V
主页
【数据稀释 Data thinning】——Lucy Gao(英属哥伦比亚大学 UBC)
发布人
【数据稀释 Data thinning】——Lucy Gao Lucy Gao是不列颠哥伦比亚大学统计学助理教授。她在华盛顿大学获得生物统计学博士学位,导师是Daniela Witten。她对以下领域的发展有着广泛的兴趣:1. 生物统计学与统计学习交叉领域的统计方法。2. 优化研究设计的统计理论和方法。 @徐芝兰 @BuddyBG @AI深度学渣 @R与统计
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯优化 Bayesian Optimization】
【一阶二阶优化与次梯度】——张颢(清华大学)
【线性混合模型 Linear mixed effects models】
【贪婪算法与压缩感知理论】—张颢(清华大学)
【时间序列预测】——罗布-海德曼(Rob J Hyndman)
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【神经科学中的统计思维 Statistical Thinking in Neuroscience】—罗伯特·卡斯Robert E. Kass (卡内基梅隆大学)
【中心极限定理和大数定律(1) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
【华人统计学家一览和现况】
【一次带你刷完随机变量的各种收敛、中心极限定理和大数定律】——张颢(清华大学)
【高斯过程 Gaussian Processes】
考研必考【假设检验】
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)
【深度高斯过程 (Deep Gaussian Processes)】
B站首发:重抽样和子抽样一次讲透
【约束最小二乘(2)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
【一次带你学会100+统计学概念】
【数据科学-使用tidyverse实现数据可视化 Data Science-Data visualisation with the tidyverse】
【各说各话的p值】
密歇根大学:理解数据:导航统计、科学和AI,Understanding Data: Navigating Statistics, Science, and AI
【随机过程期末救命课】—张颢(清华大学)
【还在用泰勒展开吗 试一试帕德近似吧】
【想学统计吗? 会赌博就行! 】
【CEO教你线性模型】——格蕾塔·库图伦科 Greta Cutulenco
【高能物理里的统计推断】
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin(杜克大学)
【经验贝叶斯的应用】——克里斯托弗·沃尔特斯 Christopher Walters
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
斯坦福大学【迁移学习:领域自适应 Transfer Learning:Domain Adaptation】——切尔西·芬(Chelsea Finn)
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
【逻辑回归、层次模型和混合模型中的弱信息先验】——安德鲁·盖尔曼 Andrew Gelman(哥伦比亚大学)
【贝叶斯数据分析全打通(3)】——宋心远(香港中文大学统计系教授)
统计最高奖"考普斯会长奖"得主【用于预测的回归模型Regression Models for Prediction】—Andrew Gelman
【完全新手友好的线性回归】——詹姆斯·斯科特 James Scott(德克萨斯大学)
【贝叶斯因子:谁担心,谁不担心以及为什么 Bayes Factors: who’s worried, who’s not, and why】
【对标LASSO、SCAD、MCP的Spike-and-Slab LASSO】——爱德华·乔治 Edward I. George
杜克大学《大规模数据科学(大数据操作,第1课/共3课有视频)|Data Science at Scale》
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)