京东 11.11 红包
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
自助法发明者、因提出自举重采样技术而闻名【自助法 Bootstrap】——布拉德利·埃夫隆（Bradley Efron）
...
想了解顶级统计学家都在做什么,各大统计方向的板块关系吗? 这个视频为你揭晓.【统计学三角The statistics triangle】——CMU教授金家顺
...
加州大学洛杉矶分校统计系教授【U 统计量的渐近分布 Asymptotic Distribution of U Statistic】——李婧翌
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会
...
统计【经验分布和经验过程简史】
...
【因果推断概论 Introduction to Causal Inference】
...
《模式识别与机器学习– PRML》作者，【图模型(2) Graphical Models】—Christopher Michael Bishop
...
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
...
《模式识别与机器学习– PRML》作者，【图模型(1) Graphical Models】—Christopher Michael Bishop
...
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
...
【贝叶斯网络 Bayesian Network】
...
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
...
统计最高奖得主/高维统计大佬【高维统计入门2 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
...
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
...
差分隐私发明者之一【差分隐私的定义The Definition of Differential Privacy 】—哈佛大学教授Cynthia Dwork
...
【三门问题 Monty Hall Problem】
...
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】
...
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
...
杜克大学【是否存在更简单的模型以及我们如何找到它们？KDD 2019 - 主题演讲】
...
【贝叶斯渐进理论】
...
普渡大学【生成对抗网络和统计的关联】——王啸
...
统计最高奖得主【贝叶斯因果推理出了什么问题?Problems With Bayesian Causal Inference】—Larry Wasserman
...
【一次带你打通关统计推断基础(2)】——威尔·菲西安（Will Fithian, 加州大学伯克利分校统计系教授）
...
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米（Jarad Niemi）
...
加拿大数据科学研究主席【函数型数据分析入门Introduction for Functional Data Analysis】—Jiguo Cao
...
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(2)】—T. Tony Cai
...
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
...
滑铁卢计算机系和统计系教授【从BERT到GPT】——阿里·戈德西（Ali Ghodsi）
...
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
...
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
...
英伟达机器学习研究主管、加州理工学院计算机系教授【神经算子: 学习偏微分方程的新范式】——阿尼玛什雷 (Anima) 阿南德库玛
...
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】
...
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(1)】——Mark Schmidt（马克·施密特）
...
（国外超火博主）变分推断 | 证据下界 | 直觉和可视化
...
巴黎第九大学【贝叶斯近似计算(2) Approximate Bayesian Computation i.e. ABC】——克里斯蒂安·罗伯特
...
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
...
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo，MCMC) 】——张颢（清华大学）
...
【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）
...
【高维贝叶斯推断和计算(NeurIPS 2018教程)】——戴维·丹森 David Dunson（杜克大学）