【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【caret 软件包: 预测模型的统一界面】——马克斯-库恩 Max Kuhn
...
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
...
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾（Donald Bruce Rubin）
...
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
...
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
...
【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani（斯坦福大学）
...
【一阶二阶优化与次梯度】——张颢（清华大学）
...
【给大家展示你的大作，制作你的第一个R包吧 How to Create Your Own Package in RStudio】
...
《模式识别与机器学习– PRML》作者，【图模型(2) Graphical Models】—Christopher Michael Bishop
...
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）
...
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
...
【模型选择和模型平均】——张潼（伊利诺伊大学）
...
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
...
【孟晓犁 | 范剑青 对谈统计学】——（哈佛大学 | 普林斯顿大学）
...
统计 | 麻省理工学院【非参数贝叶斯方法：模型、算法和应用】——Tamara Ann Broderick（从事机器学习和贝叶斯推断）
...
【xgboost复现】上集：数学理论
...
麻省理工【针对因果效应和处理效应的双重机器学习Double Machine Learning for Causal and Treatment Effects】
...
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔（Michel Bierlaire）
...
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢（清华大学）
...
【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）
...
【统计】统计的危机和如何匍匐前进The Statistical Crisis in Science and How to Move Forward
...
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
...
【比较不同数据分析手段的统计评估方法】—唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin（哈佛大学）
...
微软研究院首席研究员【变分推断,变分自编码器和标准化流】——Rianne van den Berg
...
【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）
...
【顶级计量经济学家带你手搓lasso, elastic net和SCAD(1)】——亚历山大-贝洛尼(Alexandre Belloni)
...
【fused lasso和加性模型 fused lasso and additive model】——丹妮拉·威滕（Daniela Witten）
...
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学教授【高维协方差结构的统计推断(1) 】—T. Tony Cai
...
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
...
加州理工学院【量子吉布斯采样 Quantum Gibbs Sampling】——Anthony Chen
...
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）
...
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
...
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
...
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
...
统计【经验分布和经验过程简史】
...
正则化Regularization I （一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP）
...
【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）
...
【关于高斯分布的一切：理论和应用】——张颢（清华大学）