V
主页
【解释统计功效 Explaining Power】
发布人
Y 【解释统计功效 Explaining Power】
打开封面
下载高清视频
观看高清视频
视频下载器
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【高斯过程 Gaussian Processes】
【贝叶斯优化 Bayesian Optimization】
【贝叶斯渐进理论】
【解释还是预测?To Explain or To Predict?】——嘉丽特·舒缪利(Galit Shmueli)
【多层线性模型】
【参数估计及习题讲解(1)】—何书元(首都师范大学)
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
【实分析:测度论一览】—韩邦先
【海量遗传和基因组数据的统计分析 Statistical Analysis of Massive Genetic and Genomic Data】——林希虹
【实分析:积分理论一览】—韩邦先
【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)
【中心极限定理和大数定律(1) Central Limit Theorem】——约瑟夫·沃特金斯 Joseph C. Watkins(亚利桑那大学)
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【线性混合模型 Linear mixed effects models】
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【支持向量机和核方法 SVM and Kernel】——张颢(清华大学)
【统计显著性的发明史】
【一阶二阶优化与次梯度】——张颢(清华大学)
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai(宾夕法尼亚大学)
【《我的世界》极低概率事件:一个人能有多幸运】
【计量经济学:工具变量 (instrumental variables)】
【普林斯顿大学本科生最佳论文答辩】
【加速梯度下降: Accelerate Gradient Descent】
【想学统计吗? 会赌博就行! 】
【针对异方差的大规模统计推断】—孙文光(浙江大学)
【贝叶斯网络 Bayesian Network】
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
【不可能定理(Impossibility Theorems)】
【理解统计功率】—新英格兰医学杂志 NEJM
【椭圆切片抽样 (Elliptical Slice Sampling)】——戴维·J·C·麦凯爵士 Sir David John Cameron MacKay
【剖面似然(profile likelihood)和积分似然(integrated likelihood)孰优孰劣?】
【统计里的大海捞针法】—蔡天文 Tony Cai(宾夕法尼亚大学)
【递归最小二乘和奇异值分解 Recursive Least Square and SVD】——张颢(清华大学)
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【三门问题 Monty Hall Problem】
【时间序列预测】——罗布-海德曼(Rob J Hyndman)
【我是如何对科学家失去信任的】
【还在用泰勒展开吗 试一试帕德近似吧】