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::
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
346Probabilistic Graphical Models[概率图模型]
Sam Roweis(无) 我的讲座将介绍图形模型的基础知识，也称为Bayes（Ian）（信念）网络（Work）S。我们将介绍使用概率表示机器学习中不确定知识的基本动机和原因，并介绍图形模型...
热度：41
Sam Roweis(无) 我的讲座将介绍图形模型的基础知识，也称为Bayes（Ian）（信念）网络（Work）S。我们将介绍使用概率表示机器学习中不确定知识的基本动机和原因，并介绍图形模型...
热度：41
347Automated detection of chaotic and oscillatory regimes[混沌和振荡机制的自动检测]
Daniel Silk(伦敦帝国学院) 定性参数估计算法是一类有前途但不发达的推理方法[1]。当只知道或需要指定系统的定性特征时，它们提供了推断参数的能力。在这里，我们采用无气味卡尔曼滤波器来...
热度：49
Daniel Silk(伦敦帝国学院) 定性参数估计算法是一类有前途但不发达的推理方法[1]。当只知道或需要指定系统的定性特征时，它们提供了推断参数的能力。在这里，我们采用无气味卡尔曼滤波器来...
热度：49
348A note on Inference for reaction kinetics with monomolecular reactions[单分子反应动力学的推理笔记]
Manfred Opper( 柏林工业大学) 建立了单分子反应随机反应模型自由能的变分下界，可用于近似推理。这个界限是基于更简单的分区函数，可以有效地计算。
热度：43
Manfred Opper( 柏林工业大学) 建立了单分子反应随机反应模型自由能的变分下界，可用于近似推理。这个界限是基于更简单的分区函数，可以有效地计算。
热度：43
349An integrated generative and discriminative Bayesian model for binary classification[一种二元分类的集成生成和判别贝叶斯模型]
Keith James Harris(格拉斯哥大学) 样本数量要少得多。分析这些数据在统计学上具有挑战性，因为协变量之间高度相关，导致参数估计不稳定和预测不准确。为了解决这个问题，我们开发了一个统计模型，...
热度：70
Keith James Harris(格拉斯哥大学) 样本数量要少得多。分析这些数据在统计学上具有挑战性，因为协变量之间高度相关，导致参数估计不稳定和预测不准确。为了解决这个问题，我们开发了一个统计模型，...
热度：70
350Introduction to Discrete Stochastic Processes and Probability Review[离散随机过程和概率综述介绍]
Gallager Robert G(麻省理工学院) 在现实世界中，概率与公理化数学模型有关。回顾事件、独立性和随机变量，强调公理和直觉。
热度：20
Gallager Robert G(麻省理工学院) 在现实世界中，概率与公理化数学模型有关。回顾事件、独立性和随机变量，强调公理和直觉。
热度：20
351Lecture 16: Greedy Algorithms, Minimum Spanning Trees[讲座16：贪婪算法，最小生成树]
Leiserson Charles E(麻省理工学院) "；好的，今天我们将开始讨论一类称为贪婪算法的特殊算法。但我们将在图的上下文中进行。所以，我想复习一些图表，这些图表大部分可以在附录B的课本中找到。所以...
热度：37
Leiserson Charles E(麻省理工学院) "；好的，今天我们将开始讨论一类称为贪婪算法的特殊算法。但我们将在图的上下文中进行。所以，我想复习一些图表，这些图表大部分可以在附录B的课本中找到。所以...
热度：37
352Lecture 13: Amortized Algorithms, Table Doubling, Potential Method[讲座13：摊销算法，表加倍，电位法]
Leiserson Charles E(麻省理工学院) 好的，早上好。所以今天我们要，正如我上周提到的，我们已经开始了课程的一部分，在这里我们要做的更多的事情与设计有关，而不是纯粹的分析。今天，我们实际上要...
热度：54
Leiserson Charles E(麻省理工学院) 好的，早上好。所以今天我们要，正如我上周提到的，我们已经开始了课程的一部分，在这里我们要做的更多的事情与设计有关，而不是纯粹的分析。今天，我们实际上要...
热度：54
353Recitation 4: Recursion, Pseudo code and Debugging[习题课4：递归，伪代码和调试]
Peabody Mitchell A(麻省理工学院) 主题包括：递归、分治、基本情况、迭代与递归算法、斐波那契数示例、递归二分搜索、可选和默认参数、伪代码、调试介绍、测试情况和边缘情况以及浮点。
热度：52
Peabody Mitchell A(麻省理工学院) 主题包括：递归、分治、基本情况、迭代与递归算法、斐波那契数示例、递归二分搜索、可选和默认参数、伪代码、调试介绍、测试情况和边缘情况以及浮点。
热度：52
354Shape modelling via higher-order active contours and phase fields[通过高阶主动轮廓和相位领域来塑造建模]
Ian Jermyn(法国国家计算机研究所) 在大多数情况下，形状建模侧重于用简单拓扑对给定参考形状周围的偏差区域的族进行建模。但是，也有一些应用程序，其中涉及的区域系列没有显示出这种受限的行为。...
热度：55
Ian Jermyn(法国国家计算机研究所) 在大多数情况下，形状建模侧重于用简单拓扑对给定参考形状周围的偏差区域的族进行建模。但是，也有一些应用程序，其中涉及的区域系列没有显示出这种受限的行为。...
热度：55
355Faster Rates via Active Learning[通过主动学习来达到更快的速度]
Robert Nowak(威斯康星大学) 传统的抽样和统计学习理论处理的是完全独立于待评估目标函数的数据收集过程，除了可能反映目标假定特性的先验规范。我们将这些过程称为被动学习方法。或者，可以...
热度：32
Robert Nowak(威斯康星大学) 传统的抽样和统计学习理论处理的是完全独立于待评估目标函数的数据收集过程，除了可能反映目标假定特性的先验规范。我们将这些过程称为被动学习方法。或者，可以...
热度：32
356Definition of Valid Proteomic Biomarkers: Bayesian Solutions to a Currently Unmet Challenge[有效的蛋白质组生物标志物的定义：一个当前未被实现的挑战的贝叶斯解决方案]
Keith James Harris(格拉斯哥大学) 临床蛋白质组学正受到有关明显生物标志物的报告所带来的高期望的困扰，其中大部分不能在随后的验证中得到证实。这使得人们需要改进的方法来寻找一组清晰定义的生...
热度：55
Keith James Harris(格拉斯哥大学) 临床蛋白质组学正受到有关明显生物标志物的报告所带来的高期望的困扰，其中大部分不能在随后的验证中得到证实。这使得人们需要改进的方法来寻找一组清晰定义的生...
热度：55
357Redefining Class Definitions using Constraint-Based Clustering: An Application to Remote Sensing of the Earth's Surface[使用基于约束的聚类重新定义类定义：一个应用于地球表面遥感的程序]
Preston Dan R(塔夫茨大学) 在构建任何现实世界的监督分类任务时，有两个方面是至关重要的：一组类的区别可能对领域专家有用，另一组分类实际上可以通过数据来区分。通常，一组标签是用一些...
热度：49
Preston Dan R(塔夫茨大学) 在构建任何现实世界的监督分类任务时，有两个方面是至关重要的：一组类的区别可能对领域专家有用，另一组分类实际上可以通过数据来区分。通常，一组标签是用一些...
热度：49
358Growing a Tree in the Forest: Constructing Folksonomies by Integrating Structured Metadata[生长在森林的一棵树上：通过整合结构化元数据进行构造分类]
Anon Plangprasopchok(南加州大学) 许多社交网站允许用户使用描述性元数据（如标记）对内容进行注释，最近还允许用户按层次组织内容。这些类型的结构化元数据为学习社区如何组织知识提供了宝贵的证...
热度：41
Anon Plangprasopchok(南加州大学) 许多社交网站允许用户使用描述性元数据（如标记）对内容进行注释，最近还允许用户按层次组织内容。这些类型的结构化元数据为学习社区如何组织知识提供了宝贵的证...
热度：41
359Temporal Pattern Mining in Symbolic Time Point and Time Interval Data[在象征性时间点和时间间隔数据中的时间模式挖掘]
Fabian Moerchen(西门子公司) 我们提出了一个统一的时间概念和数据模型的观点，以便从符号时间数据中分类现有的无监督模式挖掘方法。我们区分了基于时间点的方法和基于区间的方法，以及单变量...
热度：57
Fabian Moerchen(西门子公司) 我们提出了一个统一的时间概念和数据模型的观点，以便从符号时间数据中分类现有的无监督模式挖掘方法。我们区分了基于时间点的方法和基于区间的方法，以及单变量...
热度：57
360An Efficient Algorithm for a Class of Fused Lasso Problems[一种有效融合套索问题的高效算法]
Jun Liu(亚利桑那州立大学) 融合的套索惩罚在系数和它们的连续差异上都加强了稀疏性，这对于以某种有意义的方式排列特征的应用是可取的。然而，由此产生的问题是很难解决的，因为融合的套索...
热度：48
Jun Liu(亚利桑那州立大学) 融合的套索惩罚在系数和它们的连续差异上都加强了稀疏性，这对于以某种有意义的方式排列特征的应用是可取的。然而，由此产生的问题是很难解决的，因为融合的套索...
热度：48