to Statistical Learning》作者) @徐芝兰 @BuddyBG @AI深度学渣 @R与统计
打开封面
下载高清视频
观看高清视频
视频下载器
【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)
【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)
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【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)
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【图形学 试衣模拟】——李一飞 (MIT计算机博士)
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
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
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【想学统计吗? 会赌博就行! 】
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)
【统计最高奖得主访谈: 大数据时代的贝叶斯方法】——戴维·丹森 David Dunson(杜克大学)
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
【线性混合模型 Linear mixed effects models】
ChatGPT背后大佬【双重下降现象 The phenomenon of Deep Double Descent】—Ilya Sutskever
【统计里的大海捞针法】—蔡天文 Tony Cai(宾夕法尼亚大学)
【顶级计量经济学家带你手搓lasso, elastic net和SCAD(1)】——亚历山大-贝洛尼(Alexandre Belloni)
【凸优化基础、线性规划和内点法】——张颢(清华大学)
【稀疏模型】——张潼(伊利诺伊大学)
【高斯过程 Gaussian Processes】
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
【模特姐姐教你数据库管理系统导论 Introduction to Database Management Systems】——林郁珊(Yusan Lin)
【贪婪算法与压缩感知理论】—张颢(清华大学)
【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
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
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
【科学中并没有多少科学】——桑德·格林兰 (Sander Greenland)
【对标LASSO、SCAD、MCP的Spike-and-Slab LASSO】——爱德华·乔治 Edward I. George
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【贝叶斯优化 Bayesian Optimization】
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
【顶级人工智能会议到底有多重视应用科学呢?】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)
【图灵奖得主、算法分析之父 高德纳 为你解答世间万物】——高德纳(Donald Ervin Knuth,唐纳德·尔文·克努斯)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)