V
主页
【联邦学习中的异质性 On Heterogeneity in Federated Learning】——弗吉尼亚-史密斯(Virginia Smith)
发布人
YouTube 【联邦学习中的异质性 On Heterogeneity in Federated Learning】——弗吉尼亚-史密斯 (Virginia Smith,是卡内基梅隆大学莱昂纳多机器学习助理教授,同时也是电气与计算机工程系的客座教授。研究兴趣是机器学习、优化和分布式系统。最近的研究课题包括:大规模机器学习、分布式优化、联合与协作学习、多任务学习和保护隐私的 ML。) @徐芝兰
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(3)】——宋心远(香港中文大学统计系教授)
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
吴恩达《联邦学习|Federated Learning》中英字幕(豆包翻译)
【实分析:测度论一览】—韩邦先
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
【一次带你打通关统计推断基础(1)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
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
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
【因果推断概论 Introduction to Causal Inference】
【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【统计推断】完备性Completeness——亚利桑那大学教授Joseph C. Watkins.
【高斯差分隐私和中心极限定理 Gaussian Differential Privacy and Central Limit Theorems】 ——苏炜杰
杜克大学【着重于受试者工作特征曲线ROC Curve】—Cynthia Rudin
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【统计推断】充分统计量2 Principle of data Deduction Sufficiency--Joseph C. Watkins
【高维统计推断】
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【支持向量机和核方法 SVM and Kernel】——张颢(清华大学)
【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
爱荷华州立大学【Metropolis-within-Gibbs】——贾拉德·尼米(Jarad Niemi)
【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)
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【抽样调查2】Statistics Study design : surveys and random samples—杜克大学系主任Jerry Reiter
【贪婪算法与压缩感知理论】—张颢(清华大学)
【《我的世界》极低概率事件:一个人能有多幸运】
统计推理和证据测量Statistical Reasoning and the Measurement of Evidence
美国科学院院士/IMS前主席郁彬【利用lasso方法的特征选择Feature Selection Through Lasso】