图 书 馆境外开放课程——按学科专业列表
开放课程→自然科学→信息科学与系统科学::
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
196Probabilistic Inference and Differential Privacy[概率推理与差异隐私]
Frank McSherry(微软公司) 我们识别并研究概率推理和差异隐私之间的紧密联系，后者是最近的隐私定义，其仅允许通过噪声测量间接观察数据。以前关于差异隐私的研究主要集中在设计测量过程，...
热度：61
Frank McSherry(微软公司) 我们识别并研究概率推理和差异隐私之间的紧密联系，后者是最近的隐私定义，其仅允许通过噪声测量间接观察数据。以前关于差异隐私的研究主要集中在设计测量过程，...
热度：61
197Functional Geometry Alignment and Localization of Brain Areas[脑区功能的几何排列和定位]
Georg Langs(麻省理工学院) 跨越个体匹配功能性大脑区域是一项具有挑战性的任务，主要是由于其位置和范围的可变性。对于患有诸如脑肿瘤的病症的患者而言，这是特别困难的，但是高度相关...
热度：51
Georg Langs(麻省理工学院) 跨越个体匹配功能性大脑区域是一项具有挑战性的任务，主要是由于其位置和范围的可变性。对于患有诸如脑肿瘤的病症的患者而言，这是特别困难的，但是高度相关...
热度：51
198Synergies in learning words and their referents[学习词汇及其参考语的协同效应]
Mark Johnson(麦格理大学) 本文提出了贝叶斯非参数模型，它们同时学习从音素串中分词并学习其中一些词的指称，并表明在获取这两种语言信息时存在协同相互作用。模型本身是新型的适配器语法...
热度：36
Mark Johnson(麦格理大学) 本文提出了贝叶斯非参数模型，它们同时学习从音素串中分词并学习其中一些词的指称，并表明在获取这两种语言信息时存在协同相互作用。模型本身是新型的适配器语法...
热度：36
199Latent Factor Models for Relational Arrays and Network Data[关系阵列和网络数据的潜在因素模型]
Peter Hoff(华盛顿大学) 网络和关系数据结构在理解复杂的生物学，社会和其他关系系统中发挥着越来越重要的作用。此类系统的统计模型可以描述全局关系特征，表征局部网络结构，并提供缺失...
热度：63
Peter Hoff(华盛顿大学) 网络和关系数据结构在理解复杂的生物学，社会和其他关系系统中发挥着越来越重要的作用。此类系统的统计模型可以描述全局关系特征，表征局部网络结构，并提供缺失...
热度：63
200Feature Set Embedding for Incomplete Data[不完整数据的功能集嵌入]
David Grangier(美国国家实验室) 我们针对分类问题提出了一种新的学习策略，其中列车和/或测试数据缺少特征。在以前的工作中，实例表示为来自某个特征空间的向量，并且一个实体被强制插入缺失值...
热度：55
David Grangier(美国国家实验室) 我们针对分类问题提出了一种新的学习策略，其中列车和/或测试数据缺少特征。在以前的工作中，实例表示为来自某个特征空间的向量，并且一个实体被强制插入缺失值...
热度：55
201Learning concept graphs from text with stick-breaking priors[从前所未有的文本中学习概念图]
America Chambers(加利福尼亚大学) 我们提出了一种用于学习一般图形结构的生成概率模型，我们用文本来概括概念图。概念图提供了文档集合的主题内容的可视摘要，这是仅使用关键字搜索难以实现的任务...
热度：59
America Chambers(加利福尼亚大学) 我们提出了一种用于学习一般图形结构的生成概率模型，我们用文本来概括概念图。概念图提供了文档集合的主题内容的可视摘要，这是仅使用关键字搜索难以实现的任务...
热度：59
202High-dimensional Statistics: Prediction, Association and Causal Inference[高维统计：预测、关联和因果推理]
Peter Bühlmann(苏黎世联邦理工学院) 当变量或特征的数量大大超过样本时，本教程将调查高维统计参数的方法和理论。将特别强调模型和特征选择的问题。这包括回归模型中的变量选择，以及图形建模中边集...
热度：60
Peter Bühlmann(苏黎世联邦理工学院) 当变量或特征的数量大大超过样本时，本教程将调查高维统计参数的方法和理论。将特别强调模型和特征选择的问题。这包括回归模型中的变量选择，以及图形建模中边集...
热度：60
203Trading off Mistakes and Don't-Know Predictions[权衡错误和未知的预测]
Avrim Blum(卡内基梅隆大学) 我们讨论了一个在线学习框架，其中允许代理人说“我不知道2以及对给定的例子做出错误的预测。我们分析说”我不知道“和犯错之间的权衡。如果不知道预测的数量被...
热度：45
Avrim Blum(卡内基梅隆大学) 我们讨论了一个在线学习框架，其中允许代理人说“我不知道2以及对给定的例子做出错误的预测。我们分析说”我不知道“和犯错之间的权衡。如果不知道预测的数量被...
热度：45
204Sharing Features among Dynamical Systems with Beta Processes[与beta过程共享动态系统的特征]
Emily Fox(华盛顿大学) 我们提出了一种贝叶斯非参数方法，通过一组潜在的动态行为来关联多个时间序列。使用先前的beta过程，我们允许数据驱动选择此集合的大小，以及时间序列之间共享行...
热度：41
Emily Fox(华盛顿大学) 我们提出了一种贝叶斯非参数方法，通过一组潜在的动态行为来关联多个时间序列。使用先前的beta过程，我们允许数据驱动选择此集合的大小，以及时间序列之间共享行...
热度：41
205Semi-Supervised Learning in Gigantic Image Collections[大型图像采集中的半监督学习]
Rob Fergus(纽约大学) 随着互联网的出现，现在可以收集数以亿计的图像。这些图像具有不同程度的标签信息。 “清洁标签”可以在一小部分上手动获得，“嘈杂标签”可以从周围文本中自动...
热度：45
Rob Fergus(纽约大学) 随着互联网的出现，现在可以收集数以亿计的图像。这些图像具有不同程度的标签信息。 “清洁标签”可以在一小部分上手动获得，“嘈杂标签”可以从周围文本中自动...
热度：45
206Sequential Monte-Carlo Methods[顺序蒙特卡罗方法]
Nando de Freitas, Arnaud Doucet(牛津大学) 在过去的十五年中，顺序蒙特卡罗（SMC）方法作为解决顺序数据建模中出现的难以处理的推理问题的有力工具而受到欢迎。为了估计动态模型中潜在变量的滤波分布，已...
热度：155
Nando de Freitas, Arnaud Doucet(牛津大学) 在过去的十五年中，顺序蒙特卡罗（SMC）方法作为解决顺序数据建模中出现的难以处理的推理问题的有力工具而受到欢迎。为了估计动态模型中潜在变量的滤波分布，已...
热度：155
207Bayesian Analysis of Markov Chains [马尔可夫链的贝叶斯分析]
Persi Diaconis(斯坦福大学) 假设我们观察数据并想测试它是否来自马尔可夫链。如果是，我们可能想要估计转换运算符。以贝叶斯方式工作，我们必须指定先验并计算后验。如果我们想在可逆马尔可...
热度：49
Persi Diaconis(斯坦福大学) 假设我们观察数据并想测试它是否来自马尔可夫链。如果是，我们可能想要估计转换运算符。以贝叶斯方式工作，我们必须指定先验并计算后验。如果我们想在可逆马尔可...
热度：49
208Using linguistic information as features for text categorization [以语言信息为特征进行文本分类]
Arturo Montejo Ráez(哈恩大学) 我们报告了使用语言信息作为经典向量空间模型[10]中的附加特征的一些经验。提取的每个单词的信息，如词性和词干，词汇根已经以不同的方式组合，用于试验分类性能...
热度：32
Arturo Montejo Ráez(哈恩大学) 我们报告了使用语言信息作为经典向量空间模型[10]中的附加特征的一些经验。提取的每个单词的信息，如词性和词干，词汇根已经以不同的方式组合，用于试验分类性能...
热度：32
209Inference and Learning with Networked Data[网络数据推理与学习]
Foster Provost(纽约大学) 在许多应用程序中，我们希望推断出在复杂网络中互连的实体。例如，电话，电子邮件，即时通讯和网络指针将人们链接到庞大的社交网络。然而，传统的统计和机器学习...
热度：34
Foster Provost(纽约大学) 在许多应用程序中，我们希望推断出在复杂网络中互连的实体。例如，电话，电子邮件，即时通讯和网络指针将人们链接到庞大的社交网络。然而，传统的统计和机器学习...
热度：34
210The Security of Mobile Agent Systems[移动代理系统的安全性]
Wiesiek Pawlowski(华沙理工大学) 在[2]中，提出了一种称为Petri超网的移动模型。超网提供了一种视觉形式来描述分层结构的动态代理。代理采用Petri网的形式，其操纵其他代理作为资源。在[4]中提出...
热度：22
Wiesiek Pawlowski(华沙理工大学) 在[2]中，提出了一种称为Petri超网的移动模型。超网提供了一种视觉形式来描述分层结构的动态代理。代理采用Petri网的形式，其操纵其他代理作为资源。在[4]中提出...
热度：22