热门境外开放课程排行榜

51
15.070J Advanced Stochastic Processes (MIT)[高级随机过程（MIT）]
  David Gamarnik(麻省理工学院) 这门课涵盖了随机过程的分析和建模。主题包括测量理论概率、鞅、过滤和停止定理、大偏差理论的元素、布朗运动和反射布朗运动、随机积分和Ito微积分以及泛函极限...
热度：375

52
6.776 High Speed Communication Circuits (MIT)[6.776高速通信电路（麻省理工学院）]
  Prof. Hae-Seung Lee;Prof. Michael Perrott(麻省理工学院) 6.776涵盖了高速通信系统的电路级设计问题，主要关注无线和宽带数据链应用。具体电路主题包括传输线，高速和低噪声放大器，VCO，混频器，功率放大器，高速数字电...
热度：374

53
Topic Models with Power-Law Using Pitman-Yor Process[皮特曼-尤尔用幂律主题模型]
  Issei Sato(东京大学) 一个重要方法的知识发现和数据挖掘是估计观察到的变量，因为潜变量可以显示隐藏的特性，观察到的数据。潜在因素模型假设在记录中的每个项目都有一个潜在的因素；...
热度：374

54
Bayesian Gaussian process latent variable model[贝叶斯高斯过程潜变量模型]
  Michalis K. Titsias(曼彻斯特大学) 我们引入变分推理框架来训练高斯过程潜变量模型，从而进行贝叶斯非线性降维。这种方法允许我们变分地积分高斯过程的输入变量，并计算非线性潜变量模型的精确边际...
热度：373

55
6.253 Convex Analysis and Optimization (MIT)[6.253凸分析与优化（麻省理工）]
  Prof. Dimitri Bertsekas(麻省理工学院) 本课程将重点介绍凸性，对偶性和凸优化算法的基础主题。目的是利用一些易于可视化和易于理解的统一原则，开发连续优化，二元性和鞍点理论的核心分析和算法问题。
热度：369

56
Integer Programming and Combinatorial Optimization (MIT)[整数规划和组合优化]
  Bertsimas, Dimitris, Schulz, Andreas(麻省理工学院) 本课程全面介绍了整数优化的理论、算法和应用, 分为四个部分: 公式和松弛、整数优化的代数和几何、整数优化算法和整数优化的扩展。
热度：361

57
18.06SC Linear Algebra (MIT)[18.06SC线性代数（MIT）]
  Gilbert Strang(麻省理工学院) 本课程涵盖矩阵理论和线性代数，强调物理、经济和社会科学、自然科学和工程等其他学科中有用的主题。
热度：351

58
Pairwise Interaction Tensor Factorization for Personalized Tag Recommendation[个性化标签推荐的成对交互张量分解]
  Steffen Rendle(谷歌公司) 标签在最近的许多网站中扮演着重要的角色。推荐者系统可以帮助向用户推荐他可能想要为某一特定项目标记的标记。基于Tucker分解(TD)模型的分解模型提供了高质量的...
热度：342

59
Online Learning by Ellipsoid Method[椭球法在线学习]
  Liu Yang(卡内基梅隆大学) 在这项工作中，我们扩展了椭球方法，该方法最初是为凸优化而设计的，用于在线学习。关键思想是通过椭球来近似与迄今为止收到的所有训练样例一致的分类假设。这与...
热度：340

60
Clouds in San Francisco Bay Area[在旧金山海湾地区的云系统]
  Christine Morin(法国国家信息与自动化研究所) 云计算在工业和研究领域迅速发展。硅谷是世界上一个独特的生态系统，有谷歌、苹果等大公司和无数初创企业与领先的研究实验室，如加州大学伯克利分校的AMPLAB实验...
热度：333