V
主页
[吉布斯采样器和MCMC] Gelfand and Smith (1990) 论文讨论第1部分—Jingchen Hu(Vassar College)
发布人
[吉布斯采样器和MCMC] Gelfand and Smith (1990) 论文讨论第1部分——Jingchen Hu(Vassar College) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
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
美国科学院院士、IMS前主席【因果推断Causal Inference】——郁彬(加州大学伯克利分校统计系主任)
美国三院院士/机器学习超级大佬【贝叶斯学派还是频率学派,只能选一边吗?Bayesian or Frequentist, Which Are You? 】
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
ChatGPT背后大佬【双重下降现象 The phenomenon of Deep Double Descent】—Ilya Sutskever
谷歌大脑高级研究科学家【任何人可用的可解释性Interpretability For Everyone 】—Been Kim
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
美国三院院士/机器学习超级大佬【机器学习的隐患The pitfalls of Machine Learning】—Michael I. Jordan
美国三院院士/机器学习超级大佬【什么是统计?What is Statistics? 】 —加州大学伯克利分校教授Michael I. Jordan
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】
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
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)
杜克大学【核密度估计Kernel Density Estimation】—Cynthia Rudin
贝叶斯超级大佬【针对复杂的大数据的大规模贝叶斯推断】—杜克大学杰出教授David Dunson
【三门问题 Monty Hall Problem】
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】
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
【二维和三维中的随机游走本质上是不同的(马尔可夫链方法)】
【华人统计学家一览和现况】
【5个简单步骤解决任何递归问题 5 Simple Steps for Solving Any Recursive Problem】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
线性回归的统计学实现——置信区间、假设检验等
统计最高奖"考普斯会长奖"得主【用于预测的回归模型Regression Models for Prediction】—Andrew Gelman
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
【因果推断概论 Introduction to Causal Inference】
贝叶斯可加回归树是最好的因果推断工具吗?
【贝叶斯渐进理论】
统计 | 牛津大学机器学习教授、谷歌DeepMind首席研究科学家【重要性取样 Importance sampling】—Nando de Freitas
【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)
【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
国际数理统计学会前主席【高维因果推断High dimensional Causal Inference】—苏黎世联邦理工大学教授Peter Bühlman
哥伦比亚大学统计和计算机科学系教授【深度指数族 Deep exponential families NIPS 2016】——David Meir Blei
众多统计最高奖得主的导师【教你论文写作Writing in the Sciences】—斯坦福大学教授Bradley Efron
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
哈佛大学【在发展因果推断历程中的艰难Obstacles in the development of causal inference】—James Robins
【人工智能的炒作】——迈克尔·乔丹Michael I. Jordan(加州大学)
爱荷华州立大学【Metropolis-within-Gibbs】——贾拉德·尼米(Jarad Niemi)
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)