V
主页
京东 11.11 红包
【隐变量模型可识别性的半程标准】—Mathias Drton(德国慕尼黑工业大学教授)
发布人
【隐变量模型可识别性的半程标准 Half-Trek Criterion for Identifiability of Latent Variable Models】——Mathias Drton(德国慕尼黑工业大学教授 曾任教华盛顿大学和芝加哥大学) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【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)
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
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】
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
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
【贝叶斯渐进理论】
谷歌大脑高级研究科学家【任何人可用的可解释性Interpretability For Everyone 】—Been Kim
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)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【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
【贝叶斯网络 Bayesian Network】
【因果推断概论 Introduction to Causal Inference】
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
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
【在顶级研究团队是什么感受?听美女科学家讲在DeepMind工作和在Google Brain(谷歌大脑)工作的不同】
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)
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
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会
【针对高维逻辑回归的现代最大似然估计理论】—哈佛大学助理教授 Pragya Sur
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
众多统计最高奖得主的导师【教你论文写作Writing in the Sciences】—斯坦福大学教授Bradley Efron
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(1)】——Mark Schmidt(马克·施密特)
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(2)】——Mark Schmidt(马克·施密特)
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
什么是贝叶斯思维?为什么它颠覆了我们对科学的认知?
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学教授【高维协方差结构的统计推断(1) 】—T. Tony Cai
加拿大数据科学研究主席【函数型数据分析入门Introduction for Functional Data Analysis】—Jiguo Cao
【统计推断】最大似然估计1 Maximum Likelihood Estimation —亚利桑那大学教授Joseph C. Watkins
斯坦福大学【交叉验证的正确打开方式 Cross Validation the wrong and right way】
【统计推断】估计量的偏差Bias——亚利桑那大学教授Joseph C. Watkins
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
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)
【偏序和哈斯图—离散数学 Partial Orders and Hasse Diagrams】
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米(Jarad Niemi)