V
主页
统计:性感的代名词吗?Statistics: The New Sexy? ——斯坦福大学教授Rob Tibshirani
发布人
统计:性感的代名词吗?Statistics: The New Sexy? ——斯坦福大学教授Rob Tibshirani( lasso发明者、The Elements of Statistical Learning作者、An Introduction to Statistical Learning作者) @徐芝兰
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
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)
【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)
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
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)
微软研究院首席研究员【变分推断,变分自编码器和标准化流】——Rianne van den Berg
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
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
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)】
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
《模式识别与机器学习– PRML》作者,【图模型(2) Graphical Models】—Christopher Michael Bishop
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】
哥伦比亚大学天文学教授【蒙特卡洛马尔可夫链MCMC分析初学者指南】—David Kipping
杜克大学【岭回归有闭式解Ridge Regression has a closed form solution】—Cynthia Rudin
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
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)
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
【贝叶斯渐进理论】
【置信区间(2) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
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
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
杜克大学【核密度估计Kernel Density Estimation】—Cynthia Rudin
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
统计最高奖得主、华盛顿大学教授【样本分割以外:重复使用数据时仍有效的推断】——丹妮拉·威滕
【贝叶斯网络 Bayesian Network】
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
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)
【三门问题 Monty Hall Problem】
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
统计 | 麻省理工学院【次模性的理论和应用】——Stefanie Jegelka (斯蒂芬妮·耶格尔卡)
【我不敢相信贝叶斯深度学习没有更好】——塞巴斯蒂安-诺沃津(Sebastian Nowozin)
【概率图模型的一切】—常虹(中国科学院大学)
概率 & 统计 & R:0.简介
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
【统计推断】最大似然估计2 Maximum Likelihood Estimation —亚利桑那大学教授Joseph C. Watkins