V
主页
【高维统计】LASSO估计cross validation的理论基础
发布人
有一说一LASSO的理论确实比high-dimensional Bayesian的美观多了,以后有机会给大家介绍我们高维贝叶斯的horseshoe模型,也是比较简洁美观的
打开封面
下载高清视频
观看高清视频
视频下载器
【高维统计】LASSO的Variable Selection Consistency及其潜在问题 Adaptive LASSO的作用
【高维统计】LASSO预测误差的上界
【统计推断】minimax估计简介
【贝叶斯统计】贝叶斯参数估计基础
【统计推断】构造UMVUE的方法
【贝叶斯统计】 MCMC基础2 Gibbs采样介绍 以Horseshoe模型为例
【贝叶斯统计】Bayes LASSO
宾夕法尼亚大学《人工智能和机器学习基础(AI、数据科学、机器学习)AI and Machine Learning Essentials with Python》
【概统】Casella统计推断习题选讲(5-10章,更新中)
【贝叶斯统计】 MCMC基础4 R语言实践与MCMC的收敛性判断 以Horseshoe模型为例
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【贝叶斯统计】MCMC理论1 Markov Chain基础 Detailed Balance Condition
【贝叶斯统计】贝叶斯估计的理论性质(非渐近性质:有偏、最小最大、容许性)
【统计推断】一致最优无偏检验 基础与构造方法
【贝叶斯统计】因果推断(causal inference)
【统计推断】Jackknife方法的理论基础
【应用统计】岭回归(ridge regression),桥回归(bridge regression)与elastic net及R语言实践
【贝叶斯统计】贝叶斯桥(Bayesian Bridge)
【统计推断】渐近理论基础
【贝叶斯统计】Cesaro-arerage risk (后验预测分布的渐近分析基础,以Horseshoe模型为例)
【贝叶斯统计】MCMC基础15 MCMC不适用的情形
【贝叶斯统计】Wishart分布,多元正态协方差的共轭先验,逆Wishart分布与矩阵广义逆高斯
【高维统计】Bayes多元检验的渐近理论基础
【概率论】概率空间基础
【贝叶斯统计】参数展开(Parameter Expansion)
广义线性模型(GLM) 模型估计、检验、拟合与预测的R语言实践
【高等数理统计】De Finetti表示定理简介 exchangeablity与条件独立同分布
【贝叶斯统计】熵,K-L divergence与互信息的基本概念
【贝叶斯统计】MCMC基础13 哈密顿-蒙特卡洛 No-U-Turn Sampler (NUTS)算法介绍
【贝叶斯统计】混合模型(mixture model)与高斯混合模型的EM算法
【贝叶斯统计】MCMC基础6 哈密顿-蒙特卡洛算法
【贝叶斯统计】 MCMC基础3 Reverse-jump MCMC简介
【统计推断】Delta方法及其扩展
【统计推断】假设检验基础
【应用统计】半参数方法1 一元平滑样条回归及R语言实践
【统计推断】一致最优检验(UMP)(未完待续)
【应用统计】单因子试验设计与ANOVA基础 理论与R示例
【贝叶斯统计】MCMC基础11 哈密顿-蒙特卡洛算法的自调参方法
【应用统计】多重共线性
【贝叶斯统计】DESeq2