境外开放课程——按学科专业列表
开放课程→人文社会科学→统计学::

46
High-Dimensional Graphical Model Selection[高维图形模型选择]
  Animashree Anandkumar(加利福尼亚大学) 在n i.i.d中我们考虑了Ising和Gaussian图形模型选择的问题。来自模型的样本。我们提出了一种基于有效阈值的结构估计算法，称为条件互信息测试。这种简单的本地算...
热度：45

47
Online Markov Decision Processes under Bandit Feedback[班迪特反馈下的在线马尔可夫决策过程]
  Gergely Neu(北欧里尔公司) 我们考虑在有限随机马尔可夫环境中的在线学习，其中在每个时间步骤中由不经意的对手选择新的奖励函数。学习代理的目标是在收到的总奖励方面与最佳的固定政策竞争...
热度：49

48
Sample Complexity of Testing the Manifold Hypothesis[检验流形假设的样本复杂性]
  Hariharan Narayanan(麻省理工学院) 高维数据倾向于位于低维流形附近的假设是称为流形学习的方法集合的基础。在本文中，我们研究了拟合具有近似最小平方误差的流形的问题的统计方面。给定维度，体积...
热度：53

49
Minimum Average Cost Clustering[最小平均成本聚类]
  Kiyohito Nagano(东京工业大学) 可以使用子模块函数描述聚类问题中的许多目标函数。在本文中，我们引入最小平均成本标准，并表明交叉子模函数的理论可用于具有子模块目标函数的聚类。所提出的算...
热度：86

50
High-dimensional Statistics: Prediction, Association and Causal Inference[高维统计：预测、关联和因果推理]
  Peter Bühlmann(苏黎世联邦理工学院) 当变量或特征的数量大大超过样本时，本教程将调查高维统计参数的方法和理论。将特别强调模型和特征选择的问题。这包括回归模型中的变量选择，以及图形建模中边集...
热度：60

51
Kernel Descriptors for Visual Recognition[视觉识别的核心描述符]
  Liefeng Bo(华盛顿大学) 低级图像特征的设计对于计算机视觉算法至关重要。方向直方图，例如SIFT~ \ cite {Lowe2004Distinctive}和HOG~ \ cite {Dalal2005Histograms}中的方位直方图，是...
热度：56

52
Emergent patterns in large social systems[紧急模式下的大型社会系统]
  Dennis M. Wilkinson(惠普公司) 虽然它们由数百，数千甚至数百万的异质个体组成，但大规模的社会系统在其网络结构和交互动态中表现出一致的宏观模式。对这些模式的理解不仅可以揭示个人行为的某...
热度：37

53
Interview with Françoise Fogelman Soulié[采访弗兰·奥伊丝·福格尔曼·苏里]
  Françoise Fogelman Soulié, Davor Orlič(克森公司) **FrançoiseSoulieFogelman在学术和商业方面拥有超过30年的数据挖掘和CRM经验。**我们在意大利Gazzada的MMDSS活动中与她进行了交流。我们问她以下问题：*学术界...
热度：59

54
Mining Networks through Visual Analytics[通过可视化分析挖掘网络]
  Guy Melancon(法国国家计算机科学与控制研究所) 分析人员面临着大量的收集文件，事件和演员，他们试图理解，搜索数据以找到模式和发现证据。数据的视觉和交互式探索现已成为解决这一丰富信息所带来的问题的富有...
热度：27

55
Statistical techniques for fraud detection, prevention, and evaluation[欺诈检测、预防和评估的统计技术]
  David J. Hand(帝国理工学院) 通过设置背景开始谈话：定义欺诈并概述其广度;数据显示欺诈行为有多严重;检查不同的欺诈领域，包括医疗欺诈，银行欺诈和科学欺诈。详细描述和说明了银行欺诈的特...
热度：54

56
Redundant Bit Vectors for Searching High-Dimensional Regions[冗余位向量搜索高维区域]
  John Platt(微软公司) 许多多媒体应用程序减少了搜索高维区域的数据库以查看查询点是否有任何重叠的问题。有大量基于树的索引技术的文献，所有这些都在存储区域的足够高的尺寸下被破坏...
热度：56

57
Nonparametric Bayesian Models in Machine Learning[机器学习中的非参数贝叶斯模型]
  Zoubin Ghahramani(剑桥大学) 贝叶斯方法可以以原则的方式处理不确定性，避免过度拟合的问题，并结合领域知识。但是，大多数参数模型太有限，无法充分模拟复杂的现实世界问题。因此，兴趣转移...
热度：68

58
Kernel Methods[核方法]
  Bernhard Schölkopf(马克斯普朗克研究所) 本课程将从机器学习的基本思想开始，然后是学习理论的一些要素。它还将引入正定内核及其相关的特征空间，并展示如何将它们用于内核均值嵌入，SVM和内核PCA。
热度：34

59
Bayesian Inference[贝叶斯推理]
  Peter Green(布里斯托尔大学) 推断是从数据中发现可能已经导致或生成该数据的机制，或者至少解释它的过程。目标的变化可能只是简单地预测未来的数据，或者更加雄心勃勃地得出有关科学或社会真...
热度：150

60
Early language bootstrapping[早期语言引导]
  Emmanuel Dupoux(法国高等师范学院) 尽管任务非常复杂，但人类婴儿可以自然而轻松地学习其环境中使用的语言。在过去的30年里，婴儿出生后头两年语言成就的实证调查取得了巨大进展。在他们短暂的生命...
热度：74