V
主页
【数据科学-使用tidyverse实现数据可视化 Data Science-Data visualisation with the tidyverse】
发布人
YouTube 【数据科学 - 使用 tidyverse 实现数据可视化 Data Science - Data visualisation with the tidyverse】——哈德利·亚历山大·威克汉姆 Hadley Wickham (新西兰的统计学家和RStudio公司的首席科学家,以及奥克兰大学、斯坦福大学和莱斯大学的统计副教授。他以开发用于数据可视化的R统计编程语言的开源软件而闻名,包括ggplot2、和其他tidyverse软件包,它们支持数据科学的整洁数据方法。他曾获得统计最高奖“考普斯会长奖”。) @徐芝兰
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯数据分析全打通(3)】——宋心远(香港中文大学统计系教授)
【数据可视化一次教】
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
恶补!学人工智能你必须要知道数据科学的这几种分布,正态分布/二项式分布/泊松分布/卡方分布/beta分布一次给你讲明白!绝对通俗易懂!!!
【caret 软件包: 预测模型的统一界面】——马克斯-库恩 Max Kuhn
【加速梯度下降: Accelerate Gradient Descent】
统计推理和证据测量Statistical Reasoning and the Measurement of Evidence
【统计推断】充分统计量1 Principle of data Deduction Sufficiency--Joseph C. Watkins
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【想学统计吗? 会赌博就行! 】
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
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
8.13双色球24093期数据分析预测推荐
【《我的世界》极低概率事件:一个人能有多幸运】
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell
【统计推断】完备性Completeness——亚利桑那大学教授Joseph C. Watkins.
【跟Kaggle第一名学习Kaggle比赛策略】——Owen Zhang
【统计的真相 你认可吗】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
【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)
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
【AdaPT: 利用辅助信息进行多重检验的动态方法】——雷理骅(斯坦福大学)
哥伦比亚大学【循证实践是一条双向路Evidence-Based Practice Is a Two-Way Street】—Andrew Gelman
matplotlib入门教程(二)--pyplot概述
【如何总在Kaggle获胜 How to (almost) win at Kaggle】——基里-尼克尔 Kiri Nichol
【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
【稀疏模型】——张潼(伊利诺伊大学)
哈佛大学孟晓犁【大数据时代统计的仙境和悖论Statistical paradises and paradoxes in Big Data】
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
【贝叶斯 VS 频率学派: 斯通悖论 (Stone’s Paradox)】——拉里·沃瑟曼 Larry Wasserman
【计量经济学:工具变量 (instrumental variables)】
【贝叶斯优化 Bayesian Optimization】
【考研概率统计题串讲(1)】
【马蹄形先验与深度学习】