V
主页
【1936年总统选举-有偏的抽样程序 1936 Presidential Election-Biased Sampling Procedure】
发布人
【1936年总统选举: 有偏的抽样程序 1936 Presidential Election: Biased Sampling Procedure】 @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【因果推断概论 Introduction to Causal Inference】
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
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
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】
【贝叶斯网络 Bayesian Network】
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
统计:性感的代名词吗?Statistics: The New Sexy? ——斯坦福大学教授Rob Tibshirani
【Kaplan-Meier估计 (生存分析)】
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
【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
贝叶斯可加回归树是最好的因果推断工具吗?
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)】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【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)
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)
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)
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
曾担任美国统计协会和数学统计研究所的主席,因提出自举重采样技术而闻名【贝叶斯估计的频率派准确性】——Bradley Efron
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
【重要性采样R演示 Importance Sampling R Demo】
统计最高奖得主【非参贝叶斯Nonparametric Bayes】——Larry Wasserman
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
统计最高奖得主、华盛顿大学教授【图模型结构的学习 Learning the Structure of a Graphical Model】——丹妮拉·威滕
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
斯坦福大学统计系和计算机科学系教授【针对独立和相关数据的随机梯度MCMC】——Emily Fox
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【贝叶斯估计Bayes Estimation】——亚利桑那大学教授Joseph C. Watkins
【一次带你学会100+统计学概念】
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)
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)
哈佛大学【高斯混合模型的最大期望算法(1) EM for the Gaussian mixture model 】——Jeff Miller
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
【统计推断】估计量的偏差Bias——亚利桑那大学教授Joseph C. Watkins
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
【贝叶斯优化 Bayesian Optimization】
建立对数据科学深刻的统计思考Building Deep Statistical Thinking for Data Science—哈佛大学教授孟晓犁
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
《模式识别与机器学习– PRML》作者,【图模型(2) Graphical Models】—Christopher Michael Bishop
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)