V
主页
【社区发现(Community Detection)AOS论文解读】
发布人
【社区发现(Community Detection)AOS论文解读】
打开封面
下载高清视频
观看高清视频
视频下载器
读研三年最全规划,少走弯路,保平安毕业~
【普林斯顿大学本科生最佳论文答辩】
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【概率图模型的一切】—常虹(中国科学院大学)
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【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)
【计量经济学入门】
2023数学建模国赛C题论文解读—摘要
【Kaplan-Meier估计 (生存分析)】
任何人都可用的自适应马可夫链蒙特卡洛算法 Adaptive MCMC For Everyone——Jeffrey S. Rosenthal
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
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】
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
【带你一窥数学博士资格考】
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
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
【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)
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
研究生第一课—文献高效阅读工具UPDF
【机器学习应用的落地】——常虹(中国科学院大学)
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【因果推断概论 Introduction to Causal Inference】
美国科技业工作分享
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
自从学会抄,一年轻松发5篇综述SCI,B站公认最好的【SCI论文写作教程】26讲全!基本套路+实操演示,包含所有干货内容!-论文/SCI论文/毕业论文
【美女科学家带你走进生物信息学】——Maria Nattestad 玛丽亚·纳特斯塔德(冷泉港实验室生物信息博士)
【哈佛大学教授教你高级贝叶斯思维】——Joseph K. Blitzstein 约瑟夫·K·布利茨斯坦(哈佛大学应用统计专业教授)
【考研435分】9月份只要完成这些任务就可以了!不要焦虑
统计 | 哈佛大学【似然悖论 A Likelihood Paradox】——孟晓犁
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
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)