报名 | 贝叶斯计算方法在生物制药领域的应用(基于SAS)

2018 年 7 月 1 日 THU数据派


【主题】Bayesian Biopharmaceutical Applications Using SAS

【内容】

This seminar will reviews the basic concepts of Bayesian inference and focuses on the practical use of Bayesian computational methods. The objectives are to familiarize statistical programmers and practitioners with the essentials of Bayesian computing, and to equip them with computational tools through a series of worked-out examples that demonstrate sound practices for a variety of statistical models and Bayesian concepts.


更多干货等你来拿~


注:该讲座属于清华大数据能力提升项目实践模块。


【时间】2018年7月9日 14:00-16:00

【地点】北京市海淀区双清路77号院双清大厦4号楼4层(凭借短信/邮件形式活动报名成功通知入场)

【报名方式】扫描下方二维码或点击文末“阅读原文”进行报名

【主办单位】清华-青岛数据科学研究院

【承办单位】清华校友AI大数据专委会(筹),中国科技产业化促进会清数大数据产业联盟

【支持单位】数据派THU、斑羚在线

【嘉宾介绍】


Dr. Fang Chen is a Director of Applied Statistical Methods in the Advanced Analytics Division at SAS Institute Inc. Among his responsibilities are development of Bayesian analysis software and the MCMC procedure. He also oversees software development in various mixed models, nonlinear models, causal inferences, survival analysis, Bayesian hierarchical models, and discrete choice models. Before joining SAS, he received his PhD in statistics from Carnegie Mellon University.


点击“阅读原文”报名

登录查看更多
0

相关内容

最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
76+阅读 · 2020年6月20日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
118+阅读 · 2019年12月9日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
47+阅读 · 2019年9月24日
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
人工智能 | ICAPS 2019等国际会议信息3条
Call4Papers
3+阅读 · 2018年9月28日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
报名 | 知识图谱技术和在司法领域的应用讲座
数据派THU
6+阅读 · 2017年9月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
A Survey on Bayesian Deep Learning
Arxiv
60+阅读 · 2020年7月2日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Arxiv
8+阅读 · 2019年2月15日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
76+阅读 · 2020年6月20日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
118+阅读 · 2019年12月9日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
47+阅读 · 2019年9月24日
相关资讯
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
人工智能 | ICAPS 2019等国际会议信息3条
Call4Papers
3+阅读 · 2018年9月28日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
报名 | 知识图谱技术和在司法领域的应用讲座
数据派THU
6+阅读 · 2017年9月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
相关论文
A Survey on Bayesian Deep Learning
Arxiv
60+阅读 · 2020年7月2日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Arxiv
8+阅读 · 2019年2月15日
Arxiv
5+阅读 · 2015年9月14日
Top
微信扫码咨询专知VIP会员