热门境外开放课程排行榜

71
Bayesian inference and Gaussian processes[贝叶斯推理和高斯过程]
  Carl Edward Rasmussen(马克斯普朗克研究所) 顶部＆raquo;计算机科学＆raquo;机器学习＆raquo;贝叶斯学习 顶部＆raquo;计算机科学＆raquo;机器学习＆raquo;高斯过程 ＆NBSP;
热度：303

72
Co-Clustering on Manifolds[聚类流形]
  Jie Zhou(清华大学) 共聚类基于数据点（例如文档）和特征（例如单词）之间的二元性，即数据点可以基于它们在特征上的分布来分组，而特征可以基于它们在数据点上的分布来分组。在过去...
热度：302

73
Topics in Combinatorial Optimization[组合优化]
  Michel Goemans(麻省理工学院) 在这门研究生课程中，我们将涵盖组合优化的高级主题。我们将从非两部分匹配开始，涵盖许多结果，扩展匹配、流和矩阵的基本结果。重点是推导纯组合结果，包括最小...
热度：299

74
Hierarchical-Dirichlet-Process-based Hidden Markov Models[基于隐马尔可夫模型的分层Dirichlet过程]
  Erik Sudderth(布朗大学) 我们考虑说话者日记化的问题，即将会议的录音分段为对应于各个发言者的时间段的问题。由于不允许我们知道参加会议的人数，因此问题变得特别困难。为了解决这个问...
热度：298

75
Alternating Direction Method of Multipliers[乘子交替方向法 ]
  Stephen P. Boyd(斯坦福大学) 诸如机器学习和大型网络上的动态优化等领域中的问题导致极大的凸优化问题，问题数据以分散的方式存储，并且处理元件分布在网络上。我们认为乘法器的交替方向方法...
热度：298

76
3.093 Information Exploration: Becoming a Savvy Scholar[信息探索：成为一名精明的学者]
  Prof. Donald Sadoway; Ms. Patty Durisin Barbera;Ms. Angie Locknar(麻省理工学院) 这门新生课程探讨了科学出版周期、主要与次要资源、在线和印刷书目数据库；如何搜索、查找、评估和引用信息；索引和摘要；使用特殊资源（如专利）和灰色文献（如...
热度：297

77
Monte Carlo Simulation methods[蒙特卡罗模拟方法]
  Christophe Andrieu(布里托斯大学) 该课程介绍了独立的组件分析和源分离。我们从简单的统计原理开始;检查与信息理论和稀疏编码的联系;我们概述了可用的算法;我们还展示了信息几何如何阐明ICA的几个...
热度：297

78
Use of variance estimation in the multi-armed bandit problem[多武装土匪问题中方差估计的应用]
  Jean Yves Audibert(国立巴黎高等矿业学院) 大多数决策问题的一个重要方面涉及开发（根据迄今为止获得的部分知识最佳地行动）与环境探索之间的适当平衡（为了优化当前知识和改进未来决策而次优地行动）。这...
热度：296

79
Bounding Excess Risk in Machine Learning[机器学习中的边界超额风险]
  Vladimir Koltchinskii(佐治亚理工学院) 我们将讨论基于经验风险最小化（可能受到惩罚）的学习算法的超额风险限制问题的一般方法。这一方法是近年来由几位作者（其中包括：马萨特、巴特利特、布斯克和门...
热度：291

80
SCAN: A Structural Clustering Algorithm for Networks[扫描：一种网络结构聚类算法]
  Xiaowei Xu(阿肯色大学) 网络聚类（或分割）是一个重要的任务，在网络基础结构的发现。许多算法发现集群通过集群内边缘的数量最大化。虽然这种算法找到有用的和有趣的结构，他们往往无法...
热度：290