图 书 馆境外开放课程——按学科专业列表
开放课程→自然科学→数学→代数学::
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
12AAA-least squares rational approximation and solution of Laplace problems[AAA-最小二乘有理逼近和拉普拉斯问题的解]
Nick Trefethen(牛津大学) 在过去的五年中，随着用于重心有理逼近的 AAA 算法的引入以及针对拉普拉斯、斯托克斯和亥姆霍兹问题的闪电最小二乘求解器的引入，有理函数的计算取得了长足的进...
热度：28
Nick Trefethen(牛津大学) 在过去的五年中，随着用于重心有理逼近的 AAA 算法的引入以及针对拉普拉斯、斯托克斯和亥姆霍兹问题的闪电最小二乘求解器的引入，有理函数的计算取得了长足的进...
热度：28
3Finite groups of birational transformations[双有理变换的有限群]
Yuri Prokhorov(斯捷克洛夫数学研究所) 我研究了高维代数簇的双有理变换有限群的分类理论。 由于最小模型程序的成功，该理论在过去 10 年中得到了显着发展。 我专注于这些组在任意维度上的某些属性。 ...
热度：27
Yuri Prokhorov(斯捷克洛夫数学研究所) 我研究了高维代数簇的双有理变换有限群的分类理论。 由于最小模型程序的成功，该理论在过去 10 年中得到了显着发展。 我专注于这些组在任意维度上的某些属性。 ...
热度：27
4Lecture 21: Review Of Basic DFT Definitions[第21讲：DFT基本定义回顾]
Brad G. Osgood(斯坦福大学) 看起来像这样。你有一个离散信号。所以我在这里同时使用信号符号和向量符号，我将继续这样做，将两者混合起来，因为我认为它们都很有用。所以这个想法是你有一个...
热度：47
Brad G. Osgood(斯坦福大学) 看起来像这样。你有一个离散信号。所以我在这里同时使用信号符号和向量符号，我将继续这样做，将两者混合起来，因为我认为它们都很有用。所以这个想法是你有一个...
热度：47
5Modalna logika in agenti[时尚逻辑与代理]
Andrej Bauer(卢布尔雅那大学) 模态逻辑是由指定语句有效性的_可能_的运算符扩展的通用逻辑。使用模态算子，我们可以正式表达诸如“代理 Q 相信 A 成立”和“代理 Q 允许 A 成立的可能性”等...
热度：47
Andrej Bauer(卢布尔雅那大学) 模态逻辑是由指定语句有效性的_可能_的运算符扩展的通用逻辑。使用模态算子，我们可以正式表达诸如“代理 Q 相信 A 成立”和“代理 Q 允许 A 成立的可能性”等...
热度：47
6Algebraic Topology and Concurrency[代数拓扑与并发]
Lisbeth Fajstrup(奥尔堡大学) 代数拓扑学最初是作为解决物理问题的一种方法，后来发展成为一个好奇心驱动的领域近一个世纪。在过去的15-20年里，许多新的应用都得益于这个非常发达的数学领域...
热度：49
Lisbeth Fajstrup(奥尔堡大学) 代数拓扑学最初是作为解决物理问题的一种方法，后来发展成为一个好奇心驱动的领域近一个世纪。在过去的15-20年里，许多新的应用都得益于这个非常发达的数学领域...
热度：49
7Solutions of First Order Linear Equations[一阶线性方程组的解]
Lydia Bourouiba(麻省理工学院) 在本节中，我们将学习如何求解一阶线性方程。我们将应用该技术来求解几种不同模型的DE。
热度：31
Lydia Bourouiba(麻省理工学院) 在本节中，我们将学习如何求解一阶线性方程。我们将应用该技术来求解几种不同模型的DE。
热度：31
8Numerical Methods for Solving Least Squares Problems with Constraints[带约束最小二乘问题的数值求解方法]
Gene Golub(斯坦福大学) 在本次演讲中，我们讨论了利用线性约束和/或二次约束求解线性最小二乘问题和最小二乘问题的问题。当数据矩阵是单数或近似单数时，我们特别感兴趣开发稳定的数值...
热度：74
Gene Golub(斯坦福大学) 在本次演讲中，我们讨论了利用线性约束和/或二次约束求解线性最小二乘问题和最小二乘问题的问题。当数据矩阵是单数或近似单数时，我们特别感兴趣开发稳定的数值...
热度：74
9Transfer Learning With Adaptive Regularizers[自适应正则化器的转移学习]
Marius Kloft(柏林洪堡大学) 使用线性模型进行分类的正则化风险最小化方法的成功关键取决于选择与手头的学习任务相匹配的正则化项。如果必要的领域专业知识很少或难以形式化，则可能很难找到...
热度：52
Marius Kloft(柏林洪堡大学) 使用线性模型进行分类的正则化风险最小化方法的成功关键取决于选择与手头的学习任务相匹配的正则化项。如果必要的领域专业知识很少或难以形式化，则可能很难找到...
热度：52
10Factorizing Gigantic Matrices[矩阵的分解]
Kristian Kersting, Christian Bauckhage(数据和网络挖掘实验室) 数据矩阵的低秩近似已成为机器学习和数据挖掘中的重要工具。它们允许在较低维空间中嵌入高维数据，因此可以减轻由噪声引数据矩阵的低秩近似已成为机器学习和数据...
热度：106
Kristian Kersting, Christian Bauckhage(数据和网络挖掘实验室) 数据矩阵的低秩近似已成为机器学习和数据挖掘中的重要工具。它们允许在较低维空间中嵌入高维数据，因此可以减轻由噪声引数据矩阵的低秩近似已成为机器学习和数据...
热度：106
11Regret Bounds for the Adaptive Control of Linear Quadratic Systems[线性二次系统自适应控制的边界]
Csaba Szepesvári(加拿大阿尔伯塔大学) 研究了模型参数未知的平均成本线性二次(LQ)问题，也称为控制界中的自适应控制问题。我们设计了一个算法，并证明了除对数因子外，它在T时刻的后悔值为O(√T)。与...
热度：49
Csaba Szepesvári(加拿大阿尔伯塔大学) 研究了模型参数未知的平均成本线性二次(LQ)问题，也称为控制界中的自适应控制问题。我们设计了一个算法，并证明了除对数因子外，它在T时刻的后悔值为O(√T)。与...
热度：49
12Minimax algorithm for learning rotations [用于学习旋转的极大极小值算法]
Wojciech Kotlowski(波兹南理工大学) 目前还不清楚什么是最适合旋转矩阵的正则化，以及如何在在线设置中保持旋转的不确定性。我们建议通过研究旋转的极小极大算法来解决这些问题，并从求解二维情况开...
热度：64
Wojciech Kotlowski(波兹南理工大学) 目前还不清楚什么是最适合旋转矩阵的正则化，以及如何在在线设置中保持旋转的不确定性。我们建议通过研究旋转的极小极大算法来解决这些问题，并从求解二维情况开...
热度：64
1314Number systems[数字系统]
The Open University(英国开放大学) 数字系统和组合数字的规则可能令人生畏。本单元将帮助你理解有理数、实数、复数和整数的细节。您还将介绍模块化算法和集合元素之间的关系的概念。
热度：38
The Open University(英国开放大学) 数字系统和组合数字的规则可能令人生畏。本单元将帮助你理解有理数、实数、复数和整数的细节。您还将介绍模块化算法和集合元素之间的关系的概念。
热度：38
15MIT OpenCourseWare: Linear Algebra Video Lectures[麻省理工学院开放式课件：线性代数视频讲座]
Gilbert Strang(麻省理工学院) 这个网站提供了一系列Strang教授的线性代数课程视频。
热度：74
Gilbert Strang(麻省理工学院) 这个网站提供了一系列Strang教授的线性代数课程视频。
热度：74