剧集
可重现的研究:人类微生物群的案例
替换为 Susan Holmes
现代数据集通常呈现多层次的异质性,一些明显,例如组合树、图形、应变表和连续协变量的必要性,另一些则涉及潜在因素和梯度。 这些数据分析的最大挑战来自在整个分析过程中保持和渗透不确定性的必要性。 我将演示一个完全可重现的工作流,该工作流将典型的内核多维缩放方法与 Bayesian 非参数相结合,以到达呈现诚实投影区域的可视化效果。
此次演讲将包括与克里斯·桑卡兰、朱莉娅·福山、兰胡恩·恩古延、本·卡拉汉、博伊尤·任、塞尔吉奥·巴卡拉多、斯特凡诺·法瓦罗、洛伦佐·特里帕以及雷曼博士在斯坦福的研究小组成员的共同努力。
现代数据集通常呈现多层次的异质性,一些明显,例如组合树、图形、应变表和连续协变量的必要性,另一些则涉及潜在因素和梯度。 这些数据分析的最大挑战来自在整个分析过程中保持和渗透不确定性的必要性。 我将演示一个完全可重现的工作流,该工作流将典型的内核多维缩放方法与 Bayesian 非参数相结合,以到达呈现诚实投影区域的可视化效果。
此次演讲将包括与克里斯·桑卡兰、朱莉娅·福山、兰胡恩·恩古延、本·卡拉汉、博伊尤·任、塞尔吉奥·巴卡拉多、斯特凡诺·法瓦罗、洛伦佐·特里帕以及雷曼博士在斯坦福的研究小组成员的共同努力。
视频 URL
HTML iframe
想提供反馈? 在此处提交问题。