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::

1
Non-Equilibrium Statistical Mechanics[非平衡统计力学]
  Jianshu Cao(麻省理工学院) 本课程讨论非平衡统计力学的原理和方法。涵盖的基本主题是随机过程、回归和响应理论、分子流体动力学和复杂液体。还可以讨论选定的应用，包括涨落定理、凝聚相反...
热度：17

2
Fat Chance: Probability from the Ground Up[机会渺茫：从头开始的概率]
  Benedict Gross;Joseph Harris;Emily Riehl(哈佛大学) Fat Chance专为那些对概率研究不熟悉的人，或是那些在参加大学统计课程之前寻求对核心概念进行平易近人的回顾的人而创建，Fat Chance优先发展数学思维模式，而不...
热度：128

3
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：35

4
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：89

5
Basics of probability and statistics[概率统计基础]
  Mikaela Keller(IDIAP研究所) Basics of probability and statistics
热度：37

6
Math 131B. Lec 11. Introduction to Probability and Statistics[数学131B.Lec 11。概率统计概论]
  Michael C. Cranston(加州大学尔湾分校) UCI Math 131B：概率与统计概论（2013年夏季）Lec 09。概率与统计概论查看完整课程：### Instructor：迈克尔·C·克兰斯顿，博士学位许可证：Creative Commons CC ...
热度：72

7
The Catch-Up Phenomenon in Bayesian Inference[贝叶斯推理中的追赶现象]
  Peter Grünwald(数学与计算机科学中心) 标准贝叶斯模型选择/平均有时学习速度太慢：存在其他学习方法，这些方法可以根据较少的数据得出更好的预测。我们对这种“追赶”现象进行了新颖的分析。基于此分...
热度：73

8
Lecture 1: Previous Knowledge Recommended (Matlab)[Lecture 1：推荐的先前知识（Matlab）]
  Brad G. Osgood(斯坦福大学) 我们在播音。好的。欢迎大家。正如它在您走进去时在电视上所说的那样，但只是确保每个人都知道，这是EE261，傅立叶变换及其应用，傅立叶变换等，傅立叶。我叫Bra...
热度：65

9
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：57

10
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：54

11
Discrete PCA[离散PCA]
  Wray Buntine(莫纳什大学) 离散数据中主成分的分析方法已经存在了一段时间了，名称多种多样，例如隶属度等级建模，概率潜在语义索引，混合基因型推断，非负矩阵分解，潜在Dirichlet分配，...
热度：60

12
Probabilistic graph partitioning[概率图分区]
  David Barber(伦敦大学学院) 我们考虑了Web挖掘和协同过滤中的应用程序的图形分区问题。我们的方法基于基于概率混合模型的形式预测有向链路的存在/不存在。基于有向图的生成模型，我们能够应...
热度：77

13
Adaptive Representations for Efficient Inference for Distributions on Permutations[排列分布有效推理的自适应表示]
  Carlos Guestrin(卡内基梅隆大学) 排列在许多现实世界的问题中无处不在，例如投票，排名和数据关联。表示排列的不确定性具有挑战性，因为存在$ n！$可能性，并且典型的紧凑表示（例如图形模型）不...
热度：38

14
A Framework for Probability Density Estimation[概率密度估计框架]
  Shai Ben-David(滑铁卢大学) 该演讲通过评估一组“测试函数”的性能，介绍了学习概率密度函数的新框架。理论分析表明，我们可以通过训练它来适应一个小的子样本来定制一类任务的分布。在用于...
热度：63

15
Kullback-Leibler Divergence Estimation of Continuous Distributions[连续分布的kullback-leibler散度估计]
  Fernando Perez-Cruz(普林斯顿大学 ) 我们提出了一种估算连续密度之间KL偏差的通用方法，我们证明它几乎可以收敛。通常首先解决发散估计以估计密度。我们的主要结果表明这个中间步骤是不必要的，并且...
热度：41