图 书 馆境外开放课程——按学科专业列表
开放课程→自然科学→数学→概率论::
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
151Message-Passing Algorithms for GMRFs and Non-Linear Optimization[GMRFs的留言和非线性优化传递算法]
Jason K. Johnson(麻省理工学院) 摘要综述了高斯图形模型中各种迭代推理和估计方法，即高斯-马尔可夫随机场(GMRFs)，并讨论了如何将这些方法应用于包含图形结构目标函数的非线性优化问题。特别地...
热度：98
Jason K. Johnson(麻省理工学院) 摘要综述了高斯图形模型中各种迭代推理和估计方法，即高斯-马尔可夫随机场(GMRFs)，并讨论了如何将这些方法应用于包含图形结构目标函数的非线性优化问题。特别地...
热度：98
152Bounds on the Bethe Free Energy for Gaussian Networks[高斯网络中的贝特自由能量的界限]
Botond Cseke(奈梅根大学) 在高斯概率模型中，我们采用近似自由能方法进行近似推理。我们定义(分数)为自由能，并直接将其最小化。推导了自由能的一个下界，给出了分数阶自由能有界的必要条...
热度：64
Botond Cseke(奈梅根大学) 在高斯概率模型中，我们采用近似自由能方法进行近似推理。我们定义(分数)为自由能，并直接将其最小化。推导了自由能的一个下界，给出了分数阶自由能有界的必要条...
热度：64
15315.053 Optimization Methods in Management Science (MIT)[15.053 管理科学中的优化方法（MIT）]
James Orlin;Ebrahim Nasrabadi(麻省理工学院) 本课程向学生介绍最优化的理论、算法和应用。优化方法包括线性规划、网络优化、整数规划和决策树。应用于物流、制造、运输、营销、项目管理和财务。包括一个学生...
热度：68
James Orlin;Ebrahim Nasrabadi(麻省理工学院) 本课程向学生介绍最优化的理论、算法和应用。优化方法包括线性规划、网络优化、整数规划和决策树。应用于物流、制造、运输、营销、项目管理和财务。包括一个学生...
热度：68
15417.872 Quantitative Research in Political Science and Public Policy[17.872 政治学与公共政策的定量研究]
Stephen Ansolabehere(麻省理工学院) 这门课程为学生提供了一门严谨的政治学统计学入门课程。课程内容包括应用于社会科学建模与统计的基本数学工具、概率论、估计与推论理论、统计方法，特别是均值与...
热度：39
Stephen Ansolabehere(麻省理工学院) 这门课程为学生提供了一门严谨的政治学统计学入门课程。课程内容包括应用于社会科学建模与统计的基本数学工具、概率论、估计与推论理论、统计方法，特别是均值与...
热度：39
15517.871 Political Science Laboratory (MIT)[17.871 政治科学实验室（麻省理工学院）]
Charles Stewart, III(麻省理工学院) 本课程介绍使用定量方法进行政治研究的学生。这些方法是在具体的政治研究活动的背景下审查的，如民意调查、投票行为、国会行为、比较不同国家的政治进程，以及评...
热度：18
Charles Stewart, III(麻省理工学院) 本课程介绍使用定量方法进行政治研究的学生。这些方法是在具体的政治研究活动的背景下审查的，如民意调查、投票行为、国会行为、比较不同国家的政治进程，以及评...
热度：18
15622.52J / 8.575J / 10.44J Statistical Thermodynamics of Complex Liquids[22.52J/8575 J/1044 J复杂液体统计热力学 ]
Sow-Hsin Chen(麻省理工学院) 本课程探讨表面活性剂-水(胶束)和表面活性剂-水-油(微乳液)体系的自组装原理。它还介绍了聚合物溶液理论，以及散射技术，光，x射线和中子散射应用于研究复杂液体...
热度：37
Sow-Hsin Chen(麻省理工学院) 本课程探讨表面活性剂-水(胶束)和表面活性剂-水-油(微乳液)体系的自组装原理。它还介绍了聚合物溶液理论，以及散射技术，光，x射线和中子散射应用于研究复杂液体...
热度：37
157MAS.622J / 1.126J Pattern Recognition and Analysis[MAS.622J/1.126J模式识别与分析]
Media Lab Faculty and Staff(麻省理工学院) 这门课处理描述和识别数字数据中感兴趣的模式和特征的基本原理。我们讨论了信号理解问题的基本工具和理论，并将其应用于用户建模、影响识别、语音识别和理解、计...
热度：64
Media Lab Faculty and Staff(麻省理工学院) 这门课处理描述和识别数字数据中感兴趣的模式和特征的基本原理。我们讨论了信号理解问题的基本工具和理论，并将其应用于用户建模、影响识别、语音识别和理解、计...
热度：64
1582.830J / 6.780J / ESD.63J Control of Manufacturing Processes (SMA 6303)[2.830J/6780J/ESD63J制造过程控制（SMA 6303）]
David Hardt;Duane Boning(麻省理工学院) 本课程探讨制造过程的统计建模与控制。主题包括使用实验设计和响应面建模来理解制造过程物理，以及缺陷和参数屈服建模和优化。介绍了各种形式的过程控制，包括统...
热度：57
David Hardt;Duane Boning(麻省理工学院) 本课程探讨制造过程的统计建模与控制。主题包括使用实验设计和响应面建模来理解制造过程物理，以及缺陷和参数屈服建模和优化。介绍了各种形式的过程控制，包括统...
热度：57
1592.086 Numerical Computation for Mechanical Engineers (MIT)[2.086 机械工程师的数值计算(MIT) ]
Anthony T. Patera(麻省理工学院) 本课程介绍了基本的编程概念，包括变量类型、数据结构和流控制。在介绍线性代数和概率之后，它涵盖了与机械工程相关的数值方法，包括近似(插值，最小二乘和统计...
热度：100
Anthony T. Patera(麻省理工学院) 本课程介绍了基本的编程概念，包括变量类型、数据结构和流控制。在介绍线性代数和概率之后，它涵盖了与机械工程相关的数值方法，包括近似(插值，最小二乘和统计...
热度：100
16018.465 Topics in Statistics: Statistical Learning Theory[18.465 统计学专题：统计学习理论 ]
Dmitry Panchenko(麻省理工学院) 本课程的主要目标是研究一些流行的机器学习算法的泛化能力，如升力，支持向量机和神经网络。主题包括Vapnik-Chervonenkis理论，产品空间中的浓度不等式，以及经...
热度：24
Dmitry Panchenko(麻省理工学院) 本课程的主要目标是研究一些流行的机器学习算法的泛化能力，如升力，支持向量机和神经网络。主题包括Vapnik-Chervonenkis理论，产品空间中的浓度不等式，以及经...
热度：24
1616.436J / 15.085J Fundamentals of Probability[6.436J / 15.085J 概率论基础]
David Gamarnik ;John Tsitsiklis(麻省理工学院) 这是一门关于概率论基础的课程，面向对这门学科的严格发展感兴趣的一年级或二年级研究生。本课程涵盖麻省理工6.431课程的大部分主题，但速度更快，深度更深。主...
热度：40
David Gamarnik ;John Tsitsiklis(麻省理工学院) 这是一门关于概率论基础的课程，面向对这门学科的严格发展感兴趣的一年级或二年级研究生。本课程涵盖麻省理工6.431课程的大部分主题，但速度更快，深度更深。主...
热度：40
1626.436J / 15.085J Fundamentals of Probability[6.436J / 15.085J 概率论基础 ]
David Gamarnik ; John Tsitsiklis(麻省理工学院) 这是一门关于概率论基础的课程，面向对这门学科的严格发展感兴趣的一年级或二年级研究生。本课程涵盖麻省理工6.431课程的大部分主题，但速度更快，深度更深。主...
热度：41
David Gamarnik ; John Tsitsiklis(麻省理工学院) 这是一门关于概率论基础的课程，面向对这门学科的严格发展感兴趣的一年级或二年级研究生。本课程涵盖麻省理工6.431课程的大部分主题，但速度更快，深度更深。主...
热度：41
1636.432 Stochastic Processes, Detection, and Estimation[6.432 随机过程、检测与估计 ]
Gregory Wornell;Alan Willsky(麻省理工学院) 本课程检视讯号处理、通讯与控制的侦测与估计的基本原理。主题包括:随机变量的向量空间;贝叶斯-皮尔逊假设检验;贝叶斯和非随机参数估计;最小方差无偏估计和克拉...
热度：29
Gregory Wornell;Alan Willsky(麻省理工学院) 本课程检视讯号处理、通讯与控制的侦测与估计的基本原理。主题包括:随机变量的向量空间;贝叶斯-皮尔逊假设检验;贝叶斯和非随机参数估计;最小方差无偏估计和克拉...
热度：29
1646.042J / 18.062J Mathematics for Computer Science[6.042 J / 18.062 J 计算机科学的数学模型 ]
Ronitt Rubinfeld ;Albert Meyer(麻省理工学院) 这是一门离散数学的导论课程，以计算机科学与工程为导向。过程大致划分成三:数学基本概念:定义,证明,集,函数,离散结构的关系:模运算、图形、状态机、计算离散a ...
热度：333
Ronitt Rubinfeld ;Albert Meyer(麻省理工学院) 这是一门离散数学的导论课程，以计算机科学与工程为导向。过程大致划分成三:数学基本概念:定义,证明,集,函数,离散结构的关系:模运算、图形、状态机、计算离散a ...
热度：333
1656.041SC Probabilistic Systems Analysis and Applied Probability (MIT)[6.041SC概率系统分析与应用概率（MIT）]
John Tsitsiklis(麻省理工学院) 本课程介绍不确定性的建模、量化和分析。概率论的工具，以及统计推断的相关领域，是能够分析和理解数据的关键。这些工具奠定了从基础科学到工程和管理等许多领域...
热度：171
John Tsitsiklis(麻省理工学院) 本课程介绍不确定性的建模、量化和分析。概率论的工具，以及统计推断的相关领域，是能够分析和理解数据的关键。这些工具奠定了从基础科学到工程和管理等许多领域...
热度：171