图 书 馆境外开放课程——按学科专业列表
开放课程→自然科学→数学::数学史 | 数理逻辑与数学基础 | 数论 | 代数学 | 代数几何学 | 几何学 | 拓扑学 | 数学分析 | 非标准分析 | 函数论 | 常微分方程 | 偏微分方程 | 动力系统 | 积分方程 | 泛函分析 | 计算数学 | 概率论 | 数理统计学 | 应用统计数学 | 运筹学 | 组合数学 | 离散数学 | 模糊数学 | 应用数学
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
526Bayesian Inference of Mechanistic Systems Models Using Population MCMC[基于种群mcmc的机械系统模型贝叶斯推理 ]
Ben Calderhead(伦敦大学学院) 我们演示了群体马尔可夫链蒙特卡罗技术如何用于从复杂的后验分布中进行采样，这些后验分布是在给定噪声数据的生物过程的非线性机械数学模型上估计参数时出现的。...
热度：51
Ben Calderhead(伦敦大学学院) 我们演示了群体马尔可夫链蒙特卡罗技术如何用于从复杂的后验分布中进行采样，这些后验分布是在给定噪声数据的生物过程的非线性机械数学模型上估计参数时出现的。...
热度：51
527Conservation Laws and Identifiability of Models for Cellular Metabolism[细胞代谢模型的守恒定律与可辨识性 ]
Bernt Wennberg(查尔姆斯理工大学) 生物科学中的新实验技术为我们提供了高质量的数据，允许进行定量数学建模。在将模型参数拟合到实验数据时，重要的是要知道是否可以从可用数据中唯一地估计所有参...
热度：59
Bernt Wennberg(查尔姆斯理工大学) 生物科学中的新实验技术为我们提供了高质量的数据，允许进行定量数学建模。在将模型参数拟合到实验数据时，重要的是要知道是否可以从可用数据中唯一地估计所有参...
热度：59
528System Identification of Enzymatic Control Processes Using Population Monte Carlo Methods[基于群体蒙特卡罗方法的酶控制过程系统辨识 ]
Ben Calderhead(伦敦大学学院 ) 我们证明了群体蒙特卡罗技术优于标准的Metropolis Markov Chain Monte Carlo（MCMC）方法，用于在给定噪声实验数据的情况下推断生物过程的特定机械模型的最佳参...
热度：75
Ben Calderhead(伦敦大学学院 ) 我们证明了群体蒙特卡罗技术优于标准的Metropolis Markov Chain Monte Carlo（MCMC）方法，用于在给定噪声实验数据的情况下推断生物过程的特定机械模型的最佳参...
热度：75
529Robustness and Regularization of Support Vector Machines[支持向量机的鲁棒性与正则化 ]
Huan Xu(新加坡国立大学 ) 我们考虑一个强大的分类问题，并表明标准正则化SVM是我们公式的一个特例，在规则化和鲁棒性之间提供了明确的联系。同时，噪声和鲁棒性的物理连接表明了广泛的新...
热度：34
Huan Xu(新加坡国立大学 ) 我们考虑一个强大的分类问题，并表明标准正则化SVM是我们公式的一个特例，在规则化和鲁棒性之间提供了明确的联系。同时，噪声和鲁棒性的物理连接表明了广泛的新...
热度：34
530Tuning Optimizers for Time-Constrained Problems using Reinforcement Learning[使用强化学习调整时间约束问题的优化器]
Paul Ruvolo(圣地亚哥大学) 许多流行的优化算法，如Levenberg-Marquardt算法（LMA），使用基于启发式的“控制器”调整op-的行为优化过程中的timizer。例如，在LMA中有阻尼参数λ是根据开发...
热度：58
Paul Ruvolo(圣地亚哥大学) 许多流行的优化算法，如Levenberg-Marquardt算法（LMA），使用基于启发式的“控制器”调整op-的行为优化过程中的timizer。例如，在LMA中有阻尼参数λ是根据开发...
热度：58
531Training a Binary Classifier with the Quantum Adiabatic Algorithm[用量子绝热算法训练二值分类器]
Hartmut Neven(谷歌公司) 本文描述了如何使二进制分类问题适合量子计算。采用二元分类器的配方构造为一组弱分类器的阈值线性叠加。该在学习过程中优化叠加中的权重，模仿训练错误以及使用...
热度：41
Hartmut Neven(谷歌公司) 本文描述了如何使二进制分类问题适合量子计算。采用二元分类器的配方构造为一组弱分类器的阈值线性叠加。该在学习过程中优化叠加中的权重，模仿训练错误以及使用...
热度：41
532Large-scale Machine Learning and Stochastic Algorithms[机器学习和随机算法]
Léon Bottou(脸书公司) 该演示强调机器学习和传统优化方法之间的重要差异，并提出一些解决方案。第一部分讨论了两种渐近性质的相互作用：统计量和优化算法的相互作用。不太可能的优化算...
热度：40
Léon Bottou(脸书公司) 该演示强调机器学习和传统优化方法之间的重要差异，并提出一些解决方案。第一部分讨论了两种渐近性质的相互作用：统计量和优化算法的相互作用。不太可能的优化算...
热度：40
533Polyhedral Approximations in Convex Optimization[凸优化中的多面体逼近 ]
Dimitri Bertsekas(麻省理工学院) 我们提出了一种通过多面体近似求解凸程序的统一框架。它包括经典方法，如切割平面，Dantzig Wolfe分解，束和单纯形式组合，但也包括这些方法的改进，以及非常适...
热度：80
Dimitri Bertsekas(麻省理工学院) 我们提出了一种通过多面体近似求解凸程序的统一框架。它包括经典方法，如切割平面，Dantzig Wolfe分解，束和单纯形式组合，但也包括这些方法的改进，以及非常适...
热度：80
534Multi-Label Learning with Millions of Categories[多标签类别学习]
Manik Varma(微软公司) 我们的目标是构建一种算法，用于在输出空间包含数百万个类别时将数据点分类为一组标签。这是一种相对新颖的监督学习环境，带来了有趣的挑战，例如有效的培训和预...
热度：109
Manik Varma(微软公司) 我们的目标是构建一种算法，用于在输出空间包含数百万个类别时将数据点分类为一组标签。这是一种相对新颖的监督学习环境，带来了有趣的挑战，例如有效的培训和预...
热度：109
535Real-time Decisions in the Real World[现实世界中的实时决策]
Leonard Newnham(尼斯公司) Causata是一家大型数据初创公司，它使用机器学习来让客户实时进行关于客户数据的决定。 在本演示中，我将概述我们正在尝试的业务问题解决现实世界中实现机器学习...
热度：50
Leonard Newnham(尼斯公司) Causata是一家大型数据初创公司，它使用机器学习来让客户实时进行关于客户数据的决定。 在本演示中，我将概述我们正在尝试的业务问题解决现实世界中实现机器学习...
热度：50
536Scalable Tensor Decompositions for Learning Hidden Variable Models[用于学习隐藏变量模型的可扩展张量分解]
Sham M. Kakade(微软公司) 在许多应用程序中，我们面临着对多个之间的交互进行建模的挑战观察结果。机器学习和人工智能的一种流行和成功的方法是假设某些潜在（或隐藏）原因的存在有助于解...
热度：38
Sham M. Kakade(微软公司) 在许多应用程序中，我们面临着对多个之间的交互进行建模的挑战观察结果。机器学习和人工智能的一种流行和成功的方法是假设某些潜在（或隐藏）原因的存在有助于解...
热度：38
537Efficient Bayes-Adaptive Reinforcement Learning using Sample-Based Search[使用基于样本的搜索进行高效的贝叶斯自适应强化学习]
Arthur Guez(伦敦大学学院) 基于贝叶斯模型的强化学习是一种正式优雅的学习方法。在模型不确定性下的行为，在理想的情况下进行勘探和开发办法。 不幸的是，找到最终的贝叶斯最优政策是非常...
热度：38
Arthur Guez(伦敦大学学院) 基于贝叶斯模型的强化学习是一种正式优雅的学习方法。在模型不确定性下的行为，在理想的情况下进行勘探和开发办法。 不幸的是，找到最终的贝叶斯最优政策是非常...
热度：38
538Counterfactual Reasoning and Learning Systems[反事实的推理学习系统]
Léon Bottou(脸书公司) 以搜索引擎广告投放问题为例，我们解释了因果推理在与其环境相互作用的学习系统设计中的核心作用。由于重要的采样技术，在随机实验期间收集的数据为帮助设计者提...
热度：115
Léon Bottou(脸书公司) 以搜索引擎广告投放问题为例，我们解释了因果推理在与其环境相互作用的学习系统设计中的核心作用。由于重要的采样技术，在随机实验期间收集的数据为帮助设计者提...
热度：115
539Bayesian Online Event Detection[贝叶斯在线事件检测]
David Barber(伦敦大学学院) 蒸馏感应是一种多阶段主动学习过程，用于检测分散在各个站点的事件。我们假设在每个阶段，可以测量的站点数量是固定的，并专注于跨站点的最佳测量分布问题。 通...
热度：80
David Barber(伦敦大学学院) 蒸馏感应是一种多阶段主动学习过程，用于检测分散在各个站点的事件。我们假设在每个阶段，可以测量的站点数量是固定的，并专注于跨站点的最佳测量分布问题。 通...
热度：80
540From clustering to algorithms[从聚类算法]
Riccardo Zecchina(都灵理工大学) 在本次演讲中，我们首先提供了一个严格的概率证明，证明了在随机组合问题解决空间中发生的聚类现象。其次，我们将讨论有效探索聚类几何的调查传播方程的推广。最...
热度：73
Riccardo Zecchina(都灵理工大学) 在本次演讲中，我们首先提供了一个严格的概率证明，证明了在随机组合问题解决空间中发生的聚类现象。其次，我们将讨论有效探索聚类几何的调查传播方程的推广。最...
热度：73