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::
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
181Math 131B. Lec 14. Introduction to Probability and Statistics[数学131B。 Lec 14.概率论与统计学概论]
(加州大学尔湾分校) UCI数学131B:概率论与统计学导论(2013年夏季)Lec 14。概率论与统计学导论完整课程:instructor: Michael C. Cranston, ph . license: Creative Commons CC-BY-SAT...
热度：44
(加州大学尔湾分校) UCI数学131B:概率论与统计学导论(2013年夏季)Lec 14。概率论与统计学导论完整课程:instructor: Michael C. Cranston, ph . license: Creative Commons CC-BY-SAT...
热度：44
182Math 131B. Lec 13. Introduction to Probability and Statistics[数学131B。 Lec 13.概率论与统计学概论]
Michael C. Cranston(加州大学尔湾分校) 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，和测试假设，贝叶斯推理方法。UCI数学131B:概率论与统计学导论(2013年夏季)Lec 13。完整的课...
热度：57
Michael C. Cranston(加州大学尔湾分校) 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，和测试假设，贝叶斯推理方法。UCI数学131B:概率论与统计学导论(2013年夏季)Lec 13。完整的课...
热度：57
18318.465 Topics in Statistics: Nonparametrics and Robustness[18.465主题统计:非参数和鲁棒性]
Prof. Richard Dudley(麻省理工学院) 这门研究生水平的课程侧重于主要从1945年左右发展起来的一维非参数统计，并涉及顺序统计和等级，允许非常一般的分布。对于多维非参数统计，早期的方法是选择一个...
热度：25
Prof. Richard Dudley(麻省理工学院) 这门研究生水平的课程侧重于主要从1945年左右发展起来的一维非参数统计，并涉及顺序统计和等级，允许非常一般的分布。对于多维非参数统计，早期的方法是选择一个...
热度：25
184Math 176. Lecture 13. Math of Finance[数学176 .讲座13. 金融数学]
Donald Saari(加州大学尔湾分校) UCI Math 176: Math of Finance (Fall 2014)Lec 13. Math of FinanceView the complete course: http://ocw.uci.edu/courses/math_176_math_of_finance.htmlInst...
热度：33
Donald Saari(加州大学尔湾分校) UCI Math 176: Math of Finance (Fall 2014)Lec 13. Math of FinanceView the complete course: http://ocw.uci.edu/courses/math_176_math_of_finance.htmlInst...
热度：33
185Math 131B. Lec 12. Introduction to Probability and Statistics[数学131B.课程12.概率与统计简介]
Nikita Karunia Agung(加州大学尔湾分校) UCI数学131B:概率论与统计学导论(2013年夏季)Lec 12。完整的课程:http://ocw.uci.edu/courses/math_131b_introduction to_probability ty_and_statistics.htmlin...
热度：32
Nikita Karunia Agung(加州大学尔湾分校) UCI数学131B:概率论与统计学导论(2013年夏季)Lec 12。完整的课程:http://ocw.uci.edu/courses/math_131b_introduction to_probability ty_and_statistics.htmlin...
热度：32
1861.017 / 1.010 Computing and Data Analysis for Environmental Applications[1.017 / 1.010环境应用计算和数据分析]
Prof. Dennis McLaughlin(麻省理工学院) 本课程是一个面向计算机的概率和数据分析导论。它旨在为学生提供解释实验室和现场数据所需的知识和实践经验。由于基本概率概念为描述不确定性提供了一种系统的方...
热度：27
Prof. Dennis McLaughlin(麻省理工学院) 本课程是一个面向计算机的概率和数据分析导论。它旨在为学生提供解释实验室和现场数据所需的知识和实践经验。由于基本概率概念为描述不确定性提供了一种系统的方...
热度：27
187Essentials of Probability and Statistical Inference IV: Algorithmic and NonParametic Approaches[概率和统计推理要点IV：算法和非参数方法]
Rafael Irizarry(布隆博格公共卫生学院) 本课程介绍了现代的、基于计算的方法的理论和应用，用于从数据中探索和得出推论。包括重新抽样方法、非参数回归、预测、降维和聚类。具体主题包括蒙特卡罗模拟、...
热度：19
Rafael Irizarry(布隆博格公共卫生学院) 本课程介绍了现代的、基于计算的方法的理论和应用，用于从数据中探索和得出推论。包括重新抽样方法、非参数回归、预测、降维和聚类。具体主题包括蒙特卡罗模拟、...
热度：19
188A path integral approach to stochastic optimal control[一种随机最优控制的路径积分方法]
Bert Kappen(奈梅亨拉德布德大学) 机器学习中的许多问题都使用概率描述。例如模式识别方法和图形模型。由于这种统一描述，我们可以应用一般的近似方法，如平均场理论和抽样方法。另一类重要的机器...
热度：216
Bert Kappen(奈梅亨拉德布德大学) 机器学习中的许多问题都使用概率描述。例如模式识别方法和图形模型。由于这种统一描述，我们可以应用一般的近似方法，如平均场理论和抽样方法。另一类重要的机器...
热度：216
189Bounds and estimates for BP convergence on binary undirected graphical models[二进制无向图模型中BP收敛的边界和估算]
Joris Mooij(拉德布德大学) 信念传播（BP）已成为图形模型推理的一种常用方法。可在相当短的计算时间内获得难以计算的数量（如单节点边缘）的精确近似值。然而，对于较大的交互强度（即高度...
热度：60
Joris Mooij(拉德布德大学) 信念传播（BP）已成为图形模型推理的一种常用方法。可在相当短的计算时间内获得难以计算的数量（如单节点边缘）的精确近似值。然而，对于较大的交互强度（即高度...
热度：60
190Efficient max-margin Markov learning via conditional gradient and probabilistic inference[基于条件梯度和概率推理的马尔可夫学习效率最大化]
Juho Rousu(赫尔辛基大学) 我们提出了一种适用于最大利润率结构分类任务的通用和有效的优化方法。该方法的有效性取决于多种技术的相互作用：结构化支持向量机对偶的边缘化，或最大边缘马尔...
热度：35
Juho Rousu(赫尔辛基大学) 我们提出了一种适用于最大利润率结构分类任务的通用和有效的优化方法。该方法的有效性取决于多种技术的相互作用：结构化支持向量机对偶的边缘化，或最大边缘马尔...
热度：35
191Kernel Bayes Rule[内核的贝叶斯规则]
Kenji Fukumizu(日本统计数理研究所) 在再现核希尔伯特空间概率表示的基础上，提出了一种基于非参数核的贝叶斯规则实现方法。概率的唯一特征是Rkhs的正则映射的平均值。先验概率和条件概率用经验样本...
热度：271
Kenji Fukumizu(日本统计数理研究所) 在再现核希尔伯特空间概率表示的基础上，提出了一种基于非参数核的贝叶斯规则实现方法。概率的唯一特征是Rkhs的正则映射的平均值。先验概率和条件概率用经验样本...
热度：271
192Regularization Strategies and Empirical Bayesian Learning for MKL[MKL的正则化策略和贝叶斯经验学习]
Ryota Tomioka(芝加哥丰田技术学院) 多核学习（MKL）近年来受到了广泛的关注。在本文中，我们展示了如何将不同的MKL算法理解为核权上不同类型正则化的应用。在本文考虑的正则化观点中，基于Tikhonov...
热度：48
Ryota Tomioka(芝加哥丰田技术学院) 多核学习（MKL）近年来受到了广泛的关注。在本文中，我们展示了如何将不同的MKL算法理解为核权上不同类型正则化的应用。在本文考虑的正则化观点中，基于Tikhonov...
热度：48
193Multiple Kernel Testing for SVM-based System Identification[基于支持向量机的系统辨识的多核测试]
John Shawe-Taylor(伦敦大学学院) 将多核学习方法应用于多维时态数据的系统辨识问题。我们没有建立一个完整的概率模型，而是采用一种计算简单的方法，使用开箱即用的机器学习方法。我们试图通过多...
热度：44
John Shawe-Taylor(伦敦大学学院) 将多核学习方法应用于多维时态数据的系统辨识问题。我们没有建立一个完整的概率模型，而是采用一种计算简单的方法，使用开箱即用的机器学习方法。我们试图通过多...
热度：44
194SINCO - An Efficient Greedy Method for Learning Sparse INverse COvariance Matrix[新科-一种学习稀疏逆协方差矩阵的有效方法]
Katya Scheinberg(里海大学) 在此，我们提出一个简单的贪婪算法（sinco）来解决这个优化问题。Sinco以贪婪的方式使用坐标提升来解决最初的问题（与它的前辈，如Covesl[10]和Glasso[4]不同）...
热度：41
Katya Scheinberg(里海大学) 在此，我们提出一个简单的贪婪算法（sinco）来解决这个优化问题。Sinco以贪婪的方式使用坐标提升来解决最初的问题（与它的前辈，如Covesl[10]和Glasso[4]不同）...
热度：41
195Inference for PCFGs and Adaptor Grammars[对于PCFGs和适配器语法的推理]
Mark Johnson(布朗大学) 本文描述了我们为适配器语法推断开发的过程。适配器语法是PCFGS的非参数扩展，可用于描述各种语音和形态语言学习任务。我们首先回顾作为适配器语法推断基础的概...
热度：61
Mark Johnson(布朗大学) 本文描述了我们为适配器语法推断开发的过程。适配器语法是PCFGS的非参数扩展，可用于描述各种语音和形态语言学习任务。我们首先回顾作为适配器语法推断基础的概...
热度：61