境外开放课程——按学科专业列表
开放课程自然科学数学::

2161
Ranking From Pairs and Triplets: Information Quality, Evaluation Methods and Query Complexity[V][排名从对和三胞胎:信息质量,评价方法和查询的复杂性[五]]
  Kira Radinsky(以色列理工学院) 从人类评估者那里获得判断是搜索引擎设计中的重要组成部分。评价。今天,评估者从评估者获取(培训阶段)与使用答案进行检索评估(评估阶段)之间存在差异。这种...
热度:58

2162
Survey and evaluation of query intent detection methods[调查和查询意图检测方法的评价]
  Kilian Pérez-González, David J. Brenes, Daniel Gayo Avello(奥维耶多大学)
热度:42

2163
Can you parametrize happiness[你可以用参数表示幸福]
  Andrej Nabergoj(得镨电子科技公司)
热度:32

2164
Game Theory for Security: Lessons learned from deployed applications[安全博弈论:从部署的应用程序的经验教训]
  Christopher Kiekintveld, Milind Tambe(美国南加州大学) 具有经济,政治或象征意义的基础设施的安全性是全世界关注的一个主要问题。博弈论非常适合安全资源分配和调度问题的对抗性推理,并且允许我们生成不可预测的安全...
热度:40

2165
Hierarchical POMDP Controller Optimization by Likelihood Maximization[分层POMDP控制器优化的可能性最大化]
  Marc Toussaint(柏林工业大学) 通过将任务分解为分层排列的较小任务,通常可以简化计划。查林等人。最近表明,层次结构发现问题可以被构造为非凸优化问题。然而,解决这种优化问题的固有计算难...
热度:48

2166
Learning the Bayesian Network Structure: Dirichlet Prior versus Data[学习贝叶斯网络结构:Dirichlet先验与数据]
  Harald Steck(阿尔卡特-朗讯公司) 在图形模型的结构学习的贝叶斯方法中,最近显示Dirichlet优先于模型参数的等效样本大小(ESS)对贝叶斯网络结构的最大后验估计具有重要影响。在我们的第一个贡献...
热度:90

2167
Explanation Trees for Causal Bayesian Networks[因果贝叶斯网络解释树]
  Jean-Philippe Pellet(IBM公司) 贝叶斯网络可用于提取关于变量子集的观察状态的解释。在本文中,我们阐述了解释的需求,并用现有方法提出的解释概念来对付它们。讨论了当因果图可用时考虑因果方...
热度:61

2168
Partitioned Linear Programming Approximations for MDPs[分区的线性规划逼近问题]
  Branislav Kveton(Adobe公司) 近似线性规划(ALP)是解决大型分解马尔可夫决策过程(MDP)的有效方法。该方法的主要思想是通过一组基函数逼近最优值函数,并通过线性规划(LP)优化它们的权重...
热度:42

2169
Lecture 4: Nullspace Of A Matrix(Continued)[讲座4:矩阵的零空间(续)]
  Stephen P. Boyd(斯坦福大学) 好的,接下来的是我们已经得到的不仅仅是一些请求或建议,可以做一些线性代数或矩阵审查会话。对于那些从未有过详细课程或已成功压制他们可能采取的课程记忆的人...
热度:76

2170
Lecture 3: Linearization (Continued)[3讲:线性化(续)]
  Stephen P. Boyd(斯坦福大学) 我们将详细介绍。我们会在课程中看到这个例子会多次出现。所以这里有X和Y,平面中有两个未知坐标变量,我们在PIQI位置有一堆信标,所以这些是信标的X和Y坐标。我...
热度:53

2171
Lecture 27: Higher Dimensional Fourier Transforms- Review[27讲:高维傅立叶变换的回顾]
  Brad G. Osgood(斯坦福大学) 点[听不清]了解您的高维傅立叶变换。正如我所说,你知道。你必须说服自己。存在差异,我今天会稍微强调一些,但下次会更加如此。同样,使用我们使用的符号和我们...
热度:71

2172
Lecture 26: Approaching The Higher Dimensional Fourier Transform[26讲:接近高维傅立叶变换]
  Brad G. Osgood(斯坦福大学) 毕竟,对于什么是图像?什么是图像的数学描述?好吧,至少不是二维图像。至少在数学上,它由两个变量的函数给出,比如X1和X2。 X1,X2的函数F,其中X1和X2在X1,...
热度:75

2173
Lecture 2 - An Application of Supervised Learning - Autonomous Deriving [2讲的有监督学习自治得到应用]
  Andrew Ng(斯坦福大学) 监督学习的应用 - 自主导出,ALVINN,线性回归,梯度下降,批量梯度下降,随机梯度下降(增量下降),矩阵导数表示法导出正规方程,推导正态方程
热度:36

2174
Lecture 22: Writing a Recursive Power Set Function in Scheme[22讲:在方案编写一个递归幂集函数]
  Jerry Cain(斯坦福大学) 我想要做的第一个实际上是一个谨慎的数学问题,而不是一个方案问题,但我们将使用方案驱动问题。它涉及所谓的动力装置的概念,过去一年中103a和103b的动力装置非...
热度:51

2175
Lecture 17: Multi-dimensional Arrays[讲座17:多维数组]
  Mehran Sahami(斯坦福大学) 行。欢迎回到另一个充满激情的cs106a日。在我们开始之前发布一些快速通知。首先,有一个讲义,这是一个快速参考ArrayLists。它是你需要知道的刽子手分配第三部分...
热度:51