【烨】高维概率 | 11: 随机矩阵应用若干
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【烨】高维概率 | 7: 随机变量的Concentration
...
【烨】(3) 伯恩斯坦不等式 | 无聊的《高维概率》课程
...
【烨】高维概率 | 10: 随机矩阵Concentration
...
【烨】高维概率 | 14: Johnson-Lindenstrauss Lemma
...
【烨】高维概率 | 13: 矩阵伯恩斯坦不等式
...
【烨】高维概率 | 25: 矩阵恢复
...
【烨】高维概率 | 20: Dudley 不等式
...
【烨】高维概率 | 18: 苏达科夫不等式 (随机过程)
...
【烨】高维概率 | 19: 高斯宽度、随机映射
...
【烨】高维概率 | 17: 随机过程基础
...
【烨】高维概率| 6:次高斯随机变量
...
【烨】(4)随机图模型 |《高维概率》课程
...
【烨】高维概率 15：二次型的 concentration
...
【烨】高维概率 | 12: 非独立 Concentration 与 Lipschitz 条件
...
【烨】高维概率 | 26（终章）: Dvoretzky-Milman 定理
...
【烨】高维概率 | 22: VC维
...
【烨】这是我讲过最全的保研分享呢！
...
【烨】(2)霍弗丁不等式| 这是我听过最无聊的《高维概率》课程
...
【烨】高维概率 | 24: Escaping Theorem
...
【烨】高维概率 | 23: Matrix Deviation 不等式
...
【烨】高维概率 | 21: Generic Chaining Bound
...
【烨 | 因果推断】01: 为什么我们要学因果？？？
...
【烨】这是我讲过最有意思的《数据分析》呢！
...
[FAI] 清华 温凯越 | SAM 算法为何有用？
...
【烨】可解释机器学习实况(5)：可解释模型都有啥？（中篇）
...
[FAI] ICLR23' Best Paper 北大 张博航 | 图神经网络表达能力探究
...
【烨·泛化】1.1.2: 岭回归(ridge regression)
...
【烨·泛化】0.2.1: ERM模型
...
[FAI] Mila 张鼎怀 | GFlowNets: 结构化概率推断中的探索
...
【烨】【重录版】可解释机器学习实况(5)：可解释模型都有啥？（中）
...
【烨|因果推断】02: 变量间的因果关系（上）
...
【烨·泛化】2.1.1: 一致收敛 Uniform Convergence
...
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
...
C与C++的区别究竟是什么？
...
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
...
【烨·泛化】2.3.3: Rademacher Complexity (property)
...
【烨·泛化】0.3.2: PAC Learning
...
【烨·泛化】2.3.2: Rademacher Complexity (proof)
...
[FAI] 复旦 陈乐偲 | 双层优化问题：没有强凸怎么办？
...
【烨】可解释机器学习实况(3)：线性回归也能讲一个小时？