V
主页
京东 11.11 红包
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
发布人
Y 【稀疏恢复(Sparse Recovery)】——张颢(清华大学) 视频讲解内容:伊曼纽尔·坎德斯Emmanuel Candes 和 陶哲轩Terence Tao的大作 Decoding by Linear Programming (https://arxiv.org/pdf/math/0502327.pdf) @徐芝兰 @BuddyBG @AI深度学渣 @R与统计
打开封面
下载高清视频
观看高清视频
视频下载器
【一阶二阶优化与次梯度】——张颢(清华大学)
【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 | 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
【贪婪算法与压缩感知理论】—张颢(清华大学)
【比较不同数据分析手段的统计评估方法】—唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin(哈佛大学)
弹性力学 清华大学·冯西桥教授
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【稀疏模型】——张潼(伊利诺伊大学)
【贝叶斯渐进理论】
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
【使用GLMNET package演示线性稀疏模型 Sparse Linear Models with demonstrations using GLMNET】
【我是如何对科学家失去信任的】
【统计显著性的发明史】
【约束最小二乘(2)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
【快速傅里叶变换 Fast Fourier Transform】——埃里克·德梅因 Erik Demaine(麻省理工学院)
【中心极限定理和大数定律(1) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
【因果推断】关于因果推断的一百个故事 100 Stories of Causal Inference——哥伦比亚大学教授Andrew Gelman
【统计学家到底都在研究什么】
【孟晓犁 | 范剑青 对谈统计学】——(哈佛大学 | 普林斯顿大学)
B站首发:重抽样和子抽样一次讲透
【教职应聘讲座:稀疏回归的分布式估计和推理】——Yuekai Sun(密歇根大学)
【概率图模型的一切】—常虹(中国科学院大学)
【大概近似正确学习 (PAC Learning)】——阿里·戈德西 Ali Ghodsi(滑铁卢大学)
【三门问题 Monty Hall Problem】
【那些年基因组学里的统计错误】—李婧翌 Jingyi Jessica Li(加州大学)
【数学教授修投影屏幕(Math Professor Fixes Projector Screen)】
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
【确定性独立筛选(sure independence screening, SIS)】——范剑青(普林斯顿大学)
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)
【牛顿是如何发现泰勒级数(并没有告诉任何人)】
【为什么最小二乘(OLS)风格不好】—唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin(哈佛大学)
【E值在多重假设检验中的用处】——阿迪亚·拉姆达斯 Aaditya Ramdas(卡内基梅隆大学)
杜克大学【是否存在更简单的模型以及我们如何找到它们?KDD 2019 - 主题演讲】
【线性代数不代数】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【CEO教你自助法】——格蕾塔·库图伦科 Greta Cutulenco
【统计决策理论:风险函数】
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【行列式的几何意义】
【对标LASSO、SCAD、MCP的Spike-and-Slab LASSO】——爱德华·乔治 Edward I. George