V
主页
京东 11.11 红包
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
发布人
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A Beginner's Guide to Monte Carlo Markov Chain MCMC Analysis】——David Kipping @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
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
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
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
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)
【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)
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】
杜克大学【核密度估计Kernel Density Estimation】—Cynthia Rudin
【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)
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
【三门问题 Monty Hall Problem】
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
统计最高奖得主【贝叶斯因果推理出了什么问题?Problems With Bayesian Causal Inference】—Larry Wasserman
IMS fellow、ASA fellow【用于大数据分析的迭代蒙特卡罗方法最新进展】—Faming Liang
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 | 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)
曾是苹果公司特别项目组机器学习负责人、Google Brain的研究科学家【生成对抗网络(GAN)】——Ian Goodfellow
美国三院院士/机器学习超级大佬【贝叶斯学派还是频率学派,只能选一边吗?Bayesian or Frequentist, Which Are You? 】
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)
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
哥伦比亚大学【比双重差分法更好 Better than difference-in-differences】——Andrew Gelman
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
AI王冰冰换脸Hello Venus 权娜拉——《Wiggle wiggle》
国际数理统计学会前主席【高维因果推断High dimensional Causal Inference】—苏黎世联邦理工大学教授Peter Bühlman
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)
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
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
杜克大学【着重于受试者工作特征曲线ROC Curve】—Cynthia Rudin
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
【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
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
美国科学院院士/IMS前主席郁彬【利用lasso方法的特征选择Feature Selection Through Lasso】
贝叶斯可加回归树是最好的因果推断工具吗?
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)
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
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
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
斯坦福大学【交叉验证的正确打开方式 Cross Validation the wrong and right way】
合作开发了概率博弈论框架被大家熟知为E-value【置信区间、显著性检验和p-hacking的起源】——Glenn Shafer(格伦·谢弗)