境外开放课程——编辑志愿者

106
Sequential Monte Carlo methods[顺序蒙特卡罗方法]
  Arnaud Doucet(牛津大学) 这节课的第4部分和第5部分介绍了Manuel Davy的“序列蒙特卡罗方法的延续”
热度：550

107
Elements of Probability and Statistics[概率统计内容]
  Ceylan YOZGATLIGİL(中东技术大学) 共9讲;简介：本课程的目标是向学生介绍基本的概率论和数理统计，帮助他们为未来的职业建立良好的理论背景。本课程全面介绍概率，统计理论和方法。讲座将解释统计...
热度：290

108
Planning in the public domain: From knowledge to action[在公共领域的规划：从知识到行动]
  (马德里理工大学) 该课程涉及规划模型的实际案例研究，以解决与流程相关的问题以及为改进能力要素而可能采取的步骤。它涉及一系列相互关联的行动和活动，可以实施关于公共领域规划...
热度：318

109
18.04 Complex Variables with Applications (MIT)[18.04应用复变数（麻省理工学院）]
  Prof. Alar Toomre(麻省理工学院) 本课程探讨了复杂代数和函数，解析性，轮廓积分，柯西定理，奇点，泰勒和洛朗系列，残差，积分评价，多值函数，二维势理论，傅立叶分析和拉普拉斯变换等主题。
热度：563

110
9.913 Pattern Recognition for Machine Vision (MIT)[9.913模式识别，机器视觉（麻省理工学院）]
  Dr. Bernd Heisele;Dr. Yuri Ivanov(麻省理工学院) 模式识别技术在机器视觉问题中的应用是本课程的重点。涵盖的主题包括机器视觉和模式分类问题的概述，图像形成和处理，图像特征提取，生物对象识别，贝叶斯决策理...
热度：690

111
18.304 Undergraduate Seminar in Discrete Mathematics (MIT)[离散数学中的18.304个本科班（麻省理工学院）]
  Daniel Kleitman(麻省理工学院) 本课程是学生介绍的组合学、图论和一般离散数学的研讨会。强调书面和口头交流的教学和实践, 参与者阅读和提交来自最近数学文献的论文, 并在相关主题中撰写论文。
热度：1027

112
6.867 Machine Learning (MIT)[6.867机械学习（麻省理工学院）]
  Rohit Singh;Prof. Tommi Jaakkola;Ali Mohammad(麻省理工学院) 6.867是一个关于机器学习的入门课程，概述了机器学习中的许多概念，技术和算法，从分类和线性回归等主题开始，最后介绍了最新的主题，如增强，支持向量机，隐马...
热度：736

113
6.302 Feedback Systems (MIT)[6.302反馈系统（麻省理工）]
  Prof. James Roberge;Prof. Joel Dawson;Dr. Kent Lundberg(麻省理工学院) 本课程介绍反馈系统的设计。涵盖的主题包括：反馈系统的属性和优势，时域和频域性能测量，稳定性和稳定度，根轨迹法，奈奎斯特准则，频域设计，补偿技术，应用于...
热度：88

114
Hierarchical-Dirichlet-Process-based Hidden Markov Models[基于隐马尔可夫模型的分层Dirichlet过程]
  Erik Sudderth(布朗大学) 我们考虑说话者日记化的问题，即将会议的录音分段为对应于各个发言者的时间段的问题。由于不允许我们知道参加会议的人数，因此问题变得特别困难。为了解决这个问...
热度：303

115
Multi-Task Learning for HIV Therapy Screening[多任务学习艾滋病治疗筛选]
  Steffen Bickel(马克斯普朗克研究所) 我们讨论学习的分类进行了大量的任务的问题。我们推导产生相匹配的所有实施例，以任何给定的任务的目标分配的池重新采样的权重中的溶液。我们的工作是预测治疗的...
热度：287

116
GP-BayesFilters: Gaussian Process Regression for Bayesian Filtering[GP-BayesFilters：贝叶斯滤波高斯过程回归]
  Dieter Fox(华盛顿大学) 贝叶斯滤波的递归估计从传感器数据流的动态系统的状态。每个贝叶斯过滤器的主要组成部分是概率预报和观测模型。在机器人技术，这些模型通常是基于物理过程产生的...
热度：792

117
Large-Scale Sparse Logistic Regression [大型稀疏Logistic回归]
  Jieping Ye(密歇根大学) Logistic Regression is a well-known classification method that has been used widely in many applications of data mining, machine learning, computer vi...
热度：736

118
6.111 Introductory Digital Systems Laboratory (MIT)[6.111引言数字系统实验室（麻省理工）]
  Prof. Don Troxel;Prof. James Kirtley(麻省理工学院) 6.111包括数字逻辑，触发器，PAL，计数器，定时，同步，有限状态机和微程序系统的讲座和实验。学生需要设计和实施他们选择的最终项目：游戏，音乐，数字滤波器，...
热度：161

119
4.183 Sustainable Design and Technology Research Workshop (MIT)[4.183可持续发展的设计和技术研讨会（麻省理工学院）]
  Prof. Jan Wampler(麻省理工学院) 该研讨会调查了建筑方面的可持续发展现状，从构造细节层面到城市环境。目前的研究和案例研究将进行调查，学生将提出自己的解决方案作为最终项目的一部分。
热度：474

120
18.904 Seminar in Topology (MIT)[18.904拓扑中的研讨会（麻省理工学院）]
  Dr. Andrew Snowden(麻省理工学院) 本课程是拓扑学研讨会。主要的数学目标是了解基本群，同源性和上同调。主要的非数学目标是获得数学会谈的经验。
热度：305