V
主页
【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)
发布人
Y 【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) 近期举行的Joint Statistical Meetings(JSM)上,UC Berkeley的Ryan Tibshirani教授获得了2023年度的COPSS Presidents' Award。 看姓氏就知道Ryan Tibshirani和另一位Tibshirani,Robert Tibshirani教授有密切联系。实际上,他们是父子关系。Robert Tibshirani因提出LASSO而久负盛名。而Ryan Tibshirani这次获奖则因为他对非参数估计、高维统计推断、样条理论和分布自由推断等理论统计方面的深刻贡献;他对趋势滤波和选择后推断等方面的方法论贡献;他对统计学和优化理论交叉方面的贡献;以及对疫情跟踪和预测等方面的方法学贡献。 Robert Tibshirani教授的师门牛人辈出。他的导师是统计学大师Bradley Efron教授。他自己也在1996年拿过COPSS奖。他的学生Larry Wasserman教授、John Storey教授和Daniela Witten教授也都获得过COPSS Presidents' Award。
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
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
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
【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)
统计 | 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【麻省理工MIT博士答辩】——Natasha Jaques
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
【一次带你打通关统计推断基础(1)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
【集中不等式 Concentration Inequalities】——杰拉尼·尼尔森 Jelani Osei Nelson(加州大学伯克利分校的埃塞俄比亚裔美
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【人工智能的炒作】——迈克尔·乔丹Michael I. Jordan(加州大学)
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【人工智能如何让我们失望,以及经济学如何帮助我们】——迈克尔·乔丹 Michael I. Jordan(加州大学)
【加州大学伯克利分校 (UC Berkeley) 统计系 2024年毕业典礼】
【对标LASSO、SCAD、MCP的Spike-and-Slab LASSO】——爱德华·乔治 Edward I. George
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
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
加州大学洛杉矶分校统计系教授【V 统计量和 U 统计量入门 Introduction to V and U Statistics】——李婧翌
【图形学 试衣模拟】——李一飞 (MIT计算机博士)
【一次带你打通关统计推断基础(2)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
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
英伟达机器学习研究主管、加州理工学院计算机系教授【神经算子: 学习偏微分方程的新范式】——阿尼玛什雷 (Anima) 阿南德库玛
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
简直逆天!加州大学博士精心撰写的《Python概率、统计和机器学习》书籍 对新人太友好啦!!-人工智能/深度学习/AI
统计最高奖得主【贝叶斯因果推理出了什么问题?Problems With Bayesian Causal Inference】—Larry Wasserman
加州大学UC伯克利分校发布低成本人形机器人平台 #人形机器人
【自监督学习 Self-supervised learning】——马腾宇(斯坦福大学计算机科学与统计学的助理教授)
【那些年基因组学里的统计错误】—李婧翌 Jingyi Jessica Li(加州大学)
【凸优化基础、线性规划和内点法】——张颢(清华大学)
【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani(斯坦福大学)
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
【快速傅里叶变换 Fast Fourier Transform】——埃里克·德梅因 Erik Demaine(麻省理工学院)
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai(宾夕法尼亚大学)
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
【一阶二阶优化与次梯度】——张颢(清华大学)
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman