图 书 馆境外开放课程——编辑志愿者
16
17
18
19
20
21
22
23
24
25
26
27
28
29
16Bayesian Gaussian process latent variable model[贝叶斯高斯过程潜变量模型]
Michalis K. Titsias(曼彻斯特大学) 我们引入变分推理框架来训练高斯过程潜变量模型，从而进行贝叶斯非线性降维。这种方法允许我们变分地积分高斯过程的输入变量，并计算非线性潜变量模型的精确边际...
热度：380
Michalis K. Titsias(曼彻斯特大学) 我们引入变分推理框架来训练高斯过程潜变量模型，从而进行贝叶斯非线性降维。这种方法允许我们变分地积分高斯过程的输入变量，并计算非线性潜变量模型的精确边际...
热度：380
176.334 Power Electronics (MIT)[6.334电力电子技术（麻省理工学院）]
Prof. David Perreault(麻省理工学院) 6.334研究了电子设备在能量转换和控制中的应用。涵盖的主题包括：建模，分析和控制技术;电源电路的设计，包括逆变器，整流器和DC-DC转换器;磁性元件和滤波器...
热度：1394
Prof. David Perreault(麻省理工学院) 6.334研究了电子设备在能量转换和控制中的应用。涵盖的主题包括：建模，分析和控制技术;电源电路的设计，包括逆变器，整流器和DC-DC转换器;磁性元件和滤波器...
热度：1394
18The Infinite Factorial Hidden Markov Model[无限的阶乘隐马尔可夫模型]
Jurgen Van Gael(剑桥大学) 现有因子隐马尔可夫模型是因子隐马尔可夫模型的非参数扩展。我们的模型定义了有限数量的独立二元隐马尔可夫链的概率分布，它们共同产生一个可观察的随机变量序列...
热度：126
Jurgen Van Gael(剑桥大学) 现有因子隐马尔可夫模型是因子隐马尔可夫模型的非参数扩展。我们的模型定义了有限数量的独立二元隐马尔可夫链的概率分布，它们共同产生一个可观察的随机变量序列...
热度：126
19Efficient Bandit Algorithms for Online Multiclass Prediction[高效的在线多类预测土匪算法]
Shai Shalev-Shwartz(耶路撒冷希伯来大学) 本文介绍了Banditron，Perceptron的一种变体，用于多类强盗设置。多类强盗设置模拟了广泛的实际监督学习应用，其中学习者仅接收关于真实标签的部分反馈（在多臂...
热度：126
Shai Shalev-Shwartz(耶路撒冷希伯来大学) 本文介绍了Banditron，Perceptron的一种变体，用于多类强盗设置。多类强盗设置模拟了广泛的实际监督学习应用，其中学习者仅接收关于真实标签的部分反馈（在多臂...
热度：126
20Geometric Tools for Graph Mining of Large Social and Information Networks[对于大的社会和信息网络图挖掘几何工具]
Michael Mahoney(斯坦福大学) 本教程将介绍有关识别和利用“几何”的最新算法和统计工作。大型信息图表中的结构，如大型社交和信息网络。这些工具（例如，主成分分析和相关的非线性降维方法）...
热度：87
Michael Mahoney(斯坦福大学) 本教程将介绍有关识别和利用“几何”的最新算法和统计工作。大型信息图表中的结构，如大型社交和信息网络。这些工具（例如，主成分分析和相关的非线性降维方法）...
热度：87
21Fast Euclidean Minimum Spanning Tree: Algorithm, Analysis, and Applications[快速欧氏最小生成树算法，分析，和应用程序]
William March(乔治亚理工学院) 欧几里德最小生成树问题在广泛的领域中有应用，并且已经开发了许多有效的算法来解决它。我们提出了一种新的，快速的，通用的EMST算法，其动机是对天文数据的聚类...
热度：408
William March(乔治亚理工学院) 欧几里德最小生成树问题在广泛的领域中有应用，并且已经开发了许多有效的算法来解决它。我们提出了一种新的，快速的，通用的EMST算法，其动机是对天文数据的聚类...
热度：408
22Lecture 10: Hooke's Law - Springs - Simple Harmonic Motion - Pendulum - Small Angle Approximation[10讲：虎克定律弹簧简谐运动摆小角近似]
Walter H. G. Lewin(麻省理工学院) * * 1。介绍了一个弹簧的恢复力: * * 一个弹簧的恢复力, 描述了胡克定律 (f =-kx)。莱文教授讨论了如何测量弹簧常数 k, 他给出了一个简短的演示。* * 2。在没有...
热度：219
Walter H. G. Lewin(麻省理工学院) * * 1。介绍了一个弹簧的恢复力: * * 一个弹簧的恢复力, 描述了胡克定律 (f =-kx)。莱文教授讨论了如何测量弹簧常数 k, 他给出了一个简短的演示。* * 2。在没有...
热度：219
23Learning Influence Probabilities in Social Networks[在社会化网络学习的影响概率]
Amit Goyal(不列颠哥伦比亚大学) 最近，人们对社交网络中影响传播的现象产生了巨大的兴趣。该领域的研究假设他们在问题中输入了一个社会图，边缘标有用户之间影响的概率。然而，直到现在，这些概...
热度：64
Amit Goyal(不列颠哥伦比亚大学) 最近，人们对社交网络中影响传播的现象产生了巨大的兴趣。该领域的研究假设他们在问题中输入了一个社会图，边缘标有用户之间影响的概率。然而，直到现在，这些概...
热度：64
24Personalized Click Prediction in Sponsored Search [在赞助搜索个性化点击预测]
Haibin Cheng(雅虎硅谷研究院) 赞助搜索是一项价值数十亿美元的业务，可为搜索引擎带来大部分收入。预测用户点击广告的可能性对于赞助搜索至关重要，因为该预测用于影响广告的排名，过滤，展示...
热度：134
Haibin Cheng(雅虎硅谷研究院) 赞助搜索是一项价值数十亿美元的业务，可为搜索引擎带来大部分收入。预测用户点击广告的可能性对于赞助搜索至关重要，因为该预测用于影响广告的排名，过滤，展示...
热度：134
25Efficient Anomaly Monitoring Over Moving Object Trajectory Streams[高效的异常监测对象的运动轨迹的溪流]
Yingyi Bu(微软公司) 近来，对于从运动物体跟踪装置获得的轨迹流的在线异常监测存在越来越多的需求。由于在有限的空间成本内需要高速数据处理，因此该问题具有挑战性。在本文中，我们...
热度：144
Yingyi Bu(微软公司) 近来，对于从运动物体跟踪装置获得的轨迹流的在线异常监测存在越来越多的需求。由于在有限的空间成本内需要高速数据处理，因此该问题具有挑战性。在本文中，我们...
热度：144
26Model-Based Reinforcement Learning[基于模型的强化学习]
Michael Littman(新泽西州立大学) 在基于模型的强化学习中，代理人利用其经验构建其环境控制动态的表示。然后，它可以预测其行为的结果，并做出最大化其学习和任务绩效的决策。本教程将调查该领域...
热度：520
Michael Littman(新泽西州立大学) 在基于模型的强化学习中，代理人利用其经验构建其环境控制动态的表示。然后，它可以预测其行为的结果，并做出最大化其学习和任务绩效的决策。本教程将调查该领域...
热度：520
27Preference elicitation and inverse reinforcement learning[偏好诱导和逆强化学习]
Constantin A. Rothkopf(法兰克福高等研究所) 我们从偏好激发的角度来陈述逆强化学习的问题, 从而形成一个有原则的 (贝叶斯) 统计公式。这概括了以往关于贝叶斯逆增强学习的工作, 并允许我们获得后分布的代理...
热度：1225
Constantin A. Rothkopf(法兰克福高等研究所) 我们从偏好激发的角度来陈述逆强化学习的问题, 从而形成一个有原则的 (贝叶斯) 统计公式。这概括了以往关于贝叶斯逆增强学习的工作, 并允许我们获得后分布的代理...
热度：1225
28A quasi-Newton proximal splitting method[拟牛顿近端劈裂法]
Jalal Fadili(卡昂·巴斯·诺曼底大学) 我们描述了有用的一类函数的邻近计算的有效实现;这些实现利用了双重问题的分段线性特性。本文的第二部分将先前的结果应用于凸最小化问题的加速，并导致优雅的拟...
热度：137
Jalal Fadili(卡昂·巴斯·诺曼底大学) 我们描述了有用的一类函数的邻近计算的有效实现;这些实现利用了双重问题的分段线性特性。本文的第二部分将先前的结果应用于凸最小化问题的加速，并导致优雅的拟...
热度：137
29Rank Minimization via Online Learning[秩最小化通过在线学习]
Raghu Meka(阿姆斯特丹大学) 最小等级问题在机器学习应用中经常出现，并且由于等级目标的非凸性质而众所周知地难以解决。在本文中，我们提出了第一个在多面体集上矩阵秩最小化问题的在线学习...
热度：99
Raghu Meka(阿姆斯特丹大学) 最小等级问题在机器学习应用中经常出现，并且由于等级目标的非凸性质而众所周知地难以解决。在本文中，我们提出了第一个在多面体集上矩阵秩最小化问题的在线学习...
热度：99