V
主页
【高等数理统计】De Finetti表示定理简介 exchangeablity与条件独立同分布
发布人
关于de Finetti's representation theorem的介绍,之后有时间再聊聊它的证明
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯统计】参数展开(Parameter Expansion)
【贝叶斯统计】Bayesian Transfer Learning for Classification简介
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【统计推断】MLE的存在性、可测性与唯一性(高等数理统计)
【贝叶斯统计】超参,经验贝叶斯与MMLE
【贝叶斯统计】Wishart分布,多元正态协方差的共轭先验,逆Wishart分布与矩阵广义逆高斯
【贝叶斯统计】Bayes LASSO
【贝叶斯统计】Rcpp简介 用C++优化R代码中的递归与循环
【贝叶斯统计】贝叶斯参数估计基础
【贝叶斯统计】MCMC基础6 哈密顿-蒙特卡洛算法
【贝叶斯统计】贝叶斯公式与先验选择
【贝叶斯统计】MCMC基础12 量子蒙特卡洛与量子概率论的概念基础
【贝叶斯统计】Laplace近似 以Poisson回归为例
【贝叶斯统计】Variable Selection的soft-thresholding先验方法
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression上 先验选择
【贝叶斯统计】 MCMC基础3 Reverse-jump MCMC简介
【贝叶斯统计】MCMC基础9 朗之万-蒙特卡洛算法
【贝叶斯统计】贝叶斯桥(Bayesian Bridge)
【贝叶斯统计】Variational Inference
【统计推断】一致最优检验(UMP)(未完待续)
【贝叶斯统计】Bayesian Elastic Net与Regularized Horseshoe及其R语言实践
【统计推断】p值、功效函数、Bayes factor与relative belief
【贝叶斯统计】MCMC基础7 RJ-MCMC算法推导1 Change Point Detection
【统计推断】置信区间简介
【统计推断】渐近理论基础
【统计推断】构造UMVUE的方法
【贝叶斯统计】 MCMC基础4 R语言实践与MCMC的收敛性判断 以Horseshoe模型为例
【贝叶斯统计】 MCMC基础2 Gibbs采样介绍 以Horseshoe模型为例
【贝叶斯统计】高维经典模型 Horseshoe正态均值模型简介
【统计推断】关于构造与证明最小充分统计量的详细说明
【贝叶斯统计】熵,K-L divergence与互信息的基本概念
【贝叶斯统计】AIC,BIC与DIC
【应用统计】岭回归(ridge regression),桥回归(bridge regression)与elastic net及R语言实践
【统计推断】一致最优无偏检验 基础与构造方法
【统计推断】Jackknife方法的理论基础
【统计推断】一致估计(consistent estimator)
【贝叶斯统计】正态方差的共轭先验:逆Gamma与广义逆高斯
【贝叶斯统计】MCMC基础10 随机梯度哈密顿-蒙特卡洛算法 理论部分
【贝叶斯分析】菜鸟狂喜!全网最全最清晰的贝叶斯教程,详解贝叶斯分析、朴素贝叶斯,花三个小时带你吃透! 人工智能、机器学习
【贝叶斯统计】MCMC理论1 Markov Chain基础 Detailed Balance Condition