计算统计学（Computational Statistics）有什么好的资源和教材以及学习方法推荐？ 第1页
1
edwin_hao_qing_han 网友的相关建议:
推荐Introducing Monte Carlo Methods with R
这本书的作者Christian P. Robert当时在ENSAE给我们上Computational Statistics就是按照这本书来的。个人觉得非常好用。
1
相关话题
法学今后会是经济学和统计学的天下吗？为什么这么说？如果用总体作为数据，那么回归系数的显著性还有意义吗？
如何申请ANU的by research的offer，且如何陶瓷导师？
如果你是面试官，你怎么去判断一个面试者的深度学习水平？
如何看待 2020 年美国大选期间，多个民调机构预测出现严重失误？
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
怎么在家学习一些关于机器学习的知识?
高斯过程的kernel构成的矩阵为何叫协方差矩阵而不是相关系数矩阵？
如何看待比 iPad 还大的史上最大芯片问世？ 功耗比电磁炉还高有什么用？
前一个讨论
如何看待虎啸龙吟狂黑司马昭？
相关的话题
怎样计算两个服从高斯分布的向量乘积的期望？为什么说股票不能通过机器学习来预测？
从应用的角度来看，深度学习怎样快速入门？
Kaggle如何入门？
编程达到什么水平才能编写出像caffe这样的深度学习框架？
如何看待End-to-End Object Detection with Transformers？
有哪些关于机器学习的真相还鲜为人知？
在数据分析、挖掘方面，有哪些好书值得推荐？
如果用总体作为数据，那么回归系数的显著性还有意义吗？
怎样理解博尔赫斯这句「我不相信民主，那是一种对统计学的亵渎」?
如何评价新Nature子刊Nature Machine Intelligence的出现？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
Deep Learning 的专家如此急缺，它难在何处？
迁移学习入门，新手该如何下手？
Transformer是如何处理可变长度数据的？
实验室一块GPU都没有怎么做深度学习？
对于候选人来说，「10 人录取 1 人」和「100 人录取 10 人」两种规则难度一样吗？
如何评价李飞飞和李佳加盟谷歌？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
为什么玻尔兹曼熵要对状态数取自然对数？
微分几何在统计或者理论的计量经济学中有什么应用？
神经网络分类训练后得到的是连续的数怎么离散？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
有哪些相关性不等于因果性的例子?
领域自适应需要用到测试集数据，这样的方法有啥意义呢？
如何评价通信工程很多导师都研究机器学习人工智能而不是传统的天线电磁场等方向?
如何在一晚内速成概率论与数理统计？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
为什么读论文最好打印出来读？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？