京东 11.11 红包
【顶级人工智能会议到底有多重视应用科学呢?】——辛西娅·鲁丁 Cynthia Rudin（杜克大学）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【顶级计量经济学家带你手搓lasso, elastic net和SCAD(1)】——亚历山大-贝洛尼(Alexandre Belloni)
...
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
...
【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）
...
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
...
正则化Regularization I （一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP）
...
【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）
...
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
...
【美女科学家带你走进生物信息学】——Maria Nattestad 玛丽亚·纳特斯塔德（冷泉港实验室生物信息博士）
...
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai（宾夕法尼亚大学）
...
【麻省理工(MIT)博士答辩：可解释深度神经网络】——大卫·鲍（David Bau）
...
【不平衡数据综述】——辛西娅·鲁丁 Cynthia Rudin（杜克大学）
...
【递归最小二乘和奇异值分解 Recursive Least Square and SVD】——张颢（清华大学）
...
【随机过程期末救命课】—张颢（清华大学）
...
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
...
美国科学院院士、IMS前主席【因果推断Causal Inference】——郁彬（加州大学伯克利分校统计系主任）
...
【针对小型、不平衡和异方差数据集的深度学习】——马腾宇（斯坦福大学）
...
【因果推理的必要概念： 非凡的历史】——唐纳德·布鲁斯·鲁宾 Donald Bruce Rubin (哈佛大学)
...
【支持向量机和核方法 SVM and Kernel】——张颢（清华大学）
...
【深度高斯过程 (Deep Gaussian Processes)】
...
斯坦福大学【为什么马尔可夫发明马尔可夫链？Why did Markov invent Markov Chains?】—Persi Diaconis
...
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【社会强化学习】——娜塔莎·雅克
...
【高维贝叶斯推断和计算(NeurIPS 2018教程)】——戴维·丹森 David Dunson（杜克大学）
...
【贝叶斯优化 Bayesian Optimization】
...
【高斯过程 Gaussian Processes】
...
多变量的烦恼：如何解决多重共线性问题
...
杜克大学【是否存在更简单的模型以及我们如何找到它们？KDD 2019 - 主题演讲】
...
【深度剖析：NeurIPS 2023 最佳论文奖论文 --大语言模型专题】——Sophia Yang（Anaconda公司资深数据科学家）
...
【给大家展示你的大作，制作你的第一个R包吧 How to Create Your Own Package in RStudio】
...
【图深度学习】——马克斯·韦林 Max Welling（阿姆斯特丹大学）
...
【数据科学-使用tidyverse实现数据可视化 Data Science-Data visualisation with the tidyverse】
...
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
...
【通过 PAC-Bayes 研究深度学习中的泛化问题】—金塔尔·卡罗琳娜·吉盖特 Gintare Karolina Dziugaite
...
【统计最坏情况分析理论(Minimax Theory)】——Larry Wasserman 拉里·A·沃瑟曼（卡内基梅隆大学）
...
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】
...
【期望最大化算法(EM)背后的深层框架(3) Majorize-Minimization (MM) framework】——杨宇红
...
【统计决策理论：风险函数】
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
【不确定性量化: 回顾和一些开放性问题】——Aad van der Vaart 阿德·范德沃特（莱顿大学）
...
【半监督学习(Semi-supervised Learning)】——常虹（中国科学院大学）
...
7天快速从入门到精通，学习Excel+可视化+数据分析，这一套课程就够！