V
主页
【fused lasso和加性模型 fused lasso and additive model】——丹妮拉·威滕(Daniela Witten)
发布人
YouTube 【fused lasso和加性模型 fused lasso and additive model】——丹妮拉·威滕(Daniela Witten是美国生物统计学家、华盛顿大学教授、统计最高奖得主。威滕于2020年当选美国统计学会会士,2022年又当选国际数理统计学会会士。丹妮拉·威滕是著名数学物理学家、菲尔兹奖得主。爱德华·威滕与物理学家基娅拉·纳皮之女,她的姐姐艾拉娜·威滕则是一位神经科学家。) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯数据分析全打通(1)】——宋心远(香港中文大学统计系教授)
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
统计 | 曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【麻省理工MIT博士答辩】——Natasha Jaques
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【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)
【稀疏模型】——张潼(伊利诺伊大学)
【一阶二阶优化与次梯度】——张颢(清华大学)
【贪婪算法与压缩感知理论】—张颢(清华大学)
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【模型选择和模型平均】——张潼(伊利诺伊大学)
普渡大学【生成对抗网络和统计的关联】——王啸
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)
【MCMC收敛性检验和贝叶斯总结】
新加坡国立大学【贝叶斯近似计算(1) Approximate Bayesian Computation i.e. ABC】——大卫·诺特
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【社会强化学习】——娜塔莎·雅克
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
【高斯过程 Gaussian Processes】
【贝叶斯渐进理论】
【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)
【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)
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【因果推断概论 Introduction to Causal Inference】
统计 | 哈佛大学【似然悖论 A Likelihood Paradox】——孟晓犁
【斯坦福教授教你压缩估计、经验贝叶斯和错误发现率控制】——布拉德利·埃夫隆(Bradley Efron)
9个小时快速掌握【Matlab神经网络和优化算法】,基于matlab实现遗传算法优化bp神经网络实现预测。
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
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
【统计书里的人跳出来教你似然和充分性】——戴维·哈罗德·布莱克韦尔(David Blackwell)
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【区分直接和间接因果效应, 意义大吗】——唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin(哈佛大学)
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)
【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)
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
哈佛大学【高斯混合模型的最大期望算法(1) EM for the Gaussian mixture model 】——Jeff Miller
统计 | 卡内基梅隆大学【如果你只有一个数据点...】——詹姆斯·莱纳(James Leiner)