V
主页
【贝叶斯统计】参数展开(Parameter Expansion)
发布人
可以直接看P3,今天头晕有点话痨。 Parameter Expansion和Hierarchical Model都是贝叶斯建模与计算常用的技巧,在讨论计算的时候后者一般说成是Data Augmentation,hierarchical model和augmentation在以前的视频里都有聊过,可以找来看看。
打开封面
下载高清视频
观看高清视频
视频下载器
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
哈佛大学《统计学110(概率论)|Statistics 110: Probability》中英字幕(GPT-4翻译)
CMU《凸优化|CMU 10 725 Convex Optimization fall 2022, by Yuanzhi Li》中英字幕(豆包翻译)
【不确定性量化: 回顾和一些开放性问题】——Aad van der Vaart 阿德·范德沃特(莱顿大学)
斯坦福大学《计算机科学的概率论|CS109 Introduction to Probability for Computer Scientists 22》豆包
【概率论】概率空间基础
【统计里的大海捞针法】—蔡天文 Tony Cai(宾夕法尼亚大学)
【整整500集】微积分、概率论、泰勒公式、拉格朗日、贝叶斯分析、聚类分析等难懂的数学基础一套课程一网打尽!—人工智能/机器学习/高等数学
【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)
【确定性独立筛选(sure independence screening, SIS)】——范剑青(普林斯顿大学)
【统计推断】弱大数定律与中心极限定理
MIT《概率学导论(1-200/266)|MIT RES.6-012 Introduction to Probability, Sp 2018》(豆包翻译
【错误发现率平滑(FDR smoothing)方法】——詹姆斯·斯科特 James Scott
【统计推断】Casella统计推断课后题详细讲解合集(本视频包含1.1-4.55)
10分钟带你了解特征商店(Feature Store)及其双数据库系统
【贝叶斯统计】Bayes LASSO
【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】Rcpp简介 用C++优化R代码中的递归与循环
【统计推断】渐近理论基础
蛋白组学数据分析与生信绘图-90分钟快速入门
【贝叶斯统计】Bayesian Transfer Learning for Classification简介
【贝叶斯统计】超参,经验贝叶斯与MMLE
高等概率论第8讲-分布函数-勒贝格-斯蒂尔吉斯测度-独立性
【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】Bayes检验 Spike-and-Slab prior
【多层线性模型】
机器学习-非监督学习算法精讲:聚类KMEANS+DBSCAN,降维PCA+SVD
【统计推断】C-R不等式与UMVUE简介
【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)
【概统】Casella统计推断习题选讲(5-10章,更新中)
【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
这是我今年看过最简单的【高等数学基础】课程!人工智能必备!微积分、线性代数、概率论、泰勒公式、矩阵分解....
【统计推断】一致最优无偏检验 基础与构造方法
谷歌前CEO埃里克-施密特斯坦福演讲原文中文配音(上)AI决策俄乌结果中美AI大战
太厉害了 已跪!终于有人能把OpenCV图像处理+YOLO目标检测讲的这么通俗易懂了,计算机视觉付费全套教程无偿分享给大家!-深度学习丨计算机视觉丨YOLO
研究生必备!里面99%的论文都能找到,一个代码复现的神级网站!人工智能/机器学习/深度学习/论文复现/代码
【因果推断】Balancing Score与Propensity Score,Unconfoundedness假设
潜在空间可视化:PCA、t-SNE、UMAP