统计学关键词检索结果

矿业教授问道:我们如何才能使高年级数学课程与未来的高中教师更相关?

Mines professor asks: How can we make upper-division math courses more relevant for future high school teachers?

矿业大学应用数学和统计学杰出教学教授 Deb Carney 将担任新 NSF 项目的联合首席研究员,该项目旨在创建一门新的高级大学选修课,专为未来的中学数学教师设计。

艾琳·莫纳斯特罗罗

Irene Monasterolo

Irene MonasteroloAnastasiia Zaitseva2024 年 6 月 24 日星期一 - 14:36 Irene Monasterolo语言英语精选作品 4 外部发言人Irene Monasterolo 博士是法国尼斯 EDHEC 商学院和 EDHEC 风险研究所的气候金融教授,也是奥地利维也纳经济与商业大学和美国波士顿大学的高级研究员,以及奥地利国际应用系统分析研究所的访问学者。Irene 拥有博洛尼亚大学 (IT) 的农业食品经济学和统计学博士学位,并在剑桥大学 (英国) 和波士顿大学 (美国) 拥有两次气候金融博士后经历。Irene 的研究有助于了解金融在实现高收

人工智能时代的教育工程

Education Engineering in the Age of AI

在本集中,Mike Palmer 与课程重新设计中心创始人兼《人工智能时代的教育》一书的作者 Charles Fadel 进行了一场精彩的讨论。我们深入探讨了人工智能与教育的交集,探讨了人工智能快速发展的影响以及重新设计课程以使教育更具相关性的必要性。Charles 分享了他独特的视角,借鉴了他丰富的工程背景、在思科工作的经历以及领导一支专注于重新设计课程以关注相关性的团队的经验。我们深入探讨了他的框架,该框架涵盖知识、技能、性格、元学习和动机,强调培养学习者的目的、能动性和身份的重要性。关键要点:我们研究人工智能的工程阶段,其中能力正在以强大的方式融合,以及计算思维和问题制定在有效利用这些工

高等代数、数据科学等:加州大学重新考虑高中数学的争议问题

Advanced algebra, data science and more: UC rethinks contested issues of high school math

两个教授工作组将权衡 UC 和 CSU 的入学数学要求。首先:通过数学和统计学加强数据科学入门课程是否有资格参加代数 2 课程?

所有学生都需要学习数据科学

All students need to learn data science

统计学和数据科学课程让学生为解决我们时代的许多重大问题做好准备。

LAUSD 的研究证实了四年数学的好处;主管 Alberto Carvalho 接受了研究结果

Study of LAUSD confirms benefits of four years of math; Superintendent Alberto Carvalho embraces findings

加州大学洛杉矶分校的研究人员发现,选修数学(无论是统计学还是微积分)的高中毕业生更有可能进入四年制大学并在第二年返回。

FORC 2024 – CFP

FORC 2024 – CFP

第五届负责任计算基础研讨会 (FORC) 将于 2024 年 6 月 12 日至 14 日在马萨诸塞州剑桥的哈佛大学举行。征文通知已经发出。请提交您的优秀论文,以便 FORC 再次取得成功。FORC 是计算和社会领域数学研究的论坛。该研讨会旨在催化一个社区的形成,支持将理论计算机科学、统计学、经济学和其他相关分析领域应用于紧迫和预期的社会关注问题。主题包括但不限于:机器学习公平性的理论方法,包括定义、算法、下限和权衡的研究;隐私的正式方法,包括差异隐私;计算和数学的社会选择,包括分配和重新划分选区;分配和公平划分的公平性;经济激励,包括社会公益机制设计;稳健性的指标和含义,包括可解释性的形式化

老年工人:退休账户差距因收入增加而增加,并因种族而持续存在

Older Workers: Retirement Account Disparities Have Increased by Income and Persisted by Race Over Time

美国政府问责署的发现根据美国政府问责署对 51 至 64 岁家庭消费者财务调查 (SCF) 数据的分析,2019 年低收入和高收入老年工人退休账户之间的差距比 2007 年更大。例如,2019 年大约十分之一的低收入家庭有退休账户余额,而 2007 年大约五分之一,而在此期间大约十分之九的高收入家庭有余额。对于那些有余额的人来说,高收入家庭的中位数余额在此期间更高,而其他收入群体的任何变化在统计上并不显着。种族差异在此期间也持续存在。白人家庭的余额比例高于所有其他种族的家庭。此外,白人家庭的中位数余额约为其他所有种族家庭的两倍。按收入估算的 51-64 岁有余额家庭的退休账户余额注:括号代表

DeepMind在ICLR 2023的最新研究

DeepMind’s latest research at ICLR 2023

下周是第11届学习代表国际会议(ICLR)的开始,于5月1日至5日在卢旺达的基加利举行。这将是第一次举办在非洲举行的主要人工智能会议,也是自大流行开始以来的第一次面对面活动。来自世界各地的研究人员将聚集在一起,分享他们在AI,统计学和数据科学领域以及机器视觉,游戏和机器人技术等应用领域的深入学习方面的尖端工作。我们很荣幸能以钻石赞助商和DEI冠军来支持会议。

DeepMind在ICLR 2023的最新研究

DeepMind’s latest research at ICLR 2023

下周是第11届学习代表国际会议(ICLR)的开始,于5月1日至5日在卢旺达的基加利举行。这将是第一次举办在非洲举行的主要人工智能会议,也是自大流行开始以来的第一次面对面活动。来自世界各地的研究人员将聚集在一起,分享他们在AI,统计学和数据科学领域以及机器视觉,游戏和机器人技术等应用领域的深入学习方面的尖端工作。我们很荣幸能以钻石赞助商和DEI冠军来支持会议。

DeepMind在ICLR 2023的最新研究

DeepMind’s latest research at ICLR 2023

下周是第11届学习代表国际会议(ICLR)的开始,于5月1日至5日在卢旺达的基加利举行。这将是第一次举办在非洲举行的主要人工智能会议,也是自大流行开始以来的第一次面对面活动。来自世界各地的研究人员将聚集在一起,分享他们在AI,统计学和数据科学领域以及机器视觉,游戏和机器人技术等应用领域的深入学习方面的尖端工作。我们很荣幸能以钻石赞助商和DEI冠军来支持会议。

DeepMind在ICLR 2023的最新研究

DeepMind’s latest research at ICLR 2023

下周是第11届学习代表国际会议(ICLR)的开始,于5月1日至5日在卢旺达的基加利举行。这将是第一次举办在非洲举行的主要人工智能会议,也是自大流行开始以来的第一次面对面活动。来自世界各地的研究人员将聚集在一起,分享他们在AI,统计学和数据科学领域以及机器视觉,游戏和机器人技术等应用领域的深入学习方面的尖端工作。我们很荣幸能以钻石赞助商和DEI冠军来支持会议。

DeepMind 在 ICLR 2023 上的最新研究

DeepMind’s latest research at ICLR 2023

下周将举行第 11 届国际学习表征会议 (ICLR),会议将于 5 月 1 日至 5 日在卢旺达基加利举行。这将是非洲举办的首个大型人工智能 (AI) 会议,也是疫情爆发以来的首个线下活动。来自世界各地的研究人员将齐聚一堂,分享他们在深度学习方面的前沿成果,涉及人工智能、统计学和数据科学领域,以及机器视觉、游戏和机器人等应用。我们很荣幸能够以钻石赞助商和 DEI 冠军的身份支持此次会议。

机器学习中的支持向量机 (SVM) 是什么?

What Are Support Vector Machines (SVM) In Machine Learning?

为什么重要:支持向量机 (SVM) 是一类基于统计学习理论的监督学习模型。

古典政治经济学现代复兴的前兆

Precursors Of The Modern Revival Of Classical Political Economy

大约三分之二世纪前,价格理论发生了一场革命。几位学者独立发展了这场革命的组成部分。这篇文章仅列出了部分文献。我之前曾试图简要描述为什么其中一些作者是先驱。Ladislaus von Bortkiewicz (1907) 关于《资本论》第三卷中马克思基本理论结构的修正。由 Sweezy 翻译并重印。David G. Champernowne (1945-1946) 关于 J. V. Neumann 的“经济均衡模型”文章的注释。《经济研究评论》13 (1): 10-18。Georg von Charasoff (2010) 《马克思主义体系:表现与批判》。柏林:H. Bondy。V. K. Dm

聚焦:我们最早的一些计算背后的人情味

Spotlight: The Human Touch Behind Some of Our Earliest Calculations

本月是数学和统计学作为 NIST 组织的主要组成部分 75 周年。今天,我们来看看分数背后的一张脸。从 1938 年到 1947 年,NIST 的数学表项目雇用了纽约市的人员作为

人工智能中的黑天鹅

Black Swans in Artificial Intelligence

本文是我即将出版的新书的片段,您可以在此处订阅:https://www.danrose.ai/book理解数据的一个重要概念是黑天鹅的概念。黑天鹅理论是由统计学家、《随机致富的傻瓜》一书的作者 Nassim Nicholas Taleb 创造的。我强烈推荐这本书。多年来,人们普遍认为黑天鹅并不存在。由于从未观察到黑天鹅,因此它们不存在于任何数据中。如果你当时押注于你看到的下一只天鹅是黑色的可能性,你可能会押注这种事件不会发生。事实证明,有很多黑天鹅。它们只是还没有被观察到。当我们发现澳大利亚时,它们第一次被发现,那里到处都是黑天鹅。换句话说,数据只代表已知和观察到的世界,而不是现实世界。这也是

理解监督学习中的最大似然估计

Understanding Maximum Likelihood Estimation in Supervised Learning

本文在统计学的棱镜下揭开了 ML 学习建模过程的神秘面纱。我们将了解我们对数据的假设如何使我们能够创建有意义的优化问题。