境外开放课程——按学科专业列表
开放课程→工程与技术科学→计算机科学技术→人工智能::
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
![](functions/showpic.php?filename=2016072907421659.png)
Fitting mixtures of regression lines with the forward search: application to clustering and outlier detection[正向搜索的回归线的拟合混合物:聚类和孤立点检测中的应用]
Andrea Cerioli, Domenico Perrotta(帕尔马大学) 前向搜索是一种检测未识别子集和屏蔽异常值的方法,并用于确定它们对数据模型的影响。本文介绍了一种通过前向搜索实现离群值检测和聚类的半自动方法。我们处理挑...
热度:29
Andrea Cerioli, Domenico Perrotta(帕尔马大学) 前向搜索是一种检测未识别子集和屏蔽异常值的方法,并用于确定它们对数据模型的影响。本文介绍了一种通过前向搜索实现离群值检测和聚类的半自动方法。我们处理挑...
热度:29
![](functions/showpic.php?filename=2016072401183615.png)
Learning using Many Examples[学习使用许多例子]
Léon Bottou(美国NEC实验室) 统计学习理论建议选择大容量的模型,几乎不能避免过度拟合训练数据。从这个角度来看,所有数据集都很小。当考虑到处理大型数据集的计算成本时,事情变得更加复杂...
热度:48
Léon Bottou(美国NEC实验室) 统计学习理论建议选择大容量的模型,几乎不能避免过度拟合训练数据。从这个角度来看,所有数据集都很小。当考虑到处理大型数据集的计算成本时,事情变得更加复杂...
热度:48
![](functions/showpic.php?filename=2016072401153269.png)
Foundations of Statistical Learning Theory : Empirical Infe-rence in high-dimention spaces [统计学习理论基础:实证推理在高维空间]
Léon Bottou;Vladimir Vapnik(美国NEC实验室)
热度:41
Léon Bottou;Vladimir Vapnik(美国NEC实验室)
热度:41
![](functions/showpic.php?filename=2016100506191322.png)
On serial architectures for multiple classifier systems[多分类器系统的串行结构]
Josef Kittler(萨里大学) 多分类器融合是近年来出现的机器学习模式之一。文献中提出了大量构造多分类器系统的方法。其中大部分采用并行结构,包括通过某种形式的线性或非线性组合规则融合...
热度:46
Josef Kittler(萨里大学) 多分类器融合是近年来出现的机器学习模式之一。文献中提出了大量构造多分类器系统的方法。其中大部分采用并行结构,包括通过某种形式的线性或非线性组合规则融合...
热度:46
![](functions/showpic.php?filename=2016072401070672.png)
![](functions/showpic.php?filename=2020060603181795.png)
![](functions/showpic.php?filename=2016072907464663.png)
Cognitive science for machine learning 2: Empirical methods[机器学习的认知科学2:经验方法]
Nick Chater(伦敦大学学院) 观察,日常的ORLEVERLY构造,是重要的线索
热度:40
Nick Chater(伦敦大学学院) 观察,日常的ORLEVERLY构造,是重要的线索
热度:40
![](functions/showpic.php?filename=2016072612592820.png)
![](functions/showpic.php?filename=2016080208171467.png)
![](functions/showpic.php?filename=2020060503542182.png)
![](functions/showpic.php?filename=2016080208240621.png)
![](functions/showpic.php?filename=2016072109115944.png)
A Kernel-based Nonlinear Approach for Time Series Forecast[基于核函数的时间序列预测的非线性方法]
Theodore Alexandrov(不来梅大学)
热度:36
Theodore Alexandrov(不来梅大学)
热度:36
![](functions/showpic.php?filename=2016070502190773.png)
How to predict with Bayes, MDL, and Experts[如何使用贝叶斯法则,方法检出最低限值法和专家预测法]
Marcus Hutter(澳大利亚国立大学) 大多数被动机器学习任务可以(重新)描述为序列预测问题。这包括模式识别、分类、时间序列预测和其他。此外,对被动智能的理解也是主动学习和决策的基础。近几年...
热度:46
Marcus Hutter(澳大利亚国立大学) 大多数被动机器学习任务可以(重新)描述为序列预测问题。这包括模式识别、分类、时间序列预测和其他。此外,对被动智能的理解也是主动学习和决策的基础。近几年...
热度:46
![](functions/showpic.php?filename=2016072109053236.png)
Introduction to Kernel Methods[核方法概论]
Bernhard Schölkopf(马克斯普朗克研究所) 本课程将涵盖支持向量机和相关Kerne方法的基础知识:1。内核和特征空间\\2。大利润分类\\3。学习理论的基本思想。支持向量机\\5。其他核心算法示例
热度:55
Bernhard Schölkopf(马克斯普朗克研究所) 本课程将涵盖支持向量机和相关Kerne方法的基础知识:1。内核和特征空间\\2。大利润分类\\3。学习理论的基本思想。支持向量机\\5。其他核心算法示例
热度:55
![](functions/showpic.php?filename=2016072108595027.png)