【烨】高维概率 | 21: Generic Chaining Bound
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【烨】高维概率 | 14: Johnson-Lindenstrauss Lemma
...
【烨】高维概率 | 25: 矩阵恢复
...
【烨】高维概率 | 22: VC维
...
【烨】高维概率 | 20: Dudley 不等式
...
【烨】高维概率 | 5:奇特的高维随机向量
...
【烨】高维概率 | 9: 随机矩阵基础
...
【烨】高维概率 | 23: Matrix Deviation 不等式
...
【烨】高维概率 | 26（终章）: Dvoretzky-Milman 定理
...
【烨】高维概率 | 12: 非独立 Concentration 与 Lipschitz 条件
...
【烨】高维概率 | 8: 格罗滕迪克不等式
...
【烨】高维概率 | 17: 随机过程基础
...
【烨】高维概率 | 11: 随机矩阵应用若干
...
【烨】高维概率 | 19: 高斯宽度、随机映射
...
【烨】(4)随机图模型 |《高维概率》课程
...
【烨·泛化】序言：这可能将是全网最全的泛化理论课程！
...
【烨】高维概率| 6:次高斯随机变量
...
【烨·泛化】2.3.3: Rademacher Complexity (property)
...
【烨 | 因果推断】01: 为什么我们要学因果？？？
...
【烨】高维概率 | 10: 随机矩阵Concentration
...
【烨】(3) 伯恩斯坦不等式 | 无聊的《高维概率》课程
...
【烨】高维概率 | 13: 矩阵伯恩斯坦不等式
...
【烨·泛化】0.2.1: ERM模型
...
【烨·泛化】0.3.2: PAC Learning
...
【烨】这是我讲过最全的保研分享呢！
...
[FAI] Mila 张鼎怀 | GFlowNets: 结构化概率推断中的探索
...
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
...
【烨·泛化】0.3.3: PAC与有限假设类
...
【烨·泛化】1.1.2: 岭回归(ridge regression)
...
[FAI] 清华 温凯越 | SAM 算法为何有用？
...
【烨·泛化】4.1.1: PAC-Bayesian
...
【烨·泛化】2.6.2: [NeurIPS Best Paper] 一致收敛无法解释泛化
...
【烨】可解释机器学习(1)！XAI实况录制
...
【烨|因果推断】02: 变量间的因果关系（上）
...
【烨·泛化】1.2.1: 广义线性模型 GLM
...
【烨·泛化】0.3.1: No-Free-Lunch Theorem
...
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
...
【烨·泛化】4.1.2: PAC-Bayesian (proof)
...
【烨·泛化】1.1.1: 参数一致性 (consistency)
...
【烨·泛化】2.6.3: 一致收敛完蛋了吗？或许也没那么糟... 无噪情况的一致收敛
...
30秒，读博，苦。