V
主页
京东 11.11 红包
【烨】高维概率 | 24: Escaping Theorem
发布人
24: Escaping Theorem
打开封面
下载高清视频
观看高清视频
视频下载器
【烨】高维概率| 6:次高斯随机变量
【烨】高维概率 | 7: 随机变量的Concentration
【烨】高维概率 | 9: 随机矩阵基础
【烨】高维概率 | 10: 随机矩阵Concentration
【烨】高维概率 | 21: Generic Chaining Bound
【烨】高维概率 | 17: 随机过程基础
【烨·泛化】0.3.1: No-Free-Lunch Theorem
【烨】高维概率 | 12: 非独立 Concentration 与 Lipschitz 条件
【烨】高维概率 | 20: Dudley 不等式
【烨】高维概率 | 18: 苏达科夫不等式 (随机过程)
【烨】这是我听过最无聊的《高维概率》课程
【烨】高维概率 | 13: 矩阵伯恩斯坦不等式
【烨】高维概率 | 25: 矩阵恢复
【烨】高维概率 | 23: Matrix Deviation 不等式
【烨】(4)随机图模型 |《高维概率》课程
论述题,法律文书,时长感人哈哈,今年考的概率不大,也许明年是我的菜呢!
【烨·泛化】序言:这可能将是全网最全的泛化理论课程!
【烨·泛化】0.2.1: ERM模型
【烨·泛化】0.3.3: PAC与有限假设类
【烨·泛化】0.3.2: PAC Learning
【烨·泛化】2.3.1: Rademacher Complexity
【烨·泛化】2.3.2: Rademacher Complexity (proof)
[FAI] Mila 张鼎怀 | GFlowNets: 结构化概率推断中的探索
【烨·泛化】1.1.1: 参数一致性 (consistency)
【烨·泛化】1.2.1: 广义线性模型 GLM
[FAI] 清华 温凯越 | SAM 算法为何有用?
【烨·闲聊】Stein's Lemma: (1) 单指标模型
【烨】这是我讲过最有意思的《数据分析》呢!
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
【烨】可解释机器学习(1)!XAI实况录制
【烨·泛化】5.1.1: 泛化与信息论
30秒,读博,苦。
【烨】可解释机器学习实况(5):可解释模型都有啥?(中篇)
【烨】【重录版】可解释机器学习实况(5):可解释模型都有啥?(中)
【烨 | 因果推断】01: 为什么我们要学因果???
[FAI] ICLR23' Best Paper 北大 张博航 | 图神经网络表达能力探究
高考失利了,我是个废物吗?… 或许也不是这样
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
【烨】看完这个视频,还不想来清华吗?!
【烨】可解释机器学习实况(3):线性回归也能讲一个小时?