V
主页
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
发布人
YouTube 【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】 @徐芝兰
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
麻省理工大学【通过基于置换的算法进行因果推断Causal inference through permutation-based algorithms】
统计:性感的代名词吗?Statistics: The New Sexy? ——斯坦福大学教授Rob Tibshirani
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)
如何备战2025博士申请 (下)PS、推荐信和时间线规划
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
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
差分隐私发明者之一【差分隐私的定义The Definition of Differential Privacy 】—哈佛大学教授Cynthia Dwork
【贝叶斯优化 Bayesian Optimization】
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
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
斯坦福大学统计系和计算机科学系教授【针对独立和相关数据的随机梯度MCMC】——Emily Fox
统计最高奖得主【稀疏估计中令人不愉快的性质Unpleasant Properties of Sparse Estimators(e.g. Lasso)】
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
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
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
【因果推断概论 Introduction to Causal Inference】
【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
【二维和三维中的随机游走本质上是不同的(马尔可夫链方法)】
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
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
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
【Kaplan-Meier估计 (生存分析)】
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
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)
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学沃顿商学院统计学教授【用于大规模双样本推断的协变量辅助排序和筛选】——蔡天文
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
曾是苹果公司特别项目组机器学习负责人、Google Brain的研究科学家【生成对抗网络(GAN)】——Ian Goodfellow
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)
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米(Jarad Niemi)
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
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen
【机器学习应用的落地】——常虹(中国科学院大学)
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)