境外开放课程——按学科专业列表
开放课程自然科学数学::

2206
Learning invariant features using the Transformed Indian Buffet Process[使用转换的印度自助流程学习不变特征]
  Joseph L. Austerweil(加州大学伯克利分校) 识别对象的特点,成为一项挑战时,这些特征可以在他们的外观变化。介绍了变换的印度自助流程(tibp),并用它来定义一个非参数贝叶斯模型,推导出功能,可以将整...
热度:62

2207
Model-Based Reinforcement Learning[基于模型的强化学习]
  Michael Littman(新泽西州立大学) 在基于模型的强化学习中,代理人利用其经验构建其环境控制动态的表示。然后,它可以预测其行为的结果,并做出最大化其学习和任务绩效的决策。本教程将调查该领域...
热度:520

2208
Support vector machines loss with l1 penalty[L1惩罚支持向量机的损失]
  Sara van de Geer(苏黎世联邦理工学院) 我们考虑一个独立同分布的样本(X,Y),其中X和Y为特征的二元标签,说值1或1。我们利用一个高维线性近似的y对x和L1处罚,回归系数,回归支持向量机的损失。此过...
热度:68

2209
Conditions for validity of re-sampling based[基于重采样的有效性条件]
  Violeta Calian(冰岛大学) 下载幻灯片:msht07_arlot_rbcr.pdf(1.7 MB)
热度:29

2210
Resambling-based confidence regions and multiple tests for a correlated random vector[resambling置信域和一个相关的随机向量的多个测试]
  Sylvain Arlot(巴黎第十一大学) 基于重新定位的置信区域和相关随机向量的多个测试  
热度:41

2211
Plastic Card Fraud Detection using Peer Group Analysis[分析银行卡欺诈检测]
  Dave Weston(伦敦帝国学院) 欺诈检测描述了尝试尽快识别欺诈活动的方法。从统计方法的角度来看,广泛存在两种欺诈检测方法[1]。这些与我们是否打算检测欺诈活动的已知例子或我们是否打算发...
热度:225

2212
Diffusions and Geodesic Flows on Manifolds: The Differential Geometry of Markov Chain Monte Carlo[扩散和流形上的测地流:马尔可夫链蒙特卡罗微分几何]
  Mark Girolami(格拉斯哥大学) 马尔可夫链蒙特卡罗方法提供了最全面的基于模拟的工具集,可以对许多类统计模型进行推理。许多应用程序的复杂性给采样方法带来了巨大的挑战,这些方法促进了理论...
热度:58

2213
Euler Calculus and Topological Data Management[欧拉积分和拓扑数据管理]
  Robert Ghrist(伊利诺伊大学) 本讲座涵盖了基于欧拉特征的积分计算的基础,以及它在数据问题中的实用性,特别是在冗余数据的聚合和网络上的逆问题上。这个微积分是积分几何和捆理论技术的混合...
热度:49

2214
Convex Optimization[凸优化]
  Lieven Vandenberghe(加州大学) 这些讲座将介绍凸优化的理论和应用。 ;重点将放在对凸建模有用的结果上,即在实践中识别和制定凸优化问题。 : - 第一讲将介绍凸集和函数的一些基本理论。 : - ...
热度:384

2215
Bayesian inference and Gaussian processes[贝叶斯推理和高斯过程]
  Carl Edward Rasmussen(马克斯普朗克研究所) 顶部»计算机科学»机器学习»贝叶斯学习 顶部»计算机科学»机器学习»高斯过程  
热度:306

2216
Sequential Monte Carlo methods[顺序蒙特卡罗方法]
  Arnaud Doucet(牛津大学) 这节课的第4部分和第5部分介绍了Manuel Davy的“序列蒙特卡罗方法的延续”
热度:550

2217
Randomized PCA Algorithms with Regret Bounds that are Logarithmic in the Dimension[随机PCA算法与遗憾的界限,在尺寸的对数]
  Manfred K. Warmuth(加州大学) 我们设计了一种用于主成分分析的在线算法。实例投影到概率选择的低维子空间中。总预期二次近似误差等于事后所选择的最佳子空间的总二次近似误差加上一些额外的术...
热度:86

2218
Introduction to Boosting[介绍了提高]
  Gunnar Rätsch(马克斯普朗克研究所) 本课程介绍了Boosting和Ensemble Learning的理论和实践方面。我将首先简要介绍弱学习者及其线性组合的学习理论基础。然后我们指出Boosting和优化理论之间的有用...
热度:40

2219
Four graph partitioning algorithms四的图的划分算法
  Fan Chung(圣地亚哥大学) 我们将讨论使用特征向量,随机游走,PageRank及其变化的四种分区算法。特别是,我们将研究局部分区算法,它在指定的起始顶点附近找到一个切口,其运行时间取决于...
热度:46

2220
Speeding up Graph Edit Distance Computation with a Bipartite Heuristic[加快图形编辑距离的计算与一个二分的启发式]
  Kaspar Riesen(伯尔尼大学) 在本文中,我们的目标是加快精确图形编辑距离的计算。我们建议将标准树搜索方法与图编辑距离计算与次优程序相结合。这个想法是使用快速但次优的二分图匹配算法作...
热度:123