V
主页
【贝叶斯统计】MCMC基础6 哈密顿-蒙特卡洛算法
发布人
熟悉经典力学和哈密顿方程的朋友可以从Leapfrog开始看,个人感觉这个算法的趣味性仅次于ellipical slice sampling
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【贝叶斯统计】MCMC基础9 朗之万-蒙特卡洛算法
【哈佛大学教授教你高级贝叶斯思维】——Joseph K. Blitzstein 约瑟夫·K·布利茨斯坦(哈佛大学应用统计专业教授)
【贝叶斯统计】MCMC基础11 哈密顿-蒙特卡洛算法的自调参方法
【贝叶斯统计】贝叶斯参数估计基础
【贝叶斯统计】贝叶斯公式与先验选择
【贝叶斯统计】MCMC基础5 adaptive MCMC的R编程教学 以Normal Mean Model with Horseshoe-like为例
【贝叶斯统计】AIC,BIC与DIC
【贝叶斯统计】超参,经验贝叶斯与MMLE
【贝叶斯统计】MCMC基础14 Slice Sampling
【贝叶斯统计】 MCMC基础3 Reverse-jump MCMC简介
【贝叶斯统计】MCMC基础7 RJ-MCMC算法推导1 Change Point Detection
【贝叶斯统计】 MCMC基础2 Gibbs采样介绍 以Horseshoe模型为例
【统计最坏情况分析理论(Minimax Theory)】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【贝叶斯统计】Variational Inference
【贝叶斯统计】MCMC理论2 Metropolis-Hastings与two-stage Gibbs的理论
【贝叶斯统计】因果推断(causal inference)
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression上 先验选择
【抛硬币到底有多随机】——佩尔西·戴康尼斯 Persi Diaconis(斯坦福大学统计学教授、职业魔术师、证明了完美的洗牌至少要洗七次)
【贝叶斯统计】MCMC基础10 随机梯度哈密顿-蒙特卡洛算法 理论部分
【贝叶斯统计】MCMC基础8 RJMCMC算法推导2 Variable Selection
【图灵奖得主、算法分析之父 高德纳 为你解答世间万物】——高德纳(Donald Ervin Knuth,唐纳德·尔文·克努斯)
【贝叶斯统计】MCMC基础13 哈密顿-蒙特卡洛 No-U-Turn Sampler (NUTS)算法介绍
【贝叶斯统计】MCMC理论1 Markov Chain基础 Detailed Balance Condition
【贝叶斯统计】Bayes LASSO
【贝叶斯统计】Bayesian Transfer Learning for Classification简介
【贝叶斯统计】高维经典模型 Horseshoe正态均值模型简介
【贝叶斯统计】MCMC基础12 量子蒙特卡洛与量子概率论的概念基础
【贝叶斯统计】MCMC基础15 MCMC不适用的情形
【贝叶斯统计】 MCMC基础4 R语言实践与MCMC的收敛性判断 以Horseshoe模型为例
9个小时快速掌握【Matlab神经网络和优化算法】,基于matlab实现遗传算法优化bp神经网络实现预测。
【贝叶斯统计】Wishart分布,多元正态协方差的共轭先验,逆Wishart分布与矩阵广义逆高斯
【概统】统计推断导论(更新中,Casella第二版)
【数学教授修投影屏幕(Math Professor Fixes Projector Screen)】
【贝叶斯统计】Rcpp简介 用C++优化R代码中的递归与循环
【确定性独立筛选(sure independence screening, SIS)】——范剑青(普林斯顿大学)
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression中 Polya-Gamma Augmentation
【贝叶斯统计】Variable Selection的纯贝叶斯方法
【统计的真相 你认可吗】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)