热门境外开放课程排行榜
51
52
53
54
55
56
57
58
59
60
51Non-Linear Dynamics[非线性动力学]
Colm Connaughton(华威大学) 对于许多非专业人士来说,非线性、混沌和复杂性的概念在科学话语中经常被混淆在一起。实际上,混沌只是在非线性动力系统中观察到的丰富的重要现象之一。本讲座将...
热度:756
Colm Connaughton(华威大学) 对于许多非专业人士来说,非线性、混沌和复杂性的概念在科学话语中经常被混淆在一起。实际上,混沌只是在非线性动力系统中观察到的丰富的重要现象之一。本讲座将...
热度:756
52STARK: Self-Tuning Association Rules for KNIME - A Pascal-2 Harvest Project[斯塔克:KNIME自调优关联规则——Pascal-2收获项目]
José L. Balcázar(加泰罗尼亚理工大学)
热度:738
José L. Balcázar(加泰罗尼亚理工大学)
热度:738
53Applied Time Series Analysis[应用时间序列分析]
Ceylan YOZGATLIGİL(中东技术大学) 本课程旨在实现两个目标。它提供了利用时间序列数据进行实证工作的工具,并介绍了时间序列模型的理论基础。许多统计方法都与假定观察结果是独立的模型有关。然而...
热度:734
Ceylan YOZGATLIGİL(中东技术大学) 本课程旨在实现两个目标。它提供了利用时间序列数据进行实证工作的工具,并介绍了时间序列模型的理论基础。许多统计方法都与假定观察结果是独立的模型有关。然而...
热度:734
54Bandit Algorithms for Online Linear Optimization[在线线性优化算法]
Nicolò Cesa-Bianchi(米兰大学) 在在线线性优化问题中, 预报员在每个实例中选择一个来自 d 维欧几里得空间的特定子集 s 的向量 x, 并遭受 x 中线性的时间依赖性损失。预报员的目标是实现这一目...
热度:727
Nicolò Cesa-Bianchi(米兰大学) 在在线线性优化问题中, 预报员在每个实例中选择一个来自 d 维欧几里得空间的特定子集 s 的向量 x, 并遭受 x 中线性的时间依赖性损失。预报员的目标是实现这一目...
热度:727
5518.152 Introduction to Partial Differential Equations (MIT)[18.152偏微分方程导论(麻省理工学院)]
Prof. Jared Speck(麻省理工学院) 本课程介绍三种主要类型的偏微分方程:扩散,椭圆和双曲。它包括数学工具,实际示例和应用程序。
热度:713
Prof. Jared Speck(麻省理工学院) 本课程介绍三种主要类型的偏微分方程:扩散,椭圆和双曲。它包括数学工具,实际示例和应用程序。
热度:713
56How To Speak[怎么说话]
Patrick Henry Winston(麻省理工学院) 帕特里克·温斯顿(Patrick Winston)的“如何说话”(How to Speak)演讲已成为麻省理工学院40多年的传统。该讲座于每年一月在独立活动期间 (IAP) 期间提供,...
热度:707
Patrick Henry Winston(麻省理工学院) 帕特里克·温斯顿(Patrick Winston)的“如何说话”(How to Speak)演讲已成为麻省理工学院40多年的传统。该讲座于每年一月在独立活动期间 (IAP) 期间提供,...
热度:707
57Sparse Kernel-SARSA(λ) with an Eligibility Trace[稀疏核Sarsa(λ)一个合格的痕迹]
Matthew Robards(澳大利亚国立大学) 我们介绍了第一个在线核心版本的SARSA(λ),以允许任意和lambda的稀疏化;为0≤ &拉姆达;和乐; 1;这可以通过与核化值函数分开维护的合格性跟踪的新...
热度:705
Matthew Robards(澳大利亚国立大学) 我们介绍了第一个在线核心版本的SARSA(λ),以允许任意和lambda的稀疏化;为0≤ &拉姆达;和乐; 1;这可以通过与核化值函数分开维护的合格性跟踪的新...
热度:705
58Model-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:696
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:696
59
60Topics in Combinatorial Optimization[组合优化]
Michel Goemans(麻省理工学院) 在这门研究生课程中,我们将涵盖组合优化的高级主题。我们将从非两部分匹配开始,涵盖许多结果,扩展匹配、流和矩阵的基本结果。重点是推导纯组合结果,包括最小...
热度:685
Michel Goemans(麻省理工学院) 在这门研究生课程中,我们将涵盖组合优化的高级主题。我们将从非两部分匹配开始,涵盖许多结果,扩展匹配、流和矩阵的基本结果。重点是推导纯组合结果,包括最小...
热度:685