京东 11.11 红包
巴黎第九大学【贝叶斯近似计算(2) Approximate Bayesian Computation i.e. ABC】——克里斯蒂安·罗伯特
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【贝叶斯数据分析全打通(1)】——宋心远（香港中文大学统计系教授）
...
【贝叶斯网络 Bayesian Network】
...
【变分贝叶斯及其他-大规模的贝叶斯推断（ICML 2018）】
...
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
...
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
...
【因果推断概论 Introduction to Causal Inference】
...
统计最高奖得主、华盛顿大学教授【图模型结构的学习 Learning the Structure of a Graphical Model】——丹妮拉·威滕
...
【高斯过程 Gaussian Processes】
...
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
...
爱荷华州立大学【Metropolis-within-Gibbs】——贾拉德·尼米（Jarad Niemi）
...
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
...
一口气学完回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机、神经网络等十二大机器学习算法！通俗易懂
...
【贝叶斯优化 Bayesian Optimization】
...
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
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
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
...
普渡大学【生成对抗网络和统计的关联】——王啸
...
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】
...
正则化Regularization II（一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP）
...
统计最高奖得主、华盛顿大学教授【样本分割以外：重复使用数据时仍有效的推断】——丹妮拉·威滕
...
B站首发：重抽样和子抽样一次讲透
...
统计 | 麻省理工学院【非参数贝叶斯方法：模型、算法和应用】——Tamara Ann Broderick（从事机器学习和贝叶斯推断）
...
统计最高奖得主/高维统计大佬【高维统计入门1 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
...
【贝叶斯估计Bayes Estimation】——亚利桑那大学教授Joseph C. Watkins
...
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
...
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
...
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔（Michel Bierlaire）
...
贝叶斯可加回归树是最好的因果推断工具吗?
...
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷（宾夕法尼亚大学）
...
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 | 卡内基梅隆大学【如果你只有一个数据点...】——詹姆斯·莱纳（James Leiner）
...
【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)】
...
【贪婪算法与压缩感知理论】—张颢（清华大学）
...
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
...
美国三院院士/机器学习超级大佬【什么是统计?What is Statistics? 】 —加州大学伯克利分校教授Michael I. Jordan
...
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢（清华大学）
...
【MCMC vs. Variational Inference】——Yi an Ma （加州大学圣地亚哥分校计算机系教授）
...
哈佛大学【高斯混合模型的最大期望算法(1) EM for the Gaussian mixture model 】——Jeff Miller
...
加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌
...
【低秩矩阵 Low-Rank Matrices】——吉尔伯特-斯特朗 (Gilbert Strang)