V
主页
正则化Regularization II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
发布人
正则化Regularization II(一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
加拿大统计协会前主席【基于证据的统计推理Statistical Reasoning & Statistical Evidence】—Michael Evans
卫生统计学 21课时
【置信区间(1) Confidence Intervals】——亚利桑那大学教授 Joseph C. Watkins
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
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
麻省理工大学【MTP2 让您梦想成真 Your Dreams May Come True with MTP2】——Caroline Uhler
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
提升成绩必看【期望最大化算法Expectation Maximization Algorithm】—亚利桑那大学教授Joseph C. Watkins
【必读】基础统计(上)
哈佛大学孟晓犁【全套马尔可夫链蒙特卡洛算法The full Monte Carlo--A live performance with stars】
统计最高奖得主【高维回归的推断 Inference for High-Dimensional Regression】—Larry Wasserman
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】
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen
【贝叶斯因子:谁担心,谁不担心以及为什么 Bayes Factors: who’s worried, who’s not, and why】
【MCMC收敛性检验和贝叶斯总结】
【贝叶斯渐进理论】
《模式识别与机器学习– PRML》作者,【图模型(1) Graphical Models】—Christopher Michael Bishop
统计最高奖得主【非参数方法的缺陷Pitfall of Nonparametric Methods 】—Larry Wasserman
统计 | 哈佛大学【似然悖论 A Likelihood Paradox】——孟晓犁
提升成绩必看【简单假设检验2 Simple Hypothesis】—亚利桑那大学教授Joseph C. Watkins
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
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
【似然比检验(2) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
【一阶二阶优化与次梯度】——张颢(清华大学)
【贝叶斯优化 Bayesian Optimization】
统计 | 牛津大学机器学习教授、谷歌DeepMind首席研究科学家【重要性取样 Importance sampling】—Nando de Freitas
斯坦福大学统计系和计算机科学系教授【针对独立和相关数据的随机梯度MCMC】——Emily Fox
【高维统计推断】
【全500集】比付费还强十倍的自学围棋全套教程,全程通俗易懂无废话!拒绝走弯路,小白看完速通围棋!
【方差缩减法 Variance reduction methods】——米歇尔·比尔莱尔(Michel Bierlaire)
【一次带你学会100+统计学概念】
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】
《儒林外史》邵鑫名师精讲
【序贯采样、粒子滤波与隐马尔可夫模型】——张颢(清华大学)
【数据可视化一次教】
英属哥伦比亚大学UBC教授【你想知道的各种优化方法(2)】——Mark Schmidt(马克·施密特)
【统计推断】最大似然估计1 Maximum Likelihood Estimation —亚利桑那大学教授Joseph C. Watkins