加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
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
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
【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）
...
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）
...
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】
...
【加州大学伯克利分校 (UC Berkeley) 统计系 2024年毕业典礼】
...
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
...
统计：性感的代名词吗？Statistics: The New Sexy? ——斯坦福大学教授Rob Tibshirani
...
【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】
...
统计最高奖得主/高维统计大佬【高维统计入门1 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
...
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
...
美国科学院院士/IMS前主席郁彬【利用lasso方法的特征选择Feature Selection Through Lasso】
...
【实分析：测度论一览】—韩邦先
...
【期望最大化算法(EM)背后的深层框架(3) Majorize-Minimization (MM) framework】——杨宇红
...
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷（宾夕法尼亚大学）
...
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】
...
【广义LASSO问题及其对偶和KKT条件】——瑞恩·J·提布希拉尼 Ryan Tibshirani（加州大学伯克利分校统计教授）
...
【贝叶斯数据分析全打通(4)】——宋心远（香港中文大学统计系教授）
...
多伦多大学统计系和计算机科学系教授【贝叶斯神经网络的马可夫链蒙特卡罗训练】——Radford M. Neal
...
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢（清华大学）
...
【变分贝叶斯及其他-大规模的贝叶斯推断（ICML 2018）】
...
IMS fellow、ASA fellow【用于大数据分析的迭代蒙特卡罗方法最新进展】—Faming Liang
...
【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)】
...
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
...
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【社会强化学习】——娜塔莎·雅克
...
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】
...
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
...
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo，MCMC) 】——张颢（清华大学）
...
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
...
曾是苹果公司特别项目组机器学习负责人、Google Brain的研究科学家【生成对抗网络(GAN)】——Ian Goodfellow
...
Candes和陶哲轩的大作 【稀疏恢复（Sparse Recovery）】——张颢（清华大学）
...
【图论导论：计算机科学视角 Introduction to Graph Theory：A Computer Science Perspective】
...
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
...
【讨论会：机器学习的未来】——迈克尔·乔丹 Michael I. Jordan（美国三院院士、机器学习超级大佬、加州大学伯克利分校教授）
...
麻省理工大学【MTP2 让您梦想成真 Your Dreams May Come True with MTP2】——Caroline Uhler
...
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
...
统计最高奖得主【稀疏估计中令人不愉快的性质Unpleasant Properties of Sparse Estimators(e.g. Lasso)】
...
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman