【线性代数不代数】
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【凸优化基础、线性规划和内点法】——张颢（清华大学）
...
【贝叶斯渐进理论】
...
Candes和陶哲轩的大作 【稀疏恢复（Sparse Recovery）】——张颢（清华大学）
...
【华人统计学家一览和现况】
...
【贪婪算法与压缩感知理论】—张颢（清华大学）
...
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
...
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷（宾夕法尼亚大学）
...
B站最通俗易懂的【机器学习-数学基础】草履虫都能看懂！全套200+集，史诗级巨作，不漏掉任何一个知识点！
...
【高斯过程 Gaussian Processes】
...
【概率图模型的一切】—常虹（中国科学院大学）
...
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo，MCMC) 】——张颢（清华大学）
...
【关于高斯分布的一切：理论和应用】——张颢（清华大学）
...
【支持向量机和核方法 SVM and Kernel】——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
...
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
...
【计量经济学：工具变量 (instrumental variables)】
...
目前B站最完整系统的【机器学习-数学基础从入门到进阶】全套课程分享，线性代数、概率论、微积分、决策树算法、机器学习数学基础
...
【自监督学习 Self-supervised learning】——马腾宇（斯坦福大学计算机科学与统计学的助理教授）
...
正则化Regularization I （一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP）
...
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
...
【还在用泰勒展开吗 试一试帕德近似吧】
...
【期望最大化算法(EM)背后的深层框架(1) Majorize-Minimization (MM) framework】——杨宇红
...
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】
...
【高维统计作者带你捋顺主干理论 (1)】——马丁·温赖特 Martin Wainwright
...
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo，MCMC) 】——张颢（清华大学）
...
【马蹄形先验与深度学习】
...
加州大学计算遗传学教授，美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
...
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢（清华大学）
...
爱荷华州立大学【贝叶斯线性回归 Bayesian linear regression】——贾拉德·尼米（Jarad Niemi )
...
闲来无事，推翻一下数学大厦
...
【代数拓扑 Math525】
...
加州大学洛杉矶分校统计系教授【U 统计量的渐近分布 Asymptotic Distribution of U Statistic】——李婧翌
...
【深度高斯过程 (Deep Gaussian Processes)】
...
【康奈尔大学 离散数学 期末复习课】
...
【行列式的几何意义】
...
这可能是B站最全的【机器学习数学基础】系列课程了，微积分、概率论、线性代数、回归分析等，从入门到进阶我不信还有人学不明白！机器学习/人工智能/数学基础
...
线性代数 3.1-矩阵的初等变换(一)
...
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
...
【统计学中最奇怪的悖论——斯坦因悖论 The weirdest paradox in statistics - Stein's Paradox】
...
【哈佛大学教授教你高级贝叶斯思维】——Joseph K. Blitzstein 约瑟夫·K·布利茨斯坦（哈佛大学应用统计专业教授）