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→数学分析::
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
16Faster and Sample Near-Optimal Algorithms for Proper Learning Mixtures of Gaussians[高斯混合学习的快速抽样近似最优算法]
Gautam Kamath(麻省理工学院) 我们提供了一种算法，可以在没有任何可分性假设的情况下正确学习两个一维高斯混合。给定来自未知混合物的O（1 /ε2）样本，我们的算法输出的混合物在时间O（1 /ε5...
热度：38
Gautam Kamath(麻省理工学院) 我们提供了一种算法，可以在没有任何可分性假设的情况下正确学习两个一维高斯混合。给定来自未知混合物的O（1 /ε2）样本，我们的算法输出的混合物在时间O（1 /ε5...
热度：38
17Parameter Estimation for the Latent Dirichlet Allocation[潜在Dirichlet分配的参数估计]
Jaka Špeh(约瑟夫·斯特凡学院) 我们回顾了用于潜在Dirichlet分配模型的参数估计的三种算法：批量变分贝叶斯推理，在线变分贝叶斯推理和使用折叠Gibbs采样的推理。我们通过实验比较了它们的时间...
热度：36
Jaka Špeh(约瑟夫·斯特凡学院) 我们回顾了用于潜在Dirichlet分配模型的参数估计的三种算法：批量变分贝叶斯推理，在线变分贝叶斯推理和使用折叠Gibbs采样的推理。我们通过实验比较了它们的时间...
热度：36
18What is an explicit bijection?[什么是显式双射?]
Andrej Bauer(卢布尔雅那大学) 影响我们心理健康的条件通常会影响我们使用语言的方式；治疗通常涉及语言互动。本讲座将介绍三个相关项目的工作，研究如何使用计算自然语言处理（NLP）来帮助理...
热度：19
Andrej Bauer(卢布尔雅那大学) 影响我们心理健康的条件通常会影响我们使用语言的方式；治疗通常涉及语言互动。本讲座将介绍三个相关项目的工作，研究如何使用计算自然语言处理（NLP）来帮助理...
热度：19
19Mondrian forests: Efficient random forests for streaming data via Baye nonparametrics[蒙德里安森林：基于贝叶斯非参数流数据的有效随机森林]
Yee Whye Teh(牛津大学) 随机决策树的集合被广泛用于机器学习和统计中的分类和回归任务。它们具有竞争性的预测性能，并且在训练（批量设置）和测试方面计算效率高，使其成为现实世界中预...
热度：146
Yee Whye Teh(牛津大学) 随机决策树的集合被广泛用于机器学习和统计中的分类和回归任务。它们具有竞争性的预测性能，并且在训练（批量设置）和测试方面计算效率高，使其成为现实世界中预...
热度：146
20Neyman-Pearson classification under a strict constraint[严格约束下的Neyman-Pearson分类]
Philippe Rigollet(麻省理工学院) 出于异常检测的问题，本文实现了Neyman Pearson范式，以处理具有凸损失的二进制分类中的不对称错误。给定一个有限的分类器集合，我们将它们组合起来并获得一个新...
热度：68
Philippe Rigollet(麻省理工学院) 出于异常检测的问题，本文实现了Neyman Pearson范式，以处理具有凸损失的二进制分类中的不对称错误。给定一个有限的分类器集合，我们将它们组合起来并获得一个新...
热度：68
21Occam's razor in massive data acquisition: a statistical physics approach[海量数据采集中的Occam剃刀：一种统计物理方法]
Marc Mézard(巴黎高等师范学院) 对于许多控制任务而言，在短时间内获取大量信息至关重要。压缩传感正在触发信号采集的重大发展。它包括以较低的速率对稀疏信号进行采样，然后使用计算能力对其进...
热度：31
Marc Mézard(巴黎高等师范学院) 对于许多控制任务而言，在短时间内获取大量信息至关重要。压缩传感正在触发信号采集的重大发展。它包括以较低的速率对稀疏信号进行采样，然后使用计算能力对其进...
热度：31
22Living on the edge: Phase transitions in convex programs with random data[生活在边缘：随机数据凸规划中的相变]
Joel Tropp(加州理工学院) 最近的研究表明，随着约束数量的增加，许多具有随机约束的凸优化问题都表现出相变。例如，这种现象出现在“ 1”最小化方法中，该方法用于从随机线性测量中识别稀...
热度：82
Joel Tropp(加州理工学院) 最近的研究表明，随着约束数量的增加，许多具有随机约束的凸优化问题都表现出相变。例如，这种现象出现在“ 1”最小化方法中，该方法用于从随机线性测量中识别稀...
热度：82
23Qualitative analysis, modelling and simulation of dynamic systems[动态系统的定性分析、建模与仿真]
Ivan Bratko(卢布尔雅那大学) 通常，对动态系统进行建模和定量分析（例如，使用微分方程式进行分析），并通过数字方式进行系统仿真。与此相反，定性推理和建模是人工智能的一个领域，其中定性...
热度：29
Ivan Bratko(卢布尔雅那大学) 通常，对动态系统进行建模和定量分析（例如，使用微分方程式进行分析），并通过数字方式进行系统仿真。与此相反，定性推理和建模是人工智能的一个领域，其中定性...
热度：29
24Phase transition in the family of p-resistances[p电阻族中的相变]
Morteza Alamgir(马克斯普朗克研究所) 我们在图表上研究p≥1的p电阻族。该族概括了标准电阻距离。我们证明对于任何固定的图，对于p = 1，p电阻与最短路径距离重合，对于p = 2，它与标准电阻距离重合，...
热度：45
Morteza Alamgir(马克斯普朗克研究所) 我们在图表上研究p≥1的p电阻族。该族概括了标准电阻距离。我们证明对于任何固定的图，对于p = 1，p电阻与最短路径距离重合，对于p = 2，它与标准电阻距离重合，...
热度：45
25Models, assumptions and confidence limits[模型、假设和置信限]
John Copas(华威大学) 置信区间反映了我们对关注参数的不确定性，模型反映了我们对数据上下文的假设。这些假设中的某些假设可以由背景知识来证明是正确的，但其他假设则相当武断。统计...
热度：37
John Copas(华威大学) 置信区间反映了我们对关注参数的不确定性，模型反映了我们对数据上下文的假设。这些假设中的某些假设可以由背景知识来证明是正确的，但其他假设则相当武断。统计...
热度：37
26REGO: Rank-based estimation of Renyi information using Euclidean graph optimization[REGO：基于欧氏图优化的Renyi信息秩估计]
Barnabás Póczos(卡内基梅隆大学) 我们提出了一种新方法，用于使用相应的算子对数据的归一化秩进行多变量分布，从而对多变量分布的Renyi和Shannon信息进行非参数估计。由于分布的信息与它的copula...
热度：36
Barnabás Póczos(卡内基梅隆大学) 我们提出了一种新方法，用于使用相应的算子对数据的归一化秩进行多变量分布，从而对多变量分布的Renyi和Shannon信息进行非参数估计。由于分布的信息与它的copula...
热度：36
27Analysis and geometry[分析与几何]
Franc Forstnerič(卢布尔雅那大学) 我们打算在13个领域进行研究并获得新结果，这些领域包括复杂分析和几何，整体分析，功能分析和几何以及谐波分析。这些区域是： 1。复杂分析和几何有限Riemann曲...
热度：83
Franc Forstnerič(卢布尔雅那大学) 我们打算在13个领域进行研究并获得新结果，这些领域包括复杂分析和几何，整体分析，功能分析和几何以及谐波分析。这些区域是： 1。复杂分析和几何有限Riemann曲...
热度：83
28Mathematics, Shape, Computer Vision[数学，形状，计算机视觉]
Massimo Ferri(博洛尼亚大学) 这将是数学的许多方面（特别是几何形状和拓扑结构）的探究，它们应用于形状分析和计算机视觉领域。涉及的数学主题：梯度，临界点，变换，距离，变换组，持久同源...
热度：34
Massimo Ferri(博洛尼亚大学) 这将是数学的许多方面（特别是几何形状和拓扑结构）的探究，它们应用于形状分析和计算机视觉领域。涉及的数学主题：梯度，临界点，变换，距离，变换组，持久同源...
热度：34
29Free energy and active inference[自由能与主动推理]
Karl Friston(伦敦大学学院) 可以从基本原理中推断出我们与世界互动和经验的多少？这篇演讲回顾了最近的尝试，以理解像我们一样的具体主体的自组织行为，这是满足与环境持续交流的基本要求。...
热度：77
Karl Friston(伦敦大学学院) 可以从基本原理中推断出我们与世界互动和经验的多少？这篇演讲回顾了最近的尝试，以理解像我们一样的具体主体的自组织行为，这是满足与环境持续交流的基本要求。...
热度：77
30The Catch-Up Phenomenon in Bayesian Inference[贝叶斯推理中的追赶现象]
Peter Grünwald(数学与计算机科学中心) 标准贝叶斯模型选择/平均有时学习速度太慢：存在其他学习方法，这些方法可以根据较少的数据得出更好的预测。我们对这种“追赶”现象进行了新颖的分析。基于此分...
热度：68
Peter Grünwald(数学与计算机科学中心) 标准贝叶斯模型选择/平均有时学习速度太慢：存在其他学习方法，这些方法可以根据较少的数据得出更好的预测。我们对这种“追赶”现象进行了新颖的分析。基于此分...
热度：68