V
主页
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)
发布人
YouTube 【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授) @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(3)】——宋心远(香港中文大学统计系教授)
【MCMC收敛性检验和贝叶斯总结】
【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)
【因果推断概论 Introduction to Causal Inference】
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【贝叶斯网络 Bayesian Network】
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
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
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
【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)
提升成绩必看【简单假设检验1 Simple Hypothesis】——亚利桑那大学教授Joseph C. Watkins
麻省理工大学【MTP2 让您梦想成真 Your Dreams May Come True with MTP2】——Caroline Uhler
【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)
【置信区间(1) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
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】
普渡大学【生成对抗网络和统计的关联】——王啸
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
【贝叶斯渐进理论】
【针对高维逻辑回归的现代最大似然估计理论】—哈佛大学助理教授 Pragya Sur
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】
【实分析:测度论一览】—韩邦先
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
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
杜克大学【着重于受试者工作特征曲线ROC Curve】—Cynthia Rudin
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell
提升成绩必看【期望最大化算法Expectation Maximization Algorithm】—亚利桑那大学教授Joseph C. Watkins
【贝叶斯金字塔】——戴维·丹森 David Dunson(杜克大学)
【贝叶斯估计Bayes Estimation】——亚利桑那大学教授Joseph C. Watkins
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
加拿大统计协会前主席【基于证据的统计推理Statistical Reasoning & Statistical Evidence】—Michael Evans
哈佛大学【高斯混合模型的最大期望算法(2) EM for the Gaussian mixture model 】——Jeff Miller
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
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【抽样调查2】Statistics Study design : surveys and random samples—杜克大学系主任Jerry Reiter
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
提升成绩必看【简单假设检验2 Simple Hypothesis】—亚利桑那大学教授Joseph C. Watkins
哈佛大学孟晓犁【全套马尔可夫链蒙特卡洛算法The full Monte Carlo--A live performance with stars】
【统计推断】最大似然估计2 Maximum Likelihood Estimation —亚利桑那大学教授Joseph C. Watkins