V
主页
【烨·泛化】1.2.1: 广义线性模型 GLM
发布人
1.2.1: 广义线性模型 GLM. 课程网址 www.tengjiaye.com/generalization
打开封面
下载高清视频
观看高清视频
视频下载器
【烨·泛化】序言:这可能将是全网最全的泛化理论课程!
【烨·泛化】1.1.2: 岭回归(ridge regression)
【烨·泛化】2.3.3: Rademacher Complexity (property)
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
【烨·泛化】0.2.1: ERM模型
[FAI] 清华 温凯越 | SAM 算法为何有用?
【烨·泛化】0.3.2: PAC Learning
【烨·泛化】2.1.1: 一致收敛 Uniform Convergence
[FAI] ICLR23' Best Paper 北大 张博航 | 图神经网络表达能力探究
【烨·泛化】0.3.1: No-Free-Lunch Theorem
【烨·泛化】4.1.1: PAC-Bayesian
【烨】这是我听过最无聊的《高维概率》课程
【烨·泛化】4.1.2: PAC-Bayesian (proof)
【烨·泛化】2.6.3: 一致收敛完蛋了吗?或许也没那么糟... 无噪情况的一致收敛
【烨·泛化】2.3.1: Rademacher Complexity
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
【烨】可解释机器学习(1)!XAI实况录制
【烨】(4)随机图模型 |《高维概率》课程
【烨】高维概率 | 9: 随机矩阵基础
【烨】高维概率 | 22: VC维
【烨 | 因果推断】01: 为什么我们要学因果???
【烨】这是我讲过最有意思的《数据分析》呢!
【烨·泛化】5.1.1: 泛化与信息论
【烨·泛化】3.1.2: Algorithm Stability (proof)
【烨】可解释机器学习实况(4):可解释模型都有啥?(上篇)
[FAI] 清华 顾欣然 | Local SGD竟比SGD泛化得更好——为什么?
C与C++的区别究竟是什么?
[FAI] 普林斯顿 黄凯旋 | 扩散模型统计理论
【烨】(2)霍弗丁不等式| 这是我听过最无聊的《高维概率》课程
【烨·泛化】3.1.1: Algorithm Stability 算法稳定性
【烨】高维概率 | 8: 格罗滕迪克不等式
【烨】【重录版】可解释机器学习实况(5):可解释模型都有啥?(中)
【烨】高维概率 | 26(终章): Dvoretzky-Milman 定理
【烨·泛化】ICLR 2022: Excess Risk Decomposition
【烨】可解释机器学习实况(5):可解释模型都有啥?(中篇)
这才是科研人该学的!一口气学完线性回归、多项式回归、决策树等十大回归模型,从原理到实战,太通俗易懂了,比啃书强太多了!机器学习|深度学习|计算机视觉|人工智能
[FAI] 中科大 王博涵 | 为什么Adam比SGD收敛快?
【烨】高维概率 | 7: 随机变量的Concentration
【烨】高维概率 | 19: 高斯宽度、随机映射
【烨·泛化】6.1.1: 隐式误差 Implicit Bias