V
主页
【概率图模型的一切】—常虹(中国科学院大学)
发布人
B 【概率图模型的一切】——常虹(中国科学院大学),研究员,博士生导师。毕业于香港科技大学,获计算机科学博士学位。曾任施乐欧洲研究中心研究员,2008年加入中科院计算所。主要研究方向包括机器学习与模式识别的方法、模型以及在图像处理、计算机视觉、数据挖掘等方面的应用。
打开封面
下载高清视频
观看高清视频
视频下载器
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【从任意概率分布中采样】
(国外超火博主)变分推断 | 证据下界 | 直觉和可视化
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【《我的世界》极低概率事件:一个人能有多幸运】
“出现在数学书只是我的兼职”
【多层线性模型】
卡内基梅隆大学计算机系教授【通过指数族建立混合图模型 Mixed Graphical Models via Exponential Families】
【约束最小二乘(1)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
闲来无事,推翻一下数学大厦
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【谷歌数据科学家的一天】
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
厦门大学在读博士张妍:加权关键词共现网络的潜在空间模型及其在统计学知识发现中的应用
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
【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)
【带你一窥数学博士资格考】
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
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
【一次带你学会100+统计学概念】
【各说各话的p值】
【统计里的大海捞针法】—蔡天文 Tony Cai(宾夕法尼亚大学)
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
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
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【随机过程期末救命课】—张颢(清华大学)
【递归最小二乘和奇异值分解 Recursive Least Square and SVD】——张颢(清华大学)
【稀疏模型】——张潼(伊利诺伊大学)
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【高维统计作者带你捋顺主干理论 (2)】——马丁·温赖特 Martin Wainwright
【想学统计吗? 会赌博就行! 】
【理解非参数统计】
【贪婪算法与压缩感知理论】—张颢(清华大学)
高一生试图计算二次函数以下的面积。这是啥?
【线性代数不代数】
【证明 1+1=2】
【CEO教你线性模型】——格蕾塔·库图伦科 Greta Cutulenco
【加速梯度下降: Accelerate Gradient Descent】
学霸:存在感不用刻意刷
【布莱克-舒尔斯-墨顿模型 Black–Scholes–Merton model】—吳慶堂教授