境外开放课程——按学科专业列表
开放课程→自然科学→信息科学与系统科学::

181
Improved Algorithms for Linear Stochastic Bandits[线性随机带的改进算法]
  Yasin Abbasi-Yadkori(阿尔伯塔大学) 我们改进了随机多臂强盗问题和线性随机多臂强盗问题算法的理论分析和实证表现。特别地，我们表明Auer的UCB算法（Auer，2002）的简单修改以高概率恒定遗憾实现。...
热度：101

182
Supervised Clustering[监督聚类]
  Reza Bosagh Zadeh(斯坦福大学) 尽管聚类作为无监督学习的工具无处不在，但尚未就形式理论达成共识，并且这方面的绝大多数工作都集中在无监督聚类上。我们研究了最近提出的监督聚类框架，其中可...
热度：194

183
Optimization Algorithms in Machine Learning[机器学习中的优化算法]
  Stephen J. Wright(威斯康星大学) 优化为思考，制定和解决机器学习中的许多问题提供了有价值的框架。由于支持向量分类中出现的二次规划问题的专用技术是在20世纪90年代发展起来的，优化与机器学习...
热度：45

184
Copula Processes[Copula过程]
  Andrew Gordon Wilson(康奈尔大学) 我们定义了一个copula过程，它描述了任意多个随机变量之间的依赖关系，而与它们的边际分布无关。作为一个例子，我们开发了随机波动率模型，高斯Copula过程波动率...
热度：80

185
Worst-case bounds on the quality of max-product fixed-points[最大产品不动点质量的最坏情况界限]
  Meritxell Vinyals(西班牙国家研究委员会) 我们研究了马尔可夫随机场（MRF）最大乘积算法的任何不动点分配质量的最坏情况界限。我们开始证明一个独立于MRF结构和参数的界限。之后，我们将展示如何使用特殊...
热度：47

186
Optimal Bayesian Recommendation Sets and Myopically Optimal Choice Query Sets[最优贝叶斯推荐集与短视最优选择查询集]
  Paolo Viappiani(奥尔堡大学) 实用启发的贝叶斯方法通常采用（近视）信息的预期值（EVOI）作为选择查询的自然标准。然而，EVOI优化通常在计算上是禁止的。在本文中，我们使用选择查询来检查EV...
热度：24

187
Multiple Kernel Learning and the SMO Algorithm[多核学习与SMO算法]
  Manik Varma(微软公司) 我们的目标是使用序列最小优化（SMO）算法训练p norm多核学习（MKL），更一般地，训练由Bregman散度正则化的线性MKL。 SMO算法简单，易于实现和适应，并且有效地...
热度：66

188
Identifying Patients at Risk of Major Adverse Cardiovascular Events Using Symbolic Mismatch[用符号不匹配法鉴别有严重心血管风险的患者]
  Zeeshan Syed(密歇根大学) 心血管疾病是全球死亡的主要原因，每年造成1700万人死亡。尽管存在各种治疗选择，但是基于传统医学知识的现有技术通常无法识别可能从更积极的治疗中受益的患者。...
热度：37

189
Learning from Logged Implicit Exploration Data[从记录的隐式勘探数据中学习]
  Alexander Strehl(脸书公司) 我们为在“上下文强盗”或“部分标记”设置中使用非随机探索数据提供了合理且一致的基础，其中仅学习所选动作的值。各种环境中的主要挑战是未明确知道记录“离线...
热度：81

190
Vision-Based Control, Control-Based Vision, and the Information Knot That Ties Them [基于视觉的控制、基于控制的视觉以及将它们联系起来的信息结]
  Stefano Soatto(加利福尼亚大学) 本教程的目的是探索感知和控制之间的相互作用，突出显示与之相关的“信息结”，并设计推理和学习算法，以便根据最佳设计，决策和数据计算“表示”。控制任务。我...
热度：36

191
Online Learning in The Manifold of Low-Rank Matrices[低秩矩阵流中的在线学习]
  Uri Shalit(耶路撒冷希伯来大学) 当学习以矩阵形式表示的模型时，强制执行低秩约束可以显着改善内存和运行时复杂性，同时提供模型的自然正则化。然而，用于最小化低秩矩阵集合上的函数的朴素方法...
热度：85

192
Online Markov Decision Processes under Bandit Feedback[班迪特反馈下的在线马尔可夫决策过程]
  Gergely Neu(北欧里尔公司) 我们考虑在有限随机马尔可夫环境中的在线学习，其中在每个时间步骤中由不经意的对手选择新的奖励函数。学习代理的目标是在收到的总奖励方面与最佳的固定政策竞争...
热度：49

193
Sample Complexity of Testing the Manifold Hypothesis[检验流形假设的样本复杂性]
  Hariharan Narayanan(麻省理工学院) 高维数据倾向于位于低维流形附近的假设是称为流形学习的方法集合的基础。在本文中，我们研究了拟合具有近似最小平方误差的流形的问题的统计方面。给定维度，体积...
热度：53

194
Minimum Average Cost Clustering[最小平均成本聚类]
  Kiyohito Nagano(东京工业大学) 可以使用子模块函数描述聚类问题中的许多目标函数。在本文中，我们引入最小平均成本标准，并表明交叉子模函数的理论可用于具有子模块目标函数的聚类。所提出的算...
热度：85

195
On the Convexity of Latent Social Network Inference[论潜在社会网络推理的凸性]
  Seth A. Myers(斯坦福大学) 在许多现实世界的场景中，几乎不可能收集明确的社交网络数据。在这种情况下，必须从基础观察中推断出整个网络。在这里，我们制定了基于网络扩散或疾病传播数据推...
热度：57