V
主页
【Proof-Trivial】贝叶斯优化与贝叶斯学习 (Bayesian Optimization) 持续更新
发布人
贝叶斯优化与贝叶斯学习相关讲座
打开封面
下载高清视频
观看高清视频
视频下载器
【Proof-Trivial】机器学习与数据科学中的【理论】与【算法】【北京大学 文再文】
UCB《工程领域中的优化模型|EECS 127 Optimization Models in Engineering(Fall 2020)》deepseek翻译
【凸优化 EE364A 2023】斯坦福大学—中英字幕
【Proof-Trivial】凸优化-Stephen Boyd-Stanford (2023-2024最新课程)
【Proof-Trivial】【2023年】最优化:建模、算法与理论 【北京大学 文再文】
【Proof-Trivial】流形上的优化 @Nicolas Boumal (ENS→Princeton→EPFL)
【Proof-Trivial】统计机器学习【理论基础】与【前沿论文】
【Proof-Trivial】改变世界的数学(科学)大师(持续更新...)
【凸优化 EE364A 2008】斯坦福大学—中英字幕
【Proof-Trivial】【IROS‘22】机器人学习、优化与控制中的几何方法
【Proof-Trivial】深度强化学习基础 (DRL)——复旦大学 (赵卫东)
【Proof-Trivial】控制理论中的在线优化(Competitive Control via Online Optimization) @加州理工学院
【Proof-Trivial】最优传输前沿讲座 (Optimal Transport) (更新中...)
【Proof-Trivial】几何视角下的非凸优化问题 —— Suvrit Sra (MIT)
【Proof-Trivial】【讲座】在线学习与在线凸优化 (Online Learning&Convex Optimization)
【Proof-Trivial】高维概率及其在数据科学中的应用 (HDP) - Roman Vershynin
【Proof-Trivial】流形上的优化【入门讲座】 —— Justin Solomon (MIT)
【Proof-Trivial】高等数理统计(基于测度论) 清华大学
【Proof-Trivial】泛函分析保姆级入门教程 (Functional Analysis)
【Proof-Trivial】Bayesian Learning & MCMC & HMC & SGLD
【Proof-Trivial】统计推断 (George Casella)【台北大学-李孟峰】【中文】
【Proof-Trivial】弦理论 (String Theory)
【Proof-Trivial】数学视角下的Transformer【MIT数学系-Philippe Rigollett】
【Proof-Trivial】随机梯度下降中的【长尾效应】 (Heavy-tail Phenomenon in SGD)
【Proof-Trivial】范畴论入门 (Category Theory)
【Proof-Trivial】黎曼几何【北京大学/北师大 葛剑】
【Proof-Trivial】 Geometric Optimization:黎曼流形上的加速梯度法—— Suvrit Sra (MIT LIDS)
【Proof-Trivial】张量的【可视化】 (2)
基于BayesSearchCV贝叶斯优化的XGBoost二分类模型,SHAP可解释性分析
【Proof-Trivial】【入门】基于物理信息的神经网络-Physics-Informed Neural Networks (PINNs)
【Prooof-Trivial】表示论入门 (Representation theory)
【Proof-Trivial】矩阵流形上的黎曼优化_简介
【Proof-Trivial】深度神经网络中的【泛化理论】与【归纳偏差】 (Generalization and Inductive Bias)
【Proof-Trivial】统计热力学 北京大学
【Proof-Trivial】随机矩阵理论
【Proof-Trivial】实验设计前沿讲座 (Experimental Design)
【Proof-Trivial】信息几何【入门课程】 (Melvin Leok from UCSD)
【Proof-Trivial】泛函分析-孙炯 (最通俗易懂的本科水平中文泛函分析课程)
【Proof-Trivial】几何测度论书籍推荐 (Geometric Measure Theory)
【Proof-Trivial】【Simons Institute】优化与采样中的几何方法 —— 机器学习理论研究者必刷