V
主页
【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
发布人
Y 【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol (嗨!我是基里-尼克尔(Kiri Nichol)。我是一名机器学习科学家/研究员,工作地点在不列颠哥伦比亚省温哥华市。 我从事机器学习工具的原型设计和评估工作。我寻找预测准确性和错误成本对开发者和用户都透明的项目。我可以帮助您.... 为新任务开发和训练机器学习模型。 将产品创意转化为可解决的技术问题 设计并实施产生预测质量反馈的策略 我曾在欺诈检测、医学成像和文本搜索等多个领域工作过。我在处理图像分类/分割、自然语言处理、时间序列和非结构化数据等问题方面拥有丰富经验。我最喜欢解决那些没有现成模型的领域中的问题! 我拥有物理学博士学位,通过应对 Kaggle 上的挑战,我学会了构建机器学习工具。我在 Kaggle 比赛中的最高排名是 78 位,并在第八次比赛中成为比赛大师。)
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)