V
主页
京东 11.11 红包
【NUTS采样器,用过Stan, HMC的应该都懂的...NIPS 2011: No-U-Turn Sampler...】—Matthew D. Hoffman
发布人
【NUTS采样器,用过Stan, HMC的应该都懂的...NIPS 2011: No-U-Turn Sampler...】——谷歌高级资深科学家Matthew D. Hoffman @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
麻省理工【针对因果效应和处理效应的双重机器学习Double Machine Learning for Causal and Treatment Effects】
统计最高奖得主【贝叶斯因果推理出了什么问题?Problems With Bayesian Causal Inference】—Larry Wasserman
美国三院院士/机器学习超级大佬【贝叶斯学派还是频率学派,只能选一边吗?Bayesian or Frequentist, Which Are You? 】
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
谷歌大脑高级研究科学家【任何人可用的可解释性Interpretability For Everyone 】—Been Kim
美国三院院士/机器学习超级大佬【共形预测Conformal Prediction】—加州大学伯克利分校教授Michael I. Jordan
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 II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
美国三院院士/机器学习超级大佬【机器学习的隐患The pitfalls of Machine Learning】—Michael I. Jordan
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
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
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
普渡博士答辩【图聚类的优化框架 Optimization Frameworks for Graph Clustering】
【重要性采样R演示 Importance Sampling R Demo】
自助法发明者、因提出自举重采样技术而闻名【自助法 Bootstrap】——布拉德利·埃夫隆(Bradley Efron)
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)
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
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
ChatGPT背后大佬【双重下降现象 The phenomenon of Deep Double Descent】—Ilya Sutskever
【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)】
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学教授【高维协方差结构的统计推断(1) 】—T. Tony Cai
【硕士/博士申请 讨论会——华盛顿大学统计系及生物统计系】
【全463集】禁止自学走弯路!回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完!
合作开发了概率博弈论框架被大家熟知为E-value【置信区间、显著性检验和p-hacking的起源】——Glenn Shafer(格伦·谢弗)
【统计】统计的危机和如何匍匐前进The Statistical Crisis in Science and How to Move Forward
【MCMC vs. Variational Inference】——Yi an Ma (加州大学圣地亚哥分校计算机系教授)
【贝叶斯渐进理论】
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
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
国际数理统计学会前主席【高维因果推断High dimensional Causal Inference】—苏黎世联邦理工大学教授Peter Bühlman
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
统计最高奖“考普斯会长奖”得主、宾夕法尼亚大学沃顿商学院统计学教授【用于大规模双样本推断的协变量辅助排序和筛选】——蔡天文
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【贝叶斯优化 Bayesian Optimization】
哥伦比亚大学【循证实践是一条双向路Evidence-Based Practice Is a Two-Way Street】—Andrew Gelman
卡内基梅隆大学统计和机器学习系教授【"通用"的统计推断方法和统计里的绿巨人浩克】——西瓦拉曼 ·巴拉克里希南(Sivaraman Balakrishnan)
哥伦比亚大学统计和计算机科学系教授【深度指数族 Deep exponential families NIPS 2016】——David Meir Blei
众多统计最高奖得主的导师【教你论文写作Writing in the Sciences】—斯坦福大学教授Bradley Efron