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::

166
6.041 Probabilistic Systems Analysis and Applied Probability (MIT)[6.041 概率系统分析与应用概率(MIT)]
   John Tsitsiklis(麻省理工学院) 欢迎来到6.041/6.431,这是一个关于随机现象和过程的建模和分析的主题,包括统计推断的基础。如今,人们普遍认为概率思维能力是科学素养的一个基本组成部分。例...
热度:572

167
14.451 Dynamic Optimization Methods with Applications (MIT)[14.451 动态优化方法及其应用(MIT)]
  Prof. Guido Lorenzoni(麻省理工学院) 本课程主要介绍离散时间和连续时间下的动态优化方法。我们从动态规划和最优控制的角度来处理这些问题。我们还研究了这些问题的解决方案所产生的动力系统。本课程...
热度:65

168
14.385 Nonlinear Econometric Analysis[14.385 非线性经济计量分析]
   Victor Chernozhukov ;Whitney Newey(麻省理工学院) 本课程介绍了微计量经济学模型,包括用于估计和假设检验的大样本理论、广义矩量法(GMM)、截尾规范估计、分位数回归、结构估计、非参数和半参数估计、处理效果、...
热度:32

169
14.381 Statistical Method in Economics (MIT)[14.381 经济学中的统计方法(MIT)]
   Anna Mikusheva(麻省理工学院) 本课程分为第一部分和第二部分。本课程的第一部分将介绍统计理论。概率论的简要回顾将主要作为背景材料,然而,它被认为是已知的。本课程的第二部分提供了回归分...
热度:36

170
14.30 Introduction to Statistical Methods in Economics[14.30 经济学统计方法导论]
  Konrad Menzel(麻省理工学院) 本课程将为经济学家和其他社会科学家提供一个坚实的概率和统计基础。我们将强调计量经济学需要进一步研究的课题,为14.32的学习提供基础准备。课程内容包括概率...
热度:26

171
14.30 Introduction to Statistical Method in Economics[14.30 经济学统计方法导论]
  Herman Bennett(麻省理工学院) 本课程是经济应用统计学的独立介绍。概率论、抽样论、统计估计、回归分析和假设检验的要素。它使用基本的计量经济学和统计工具在经济数据中的其他应用。它也为经...
热度:37

172
12.864 Inference from Data and Models[12.864 数据和模型推理]
  Carl Wunsch(麻省理工学院) 本课程涵盖了探索与运动学和动力学模型相关的观测信息内容的基本方法。
热度:52

173
Statistics In Psychology[心理统计学]
  Mine MISIRLISOY(中东技术大学) 本课程首先回顾统计学的基本概念。然后,讨论频率分布、均值、模式、中位数、标准差、方差、正态分布、正态分布与假设检验、均值抽样分布、相关技术、简单回归。
热度:55

174
Elements of Probability and Statistics[概率统计要素]
   Ceylan YOZGATLIGİL(中东技术大学) 本课程的目的是向学生介绍概率论和数理统计的基本知识,帮助他们为未来的职业生涯建立良好的理论背景。本课程提供概率论、统计理论和方法论的全面介绍。讲座将解...
热度:27

175
Probability And Random Variables[概率与随机变量]
  Elif Uysal-Bıyıkoğlu(中东技术大学) 概率空间的公理定义。组合方法。条件概率;产品的空间。随机变量;分布和密度函数;多元分布;条件分布和密度;独立的随机变量。随机变量函数;期望值、矩和特征函数。
热度:39

176
Learning Convex Inference of Marginals[学习主要凸推理 ]
  Justin Domke(澳大利亚信息通信技术研究中心) 使用最大似然训练的图形模型是边缘分布概率推断的常用工具。然而,当模型的推理过程是近似的时,这种方法会遇到困难。本文首先将推理过程定义为凸函数的极小化,...
热度:29

177
Gaussian Variances and Large Scale Bayesian Inference[高斯方差与大规模贝叶斯推断]
  Matthias W. Seeger(洛桑联邦理工学院) 高斯方差与大规模贝叶斯推断
热度:25

178
Cost-sensitive learning based on Bregman divergences[基于布雷格曼分歧的代价敏感学习]
  Raúl Santos-Rodríguez(马德里卡洛斯三世大学) 本文分析了一类特殊的Bregman分歧在多类问题成本敏感分类器设计中的应用。我们证明,这些散度测度可用于对接近决策边界的概率值进行最大精度的后验概率估计。渐...
热度:72

179
A Self-Training Approach to Cost Sensitive Uncertainty Sampling[成本敏感不确定性抽样的自训练方法]
  Joydeep Ghosh(德克萨斯大学) 不确定性抽样是一种有效的主动学习方法,与其他主动学习方法(如损失减少法)相比,它具有计算效率高的特点。然而,与损耗减少法不同,不确定性抽样法不能在误差...
热度:137

180
Math 131B. Lec 15. Introduction to Probability and Statistics[数学131b LEC 15. 概率统计导论]
  Michael C. Cranston(加州大学尔湾分校) 记录:2013年9月9日 使用条款:http://open.uci.edu/info 15节课 课程描述:概率论与统计推论基本原理之第二导论课程。主题:点估计,区间估计,测试假设,贝叶斯方...
热度:29