V
主页
【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
发布人
把两个视频合一起了,毕竟是要引入协方差矩阵的共轭先验
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】贝叶斯公式与先验选择
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression上 先验选择
【贝叶斯统计】正态方差的共轭先验:逆Gamma与广义逆高斯
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【贝叶斯统计】参数展开(Parameter Expansion)
【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】Variational Inference
【贝叶斯统计】Bayesian Transfer Learning for Classification简介
【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】高维经典模型 Horseshoe正态均值模型简介
【贝叶斯统计】DESeq2
【贝叶斯统计】Variable Selection的纯贝叶斯方法
广义线性模型(GLM) 模型估计、检验、拟合与预测的R语言实践
【统计推断】假设检验基础
【统计推断】多元正态分布
【概统】统计推断导论(更新中,Casella第二版)
【贝叶斯统计】MCMC理论1 Markov Chain基础 Detailed Balance Condition
【贝叶斯统计】Bayes检验 Spike-and-Slab prior
【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9 朗之万-蒙特卡洛算法
【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
【统计推断】构造UMVUE的方法
【统计推断】充分完备统计量
【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】浅谈先验与统计学习中正则项的关联
【贝叶斯统计】贝叶斯桥(Bayesian Bridge)
【统计推断】Beta分布及其衍生分布
【统计推断】用渐近正态估计构造置信区间
【贝叶斯统计】Bayes区间估计
【贝叶斯统计】Gauss Process Regression
【应用统计】加性模型与广义加性模型(GAM,generalized additive model)
【统计推断】EM算法
【贝叶斯统计】 MCMC基础2 Gibbs采样介绍 以Horseshoe模型为例
【统计推断】C-R不等式与UMVUE简介
【统计推断】一致最优无偏检验 基础与构造方法
【贝叶斯统计】Bayesian Elastic Net与Regularized Horseshoe及其R语言实践
【概率论】无序样本的有放回抽样 有重组合数
【贝叶斯统计】BART:Bayesian Additive Regression Tree
【统计推断】Jackknife方法的理论基础
【时间序列建模】SARIMAX与data augmentation