境外开放课程——按学科专业列表
开放课程→自然科学→数学→非标准分析::
1 1/1

1
Fast algorithms from low-rank updates{来自低秩更新的快速算法}
   Daniel Kressner,(洛桑联邦理工学院) 开发用于求解大规模线性系统的有效数值算法是数值线性代数的成功案例之一，它对我们执行复杂数值模拟和大规模统计计算的能力产生了巨大影响。其中许多开发基于多...
热度：63

2
Regularization methods in inverse problems and machine learning[逆问题和机器学习中的正则化方法]
   Martin Burger,(欧洲研究委员会 (ERC)) 正则化方法是解决逆问题的核心，在现代机器学习中越来越重要。 在本次演讲中，我们将讨论（非线性）正则化方法的现代理论和一些应用。 我们将特别关注变分和迭代...
热度：83

3
What to expect when you’re expecting: The role of unexpectedness in computationally evaluating creativity[当你期待的时候期待什么：不期望在计算评估创造力中的作用]
   Kazjon Grace(北卡罗来纳大学) 该领域的新颖性、惊喜和变革都被提出——单独或结合——作为决定创造力的价值的伴随物。激烈的辩论围绕着每个因素的作用及其相互之间的关系。本文通过将每个概念...
热度：55

4
Conjugate gradient iterative hard thresholding for compressed sensing and matrix completion[压缩感知的共轭梯度迭代硬阈值分割与矩阵完备化]
  Jared Tanner(牛津大学) 压缩感测和矩阵完成是可以利用数据的简单性来更有效地获取数据的技术。例如，如果已知矩阵的等级（大约）低，则可以从其几个条目中恢复该矩阵。在过去的8年中，...
热度：49

5
Non-classical Logic[非经典逻辑]
  Edwin Mares(惠灵顿维多利亚大学) 非古典逻辑用于表征古典逻辑难以解决的现象或代表推理的其他观点。例如，相关逻辑拒绝了经典逻辑的规则，该规则允许我们向已经有效的推理添加新前提，以产生另一...
热度：83

6
Sample Complexity Bounds for Differentially Private Learning[个体差异学习的样本复杂性界限]
  Daniel Hsu(微软公司) 我们研究隐私保护分类的问题 - 即，从敏感数据中学习分类器，同时仍然保留训练集中个人的隐私。特别是，我们要求我们的学习算法保证差异隐私，这是一种非常强大...
热度：64

7
A simple multi-armed bandit algorithm with optimal variation-bounded regret[一种简单的多臂强盗算法，具有最佳变异 - 有界遗憾]
  Elad Hazan(以色列理工学院 ) 我们提出的问题是，是否有可能为对抗设置中的基本多武装强盗问题设计一个简单的线性时间算法，其具有O（√QlogT）的后悔界限，其中Q是所有武器的总二次变化。 。
热度：148

8
Modelling static problems[建模静态问题]
  The Open University(英国开放大学) 这单元是力学学科的基础。力学关注的是物体如何和为什么保持静止，以及它们如何和为什么运动。特别是，这个单元——静态问题建模——考虑了为什么对象保持不变。...
热度：46

9
RES.2-002 Finite Element Procedures for Solids and Structures (MIT)[RES.2-002 固体与结构有限元程序(MIT)]
  Prof. Klaus-Jürgen Bathe(麻省理工学院) 有限元分析目前广泛应用于工程和科学中遇到的复杂静力和动力问题的求解。在这两个视频课程中，K. J. bath教授，一位在有限元分析领域享誉世界的研究人员，教授了...
热度：142

10
Competitive Analysis: Self-organizing[竞争分析：自我组织]
  Leiserson Charles E(麻省理工学院) 这将使用我们上次学习的有关摊余分析的一些技术。而且，我们今天要讨论的最有趣的是，它是一种比较算法的方法，即所谓的在线算法。我们将用一个叫做自组织列表的...
热度：49

11
Conditional Classification Trees Using Instrumental Variables[使用工具变量的条件分类树]
  Valerio Aniello Tutore(那不勒斯大学) 本文的框架是使用分类树进行监督学习。两类变量在分类规则的定义中起作用，即响应变量和一组预测因子。树分类器是由预测空间的递归划分建立的，这样就可以提供与...
热度：57

12
Nonparametric Variational Inference[非参数变分推理]
  Matt Hoffman(Adobe公司) 变分方法被广泛用于近似后验推断。然而，它们的使用通常限于具有特定共轭特性的分布族。为了避免这种限制，我们提出了一系列受非参数核密度估计启发的变分近似。...
热度：340
1 1/1