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::
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
316Distance Metric Learning for Kernel Machines[内核机器的距离度量学习]
Kilian Weinberger(康奈尔大学) 最近的度量学习工作显著改善了K最近邻分类的先进性。然而，支持向量机（带有RBF内核）可以说是最流行的分类算法，它使用距离度量来比较示例。在本文中，我将介绍...
热度：75
Kilian Weinberger(康奈尔大学) 最近的度量学习工作显著改善了K最近邻分类的先进性。然而，支持向量机（带有RBF内核）可以说是最流行的分类算法，它使用距离度量来比较示例。在本文中，我将介绍...
热度：75
317Regularization Strategies and Empirical Bayesian Learning for MKL[MKL的正则化策略和贝叶斯经验学习]
Ryota Tomioka(芝加哥丰田技术学院) 多核学习（MKL）近年来受到了广泛的关注。在本文中，我们展示了如何将不同的MKL算法理解为核权上不同类型正则化的应用。在本文考虑的正则化观点中，基于Tikhonov...
热度：48
Ryota Tomioka(芝加哥丰田技术学院) 多核学习（MKL）近年来受到了广泛的关注。在本文中，我们展示了如何将不同的MKL算法理解为核权上不同类型正则化的应用。在本文考虑的正则化观点中，基于Tikhonov...
热度：48
318Multiple Kernel Testing for SVM-based System Identification[基于支持向量机的系统辨识的多核测试]
John Shawe-Taylor(伦敦大学学院) 将多核学习方法应用于多维时态数据的系统辨识问题。我们没有建立一个完整的概率模型，而是采用一种计算简单的方法，使用开箱即用的机器学习方法。我们试图通过多...
热度：44
John Shawe-Taylor(伦敦大学学院) 将多核学习方法应用于多维时态数据的系统辨识问题。我们没有建立一个完整的概率模型，而是采用一种计算简单的方法，使用开箱即用的机器学习方法。我们试图通过多...
热度：44
319Co-regularized Spectral Clustering with Multiple Kernels[多核谱聚类算法的有限正规化]
Piyush Rai(犹他大学) 我们提出了一种基于共正则化的多视图光谱聚类算法，该算法强制多个视图之间的聚类一致。由于每个视图都可以用来定义数据上的相似度图，因此我们的算法也可以被视...
热度：62
Piyush Rai(犹他大学) 我们提出了一种基于共正则化的多视图光谱聚类算法，该算法强制多个视图之间的聚类一致。由于每个视图都可以用来定义数据上的相似度图，因此我们的算法也可以被视...
热度：62
320Efficient space-variant blind deconvolution[有效的空间变异盲解卷积]
Stefan Harmeling(马克斯普朗克研究所) 由于相机抖动导致的照片模糊，大气湍流导致的天文图像序列模糊，以及物体运动导致的磁共振成像序列模糊，这些都是模糊的例子，不能充分描述为空间不变卷积，因为...
热度：48
Stefan Harmeling(马克斯普朗克研究所) 由于相机抖动导致的照片模糊，大气湍流导致的天文图像序列模糊，以及物体运动导致的磁共振成像序列模糊，这些都是模糊的例子，不能充分描述为空间不变卷积，因为...
热度：48
321Robust PCA and Collaborative Filtering: Rejecting Outliers, Identifying Manipulators[鲁棒主成分分析和协同过滤：剔除异常值，识别操纵器]
Constantine Caramanis(德克萨斯大学) 主成分分析是一种应用最广泛的降维方法。尽管如此，它仍然受到异常值敏感性的困扰；找到健壮的类似物，特别是对于高维数据，是至关重要的。我们讨论了高维环境所...
热度：59
Constantine Caramanis(德克萨斯大学) 主成分分析是一种应用最广泛的降维方法。尽管如此，它仍然受到异常值敏感性的困扰；找到健壮的类似物，特别是对于高维数据，是至关重要的。我们讨论了高维环境所...
热度：59
3221 Billion Instances, 1 Thousand Machines and 3.5 Hours[10亿个实例，1000台机器和3.5个小时]
Daniel Walker(杨百翰大学) 在海量数据集上训练条件最大熵模型需要大量的计算资源，但通过分布计算，可以大大缩短训练时间。最近的理论结果表明，由独立训练模型的权重混合训练的条件最大熵...
热度：36
Daniel Walker(杨百翰大学) 在海量数据集上训练条件最大熵模型需要大量的计算资源，但通过分布计算，可以大大缩短训练时间。最近的理论结果表明，由独立训练模型的权重混合训练的条件最大熵...
热度：36
323Chordal Sparsity in Semidefinite Programming and Machine Learning[半定规划和机器学习中的弦稀疏]
Lieven Vandenberghe(加州大学) 弦图在稀疏矩阵分解、图形模型和矩阵完成问题的算法中起着基本作用。在矩阵优化中，弦稀疏模式可以用快速算法来计算具有给定稀疏模式的正定矩阵和对应的双锥的锥...
热度：56
Lieven Vandenberghe(加州大学) 弦图在稀疏矩阵分解、图形模型和矩阵完成问题的算法中起着基本作用。在矩阵优化中，弦稀疏模式可以用快速算法来计算具有给定稀疏模式的正定矩阵和对应的双锥的锥...
热度：56
324A Preliminary Evaluation of Word Representations for Named-Entity Recognition[命名实体识别的一个字表示的初步评价]
Joseph Turian(蒙特利尔大学) 对于线性模型的命名实体识别（NER）系统，我们使用不同的词表示作为词特征。这项工作是一个更大的实证调查的一部分，评估不同NLP任务中不同的词表示。我们评估了...
热度：39
Joseph Turian(蒙特利尔大学) 对于线性模型的命名实体识别（NER）系统，我们使用不同的词表示作为词特征。这项工作是一个更大的实证调查的一部分，评估不同NLP任务中不同的词表示。我们评估了...
热度：39
325On Recent Trends in Extremely Large-Scale Convex Optimization[超大规模凸优化的最新发展趋势]
Arkadi Nemirovski(以色列理工学院) 在本文中，我们重点讨论了在大问题的规模不利于用多项式时间算法进行处理的情况下求解结构良好的大规模凸规划的算法，从而使计算成本低的一阶优化方法成为选择的...
热度：97
Arkadi Nemirovski(以色列理工学院) 在本文中，我们重点讨论了在大问题的规模不利于用多项式时间算法进行处理的情况下求解结构良好的大规模凸规划的算法，从而使计算成本低的一阶优化方法成为选择的...
热度：97
326Inference for PCFGs and Adaptor Grammars[对于PCFGs和适配器语法的推理]
Mark Johnson(布朗大学) 本文描述了我们为适配器语法推断开发的过程。适配器语法是PCFGS的非参数扩展，可用于描述各种语音和形态语言学习任务。我们首先回顾作为适配器语法推断基础的概...
热度：61
Mark Johnson(布朗大学) 本文描述了我们为适配器语法推断开发的过程。适配器语法是PCFGS的非参数扩展，可用于描述各种语音和形态语言学习任务。我们首先回顾作为适配器语法推断基础的概...
热度：61
327Active Set Algorithm for Structured Sparsity-Inducing Norm[结构化稀疏诱导范数的有效集算法]
Rodolphe Jenatton(法国国家信息与自动化研究所) 研究了线性监督学习的经验风险最小化问题，利用结构稀疏诱导规范进行了正则化。这些定义为某些变量子集上欧几里德范数的总和，通过允许子集重叠扩展了通常的_1-...
热度：131
Rodolphe Jenatton(法国国家信息与自动化研究所) 研究了线性监督学习的经验风险最小化问题，利用结构稀疏诱导规范进行了正则化。这些定义为某些变量子集上欧几里德范数的总和，通过允许子集重叠扩展了通常的_1-...
热度：131
328A Pathwise Algorithm for Covariance Selection[一个协方差选择的顺向算法]
Selin Damla Ahipasaoglu(康奈尔大学) 协方差选择在限制非零逆协方差矩阵系数个数的同时，寻求最大似然估计协方差矩阵。在逆矩阵中，单个惩罚参数通常控制对数似然性和稀疏性之间的权衡。我们描述了一...
热度：60
Selin Damla Ahipasaoglu(康奈尔大学) 协方差选择在限制非零逆协方差矩阵系数个数的同时，寻求最大似然估计协方差矩阵。在逆矩阵中，单个惩罚参数通常控制对数似然性和稀疏性之间的权衡。我们描述了一...
热度：60
329Approximating Concavely Parameterized Optimization Problems[近似凹参数的最优化问题]
Sören Laue(耶拿大学) 我们考虑了一类抽象的优化问题，这些问题在单个参数中进行了具体的参数化，并表明，通过一组大小为0（1/&epsilon；）的集合，可以始终精确地逼近参数沿线的解路...
热度：46
Sören Laue(耶拿大学) 我们考虑了一类抽象的优化问题，这些问题在单个参数中进行了具体的参数化，并表明，通过一组大小为0（1/&epsilon；）的集合，可以始终精确地逼近参数沿线的解路...
热度：46
330Gradient Weights help Nonparametric Regressors[梯度权重帮助非参数回归系数]
Samory Kpotufe(普林斯顿大学) 在实D上的回归问题中，未知函数f在某些坐标中的变化比在其他坐标中的变化更大。我们表明，用f的第i个导数的估计范数对每个坐标i进行加权是显著提高基于距离的回...
热度：37
Samory Kpotufe(普林斯顿大学) 在实D上的回归问题中，未知函数f在某些坐标中的变化比在其他坐标中的变化更大。我们表明，用f的第i个导数的估计范数对每个坐标i进行加权是显著提高基于距离的回...
热度：37