境外开放课程——按学科专业列表
开放课程→自然科学→数学→应用数学::
1
Hybrid working: digital communication and collaboration[混合工作:数字沟通与协作]
() 沟通和数字协作技能现在对于在数字世界中新的工作方式和蓬勃发展至关重要。随着越来越多的组织转向永久混合工作,能够与他人联系、管理你的数字角色、使用数字工...
热度:8
() 沟通和数字协作技能现在对于在数字世界中新的工作方式和蓬勃发展至关重要。随着越来越多的组织转向永久混合工作,能够与他人联系、管理你的数字角色、使用数字工...
热度:8
2
Nonlinear Dynamics: Chaos[非线性动力学:混沌]
Prof. Daniel Rothman(麻省理工学院) 本课程介绍耗散系统中的非线性动力学和混沌。内容结构适合理工科本科生。该课程侧重于动力系统的简单模型、其行为背后的数学理论、它们与自然现象的相关性以及数...
热度:136
Prof. Daniel Rothman(麻省理工学院) 本课程介绍耗散系统中的非线性动力学和混沌。内容结构适合理工科本科生。该课程侧重于动力系统的简单模型、其行为背后的数学理论、它们与自然现象的相关性以及数...
热度:136
3
4
5
Exploring ICT Expenditures and their relationship with e-maturity. The case of Italian Local Governments[探索ICT支出及其与电子成熟度的关系,意大利地方政府的情况]
Luca Tangi(代尔夫特理工大学(德尔夫特大学)) 探索ICT支出及其与电子成熟度的关系。意大利地方政府的情况
热度:30
Luca Tangi(代尔夫特理工大学(德尔夫特大学)) 探索ICT支出及其与电子成熟度的关系。意大利地方政府的情况
热度:30
6
Youths digital participation in the early phases of COVID-19 lockdown[2019冠状病毒疾病早期的青少年数字参与]
Iikka Pietila(坦佩雷大学) 2019冠状病毒疾病早期的青少年数字参与
热度:37
Iikka Pietila(坦佩雷大学) 2019冠状病毒疾病早期的青少年数字参与
热度:37
7
8
Mondrian forests: Efficient random forests for streaming data via Bayesian nonparametrics[蒙德里安森林:通过贝叶斯非参数数据流的有效随机森林]
Yee Whye Teh(牛津大学) 随机决策树的集合被广泛用于机器学习和统计学中的分类和回归任务。它们实现了有竞争力的预测性能,并且在训练(批量设置)和测试方面具有计算效率,这使它们成为...
热度:114
Yee Whye Teh(牛津大学) 随机决策树的集合被广泛用于机器学习和统计学中的分类和回归任务。它们实现了有竞争力的预测性能,并且在训练(批量设置)和测试方面具有计算效率,这使它们成为...
热度:114
9
Modelling the genetics of spatially structured populations[对空间结构种群的遗传学进行建模]
Alison Etheridge(牛津大学) 上个世纪,遗传数据的性质和规模以及研究它们的工具有了显着的发展。 尽管如此,基本问题仍未得到解答。 种群的遗传组成可以通过自然选择、突变、交配以及其他遗...
热度:32
Alison Etheridge(牛津大学) 上个世纪,遗传数据的性质和规模以及研究它们的工具有了显着的发展。 尽管如此,基本问题仍未得到解答。 种群的遗传组成可以通过自然选择、突变、交配以及其他遗...
热度:32
10
AAA-least squares rational approximation and solution of Laplace problems[AAA-最小二乘有理逼近和拉普拉斯问题的解]
Nick Trefethen(牛津大学) 在过去的五年中,随着用于重心有理逼近的 AAA 算法的引入以及针对拉普拉斯、斯托克斯和亥姆霍兹问题的闪电最小二乘求解器的引入,有理函数的计算取得了长足的进...
热度:60
Nick Trefethen(牛津大学) 在过去的五年中,随着用于重心有理逼近的 AAA 算法的引入以及针对拉普拉斯、斯托克斯和亥姆霍兹问题的闪电最小二乘求解器的引入,有理函数的计算取得了长足的进...
热度:60
11
Unreasonable Effectiveness of Learning Artificial Neural Networks[人工神经网络学习的不合理有效性]
Riccardo Zecchina(都灵理工学院) 深度网络是数据科学中应用最广泛的工具之一。在这些系统中,学习原则上是一个困难的问题,但在实践中,启发式算法通常能找到具有良好泛化特性的解。我们提出了一...
热度:60
Riccardo Zecchina(都灵理工学院) 深度网络是数据科学中应用最广泛的工具之一。在这些系统中,学习原则上是一个困难的问题,但在实践中,启发式算法通常能找到具有良好泛化特性的解。我们提出了一...
热度:60
12
Topological explorations in neuroscience[神经科学中的拓扑探索]
Kathryn Hess(瑞士洛桑联邦理工学院) 我们每个人的大脑由数千亿个神经元(通常称为神经细胞)组成,由数百万亿个突触连接,突触从一个神经元传输到另一个神经元。作为对刺激的反应,电活动波穿过神经...
热度:72
Kathryn Hess(瑞士洛桑联邦理工学院) 我们每个人的大脑由数千亿个神经元(通常称为神经细胞)组成,由数百万亿个突触连接,突触从一个神经元传输到另一个神经元。作为对刺激的反应,电活动波穿过神经...
热度:72
13
Lecture 3: Logistics[第三讲物流]
Stephen P. Boyd(斯坦福大学) 对不起,已经在那儿了。好吧,两分钟前不在那里,但不管怎样。所以网站上会有一个-常见问题解答部分。已经被推倒了?可以。所以在网站上有一个常见问题解答部分...
热度:33
Stephen P. Boyd(斯坦福大学) 对不起,已经在那儿了。好吧,两分钟前不在那里,但不管怎样。所以网站上会有一个-常见问题解答部分。已经被推倒了?可以。所以在网站上有一个常见问题解答部分...
热度:33
14
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,动态系统的建模和定量分析,例如用微分方程,并进行系统仿真的数字。与此相反,定性推理和建模是人工智能的一个领域,建模、推理和仿真是定性的,而不是数...
热度:39
Ivan Bratko(卢布尔雅那大学) 通常,动态系统的建模和定量分析,例如用微分方程,并进行系统仿真的数字。与此相反,定性推理和建模是人工智能的一个领域,建模、推理和仿真是定性的,而不是数...
热度:39
15
Inexact Search Directions in Interior Point Methods for Large Scale Optimization[大规模优化内点法的不精确搜索方向]
Jacek Gondzio(爱丁堡大学) 用于线性和二次优化的内点方法(IPMs)已经非常成功,但有时它们会与过多的内存需求和每次迭代的高计算成本作斗争。使用适当的预处理迭代方法克服了这些缺点。 ...
热度:36
Jacek Gondzio(爱丁堡大学) 用于线性和二次优化的内点方法(IPMs)已经非常成功,但有时它们会与过多的内存需求和每次迭代的高计算成本作斗争。使用适当的预处理迭代方法克服了这些缺点。 ...
热度:36