境外开放课程——按学科专业列表
开放课程自然科学数学数理逻辑与数学基础::

16
Stochastic variational principles for dissipative and conservative systems[耗散保守系统的随机变分原理]
  Francesco Guerra(罗马萨皮恩扎大学) 在统计集合方法的框架中,可以通过使用随机微分方程有效地描述对热力学平衡的松弛。该方案在时间反转方面本质上是不变的。但是,我们可以考虑一个称为重要性函数...
热度:67

17
Direct and indirect causal effects: a helpful distinction?[直接和间接因果效应:一个有用的区分?]
  Donald Rubin(哈佛大学) 尽管直接和间接因果关系的用语相对普遍,但我认为,如果不作进一步说明,它在科学上通常无济于事。这项评估是基于其在社会和生物医学重要实例中所产生的困惑的反...
热度:29

18
Living on the edge: Phase transitions in convex programs with random data[生活在边缘:随机数据凸规划中的相变]
  Joel Tropp(加州理工学院) 最近的研究表明,随着约束数量的增加,许多具有随机约束的凸优化问题都表现出相变。例如,这种现象出现在“ 1”最小化方法中,该方法用于从随机线性测量中识别稀...
热度:82

19
Qualitative analysis, modelling and simulation of dynamic systems[动态系统的定性分析、建模与仿真]
  Ivan Bratko(卢布尔雅那大学) 通常,对动态系统进行建模和定量分析(例如,使用微分方程式进行分析),并通过数字方式进行系统仿真。与此相反,定性推理和建模是人工智能的一个领域,其中定性...
热度:29

20
On Computational Thinking, Inferential Thinking and Data Science[论计算思维、推理思维与数据科学]
   Michael I. Jordan(加州大学伯克利分校) 描述 科学和技术数据集的大小和范围的迅速增长,导致人们需要一种将推理科学和计算科学融为一体的新颖的数据分析基础观点。从这些领域的经典观点不足以解决“大...
热度:40

21
Baseline Methods for Automated Fictional Ideation[自动虚构思维的基线方法]
   Maria Teresa Llano(伦敦大学) 虚构思想(观念)的发明通常是诗歌,音乐和绘画等人工制品的创造性生产的核心过程,但在计算创造力社区中很少进行研究。在这里,我们介绍了三种用于实现虚拟小说...
热度:34

23
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:73

24
Computer vision[计算机视觉]
  Richard Hartley(澳大利亚国立大学) 伪布尔函数是从布尔(0 1)向量的空间B ^ n到实数的函数。它们自然发生在与分割有关的计算机视觉问题中,在该问题中,应将图像中的每个像素标记为0或1,以最大程...
热度:70

25
Learning predictive clustering rules[学习预测聚类规则]
  Bernard Ženko(约瑟夫·斯特凡学院) 预测性聚类基于两个机器学习子领域的思想:预测性建模和聚类。预测聚类方法使我们能够构建用于预测多个目标变量的模型,这些模型通常比相应的模型集合(每个模型...
热度:49

26
Some Operations on the Lattice of Equivalence Relations[等价关系格上的一些运算]
  João Pita Costa(约瑟夫·斯特凡学院) 等效关系在“数学史”中起了根本作用。这些特殊关系在日常生活中无处不在,以至于我们常常忘记它们的积极存在。但是,根据一些作者的说法,关于它们的很多事情仍...
热度:43

27
Algorithmic Strategies for Non-convex Optimization in Sparse Learning[稀疏学习中非凸优化的算法策略]
  Tong Zhang(新泽西州立大学) 我们考虑具有非凸正则化的优化公式,这对于学习稀疏线性模型是很自然的。有两种方法可以解决此问题:1.启发式方法,例如梯度下降法,只能找到局部最小值;这种方...
热度:52

28
Large Precision Matrix Estimation for Time Series Data with Latent Factor Model[潜在因子模型用于时间序列数据的大型高精度矩阵估计]
  Clifford Lam(伦敦经济学院) 由于维数的诅咒,难以估计大精度(逆协方差)矩阵。当多元向量的维数p可比甚至大于观察到的时间点数n时,样本协方差矩阵对于估计协方差矩阵非常不利。它是奇异的...
热度:51

29
Counterfactual Reasoning and Learning Systems[反事实的推理学习系统]
  Léon Bottou(脸书公司) 以搜索引擎广告投放问题为例,我们解释了因果推理在与其环境相互作用的学习系统设计中的核心作用。由于重要的采样技术,在随机实验期间收集的数据为帮助设计者提...
热度:115

30
Expectation Consistent Approximate Inference[优化近似推理]
  Ole Winther(丹麦科技大学) 我们提出了一种新的框架,用于近似于难处理的概率模型。该方法基于推理的自由能量公式,并允许同时计算边际期望和连续和离散随机变量的对数分区函数。使用易处理...
热度:65