V
主页
【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)
发布人
YouTube 【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) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【谁更疯狂:贝叶斯还是费雪 (Who is Crazier: Bayes or Fisher?)】——孟晓犁(哈佛大学)
【贝叶斯数据分析全打通(1)】——宋心远(香港中文大学统计系教授)
【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)
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
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
【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)
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
【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)
【因果推断概论 Introduction to Causal Inference】
【模特姐姐教你数据库管理系统导论 Introduction to Database Management Systems】——林郁珊(Yusan Lin)
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【广义LASSO问题及其对偶和KKT条件】——瑞恩·J·提布希拉尼 Ryan Tibshirani(加州大学伯克利分校统计教授)
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
【贝叶斯网络 Bayesian Network】
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【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
普渡大学【生成对抗网络和统计的关联】——王啸
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
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
【高维统计推断】
【想学统计吗? 会赌博就行! 】
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
【加州大学伯克利分校 (UC Berkeley) 统计系 2024年毕业典礼】
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
【贝叶斯渐进理论】
麻省理工大学【通过基于置换的算法进行因果推断Causal inference through permutation-based algorithms】
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
贝叶斯超级大佬【针对复杂的大数据的大规模贝叶斯推断】—杜克大学杰出教授David Dunson
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【MCMC收敛性检验和贝叶斯总结】
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
提升成绩必看【简单假设检验1 Simple Hypothesis】——亚利桑那大学教授Joseph C. Watkins
【置信区间(1) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
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
加州大学洛杉矶分校统计系讲师【自助法做假设检验 Bootstrap Hypothesis Tests】——Miles Chen
加州大学洛杉矶分校统计系教授【U 统计量完结和自助法理论入门 U Statistic and Bootstrap】——李婧翌
巴黎第九大学【贝叶斯近似计算(2) Approximate Bayesian Computation i.e. ABC】——克里斯蒂安·罗伯特
【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)
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】