V
主页
【斯坦福教授教你压缩估计、经验贝叶斯和错误发现率控制】——布拉德利·埃夫隆(Bradley Efron)
发布人
YouTube 【斯坦福教授教你压缩估计、经验贝叶斯和错误发现率控制】——布拉德利·埃夫隆(Bradley Efron) (自助法发明者、美国统计学家、曾担任美国统计协会和数学统计研究所的主席。他是《美国统计协会刊物》的前任编辑,也是《应用统计年鉴》的创始编辑。Efron因提出自举重采样技术而闻名,该技术在统计领域以及几乎每个统计应用领域都产生了重大影响。) @徐芝兰 @BuddyBG
打开封面
下载高清视频
观看高清视频
视频下载器
【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)
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)
【我不敢相信贝叶斯深度学习没有更好】——塞巴斯蒂安-诺沃津(Sebastian Nowozin)
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【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)
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
【Kaplan-Meier估计 (生存分析)】
【贝叶斯优化 Bayesian Optimization】
【惩罚估计】——邹晖(明尼苏达大学)
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)
多伦多大学统计系和计算机科学系教授【贝叶斯神经网络的马可夫链蒙特卡罗训练】——Radford M. Neal
【我是如何对科学家失去信任的】
【一次带你打通关统计推断基础(2)】——威尔·菲西安(Will Fithian, 加州大学伯克利分校统计系教授)
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
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
【高斯差分隐私和中心极限定理 Gaussian Differential Privacy and Central Limit Theorems】 ——苏炜杰
【期望最大化算法(EM)背后的深层框架(2) Majorize-Minimization (MM) framework】——杨宇红
统计【经验分布和经验过程简史】
【因果推断概论 Introduction to Causal Inference】
正则化Regularization II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
爱荷华州立大学【无信息先验 Non-informative prior】——贾拉德·尼米(Jarad Niemi)
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
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
哈佛大学【在发展因果推断历程中的艰难Obstacles in the development of causal inference】—James Robins
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
统计最高奖得主/高维统计大佬【高维统计入门2 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
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)
滑铁卢计算机系和统计系教授【从BERT到GPT】——阿里·戈德西(Ali Ghodsi)
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
加拿大数据科学研究主席【函数型数据分析入门Introduction for Functional Data Analysis】—Jiguo Cao
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
【概率图模型的一切】—常虹(中国科学院大学)
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)
【关于贝叶斯方法的误解 Myths and misconceptions about Bayesian methods】
【集中不等式 Concentration Inequalities】——杰拉尼·尼尔森 Jelani Osei Nelson(加州大学伯克利分校的埃塞俄比亚裔美
【孟晓犁 | 范剑青 对谈统计学】——(哈佛大学 | 普林斯顿大学)
英伟达机器学习研究主管、加州理工学院计算机系教授【神经算子: 学习偏微分方程的新范式】——阿尼玛什雷 (Anima) 阿南德库玛
s斯坦福经济学许教授:对制度和产权的科学分析
【拥有统计学博士学位后可能的职业生涯】——伦敦政治经济学院校友座谈会