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::
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
106Efficient high dimensional maximum entropy modeling via symmetric partition functions[通过对称分区函数进行高效的高维最大熵建模]
Paul Vernaza(卡内基梅隆大学) 最大熵原理在序列建模中的应用已经通过诸如条件随机场（CRF）之类的方法得到普及。然而，这些方法通常限于在低维度的离散空间中建模路径。我们认为在高维度的连...
热度：55
Paul Vernaza(卡内基梅隆大学) 最大熵原理在序列建模中的应用已经通过诸如条件随机场（CRF）之类的方法得到普及。然而，这些方法通常限于在低维度的离散空间中建模路径。我们认为在高维度的连...
热度：55
107Active Comparison of Prediction Models[预测模型的主动比较]
Christoph Sawade(波茨坦大学) 我们解决了在固定标签预算中尽可能自信地比较两个给定预测模型的风险的问题，例如基线模型和挑战者。每当模型无法与保持的训练数据进行比较时，就会出现此问题，...
热度：64
Christoph Sawade(波茨坦大学) 我们解决了在固定标签预算中尽可能自信地比较两个给定预测模型的风险的问题，例如基线模型和挑战者。每当模型无法与保持的训练数据进行比较时，就会出现此问题，...
热度：64
108Compressive neural representation of sparse, high-dimensional probabilities[稀疏，高维概率的压缩神经表示]
Xaq Pitkow(罗彻斯特大学) 本文展示了如何通过指数压缩的神经元来表示稀疏的高维概率分布。该表示是压缩感知对稀疏概率分布的新应用，而不是通常的稀疏信号。压缩测量值对应于概率分布变量...
热度：78
Xaq Pitkow(罗彻斯特大学) 本文展示了如何通过指数压缩的神经元来表示稀疏的高维概率分布。该表示是压缩感知对稀疏概率分布的新应用，而不是通常的稀疏信号。压缩测量值对应于概率分布变量...
热度：78
109Scaled Gradients on Grassmann Manifolds for Matrix Completion[基于完备的Grassmann流形上的尺度梯度]
Thanh Ngo(明尼苏达大学) 本文描述了基于Grassmann流形上的缩放度量的梯度方法，用于低秩矩阵完成。所提出的方法显着改进了规范梯度方法，特别是在病态条件矩阵上，同时保持了既定的全局...
热度：51
Thanh Ngo(明尼苏达大学) 本文描述了基于Grassmann流形上的缩放度量的梯度方法，用于低秩矩阵完成。所提出的方法显着改进了规范梯度方法，特别是在病态条件矩阵上，同时保持了既定的全局...
热度：51
110Near Optimal Chernoff Bounds for Markov Decision Processes[马尔可夫决策过程的近最佳Chernoff界]
Teodor Mihai Moldovan(加州大学伯克利分校) 预期回报是在不确定性下决策的一个广泛使用的目标。已经提出了许多算法，例如值迭代，以对其进行优化。但是，在风险感知设置中，预期回报通常不是优化的合适目标...
热度：57
Teodor Mihai Moldovan(加州大学伯克利分校) 预期回报是在不确定性下决策的一个广泛使用的目标。已经提出了许多算法，例如值迭代，以对其进行优化。但是，在风险感知设置中，预期回报通常不是优化的合适目标...
热度：57
111The Double-Barrelled LASSO (Sparse Canonical Correlation Analysis)[双管套索（稀疏正则相关分析） ]
David R. Hardoon(伦敦环球大学 ) 我们提出了一种新的方法，以凸面最小二乘方法求解双裸露LASSO。在所提出的方法中，我们关注于一个人对第一视图感兴趣（或限于）原始（特征）表示同时具有第二视...
热度：39
David R. Hardoon(伦敦环球大学 ) 我们提出了一种新的方法，以凸面最小二乘方法求解双裸露LASSO。在所提出的方法中，我们关注于一个人对第一视图感兴趣（或限于）原始（特征）表示同时具有第二视...
热度：39
112Information-Theoretic Metric Learning[信息论度量学习 ]
Jason Davis(斯坦福大学) 我们将度量学习问题表达为在马哈拉诺比斯距离函数约束下最小化两个多元高斯之间的微分相对熵。通过令人惊讶的等价，我们表明这个问题可以解决为低级内核学习问题...
热度：301
Jason Davis(斯坦福大学) 我们将度量学习问题表达为在马哈拉诺比斯距离函数约束下最小化两个多元高斯之间的微分相对熵。通过令人惊讶的等价，我们表明这个问题可以解决为低级内核学习问题...
热度：301
113Scalable Similarity Search with Optimized Kernel Hashing[基于优化核散列的可扩展相似性搜索]
Junfeng He(哥伦比亚大学) 可扩展的相似性搜索是许多大规模学习或数据挖掘应用程序的核心。最近，许多研究结果表明，一种有前途的方法是创建紧凑且有效的哈希码，以保持数据相似性。通过有...
热度：61
Junfeng He(哥伦比亚大学) 可扩展的相似性搜索是许多大规模学习或数据挖掘应用程序的核心。最近，许多研究结果表明，一种有前途的方法是创建紧凑且有效的哈希码，以保持数据相似性。通过有...
热度：61
114Tell Me Something I Don't Know: Randomization Strategies for Iterative Data Mining[告诉我一些我不知道的事情：迭代数据挖掘的随机化策略 ]
Sami Hanhijärvi(阿尔托大学) 存在各种各样的数据挖掘方法，并且在探索性数据分析中通常可用于对同一数据集使用许多不同的方法。然而，这导致了一种方法所发现的结果是否反映了另一种方法的结...
热度：50
Sami Hanhijärvi(阿尔托大学) 存在各种各样的数据挖掘方法，并且在探索性数据分析中通常可用于对同一数据集使用许多不同的方法。然而，这导致了一种方法所发现的结果是否反映了另一种方法的结...
热度：50
115Issues in Evaluation of Stream Learning Algorithms[流学习算法评价中的几个问题 ]
Joao Gama(波尔图大学) 从数据流中学习是一个日益重要的研究领域。如今，已经开发了几种流学习算法。他们中的大多数学习决策模型，这些模型随着时间的推移不断发展，在资源感知环境中运...
热度：66
Joao Gama(波尔图大学) 从数据流中学习是一个日益重要的研究领域。如今，已经开发了几种流学习算法。他们中的大多数学习决策模型，这些模型随着时间的推移不断发展，在资源感知环境中运...
热度：66
116Scalable Pseudo-Likelihood Estimation in Hybrid Random Fields[混合随机场中的可伸缩伪似然估计 ]
Antonino Freno(锡耶纳大学 ) 从高维数据集学习概率图形模型是计算上具有挑战性的任务。在许多有趣的应用中，域维度是为了防止现有技术的统计学习技术在合理的时间内提供准确的模型。本文提出...
热度：85
Antonino Freno(锡耶纳大学 ) 从高维数据集学习概率图形模型是计算上具有挑战性的任务。在许多有趣的应用中，域维度是为了防止现有技术的统计学习技术在合理的时间内提供准确的模型。本文提出...
热度：85
117Large Graph-Mining: Power Tools and a Practitioner's Guide[大型图形挖掘：电动工具和实践指南]
Charalampos E. Tsourakakis, Christos Faloutsos, Gary L Miller(卡内基梅隆大学) 许多真实世界数据集都是矩阵形式，因此矩阵代数，线性和多线性，为分析它们提供了重要的算法工具。本教程中感兴趣的主要数据集类型是图形。以图形为模型的重要数...
热度：50
Charalampos E. Tsourakakis, Christos Faloutsos, Gary L Miller(卡内基梅隆大学) 许多真实世界数据集都是矩阵形式，因此矩阵代数，线性和多线性，为分析它们提供了重要的算法工具。本教程中感兴趣的主要数据集类型是图形。以图形为模型的重要数...
热度：50
118Learning the Kernel Matrix in Discriminant Analysis via Quadratically Constrained Quadratic Programming[用四次约束二次规划学习判别分析中的核矩阵 ]
Jieping Ye(密歇根大学) 内核函数在内核方法中起着核心作用。在本文中，我们考虑通过规则核鉴别分析（RKDA）中预先指定的核矩阵的凸组合自动学习核矩阵，该核矩阵通过核技巧在特征空间中...
热度：70
Jieping Ye(密歇根大学) 内核函数在内核方法中起着核心作用。在本文中，我们考虑通过规则核鉴别分析（RKDA）中预先指定的核矩阵的凸组合自动学习核矩阵，该核矩阵通过核技巧在特征空间中...
热度：70
119Scalable Look-Ahead Linear Regression Trees [可扩展的前瞻线性回归树]
David Vogel(中央佛罗里达大学) 前瞻线性回归树（LLRT）背后的动机是在迄今为止提出的所有方法中，没有可扩展的方法来详尽地评估叶节点中的所有可能模型以获得最佳分割。使用多种优化，LLRT能够...
热度：51
David Vogel(中央佛罗里达大学) 前瞻线性回归树（LLRT）背后的动机是在迄今为止提出的所有方法中，没有可扩展的方法来详尽地评估叶节点中的所有可能模型以获得最佳分割。使用多种优化，LLRT能够...
热度：51
120Bayesian dynamic modelling[贝叶斯动态建模 ]
Michael I. Jordan, Mike West(杜克大学) 自20世纪70年代以来，贝叶斯时间序列模型和预测方法的应用代表了我们学科的主要成功案例。动态建模是一个非常广泛的领域，因此这个关于贝叶斯基金会的ISBA讲座将...
热度：104
Michael I. Jordan, Mike West(杜克大学) 自20世纪70年代以来，贝叶斯时间序列模型和预测方法的应用代表了我们学科的主要成功案例。动态建模是一个非常广泛的领域，因此这个关于贝叶斯基金会的ISBA讲座将...
热度：104