热门境外开放课程排行榜
71
Spatio-temporal clustering methods[时空聚类方法]
Matej Senožetnik(约瑟夫·斯特凡研究所) 跟踪人、动物或车辆会生成大量时空数据,必须以不同于知识发现中常用的普通数据的方式处理和分析这些数据。本文介绍了适用于此类数据的现有时空聚类算法,并比较...
热度:308
Matej Senožetnik(约瑟夫·斯特凡研究所) 跟踪人、动物或车辆会生成大量时空数据,必须以不同于知识发现中常用的普通数据的方式处理和分析这些数据。本文介绍了适用于此类数据的现有时空聚类算法,并比较...
热度:308
72
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
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
73
18.904 Seminar in Topology (MIT)[18.904拓扑中的研讨会(麻省理工学院)]
Dr. Andrew Snowden(麻省理工学院) 本课程是拓扑学研讨会。主要的数学目标是了解基本群,同源性和上同调。主要的非数学目标是获得数学会谈的经验。
热度:305
Dr. Andrew Snowden(麻省理工学院) 本课程是拓扑学研讨会。主要的数学目标是了解基本群,同源性和上同调。主要的非数学目标是获得数学会谈的经验。
热度:305
74
Bounding Excess Risk in Machine Learning[机器学习中的边界超额风险]
Vladimir Koltchinskii(佐治亚理工学院) 我们将讨论基于经验风险最小化(可能受到惩罚)的学习算法的超额风险限制问题的一般方法。这一方法是近年来由几位作者(其中包括:马萨特、巴特利特、布斯克和门...
热度:305
Vladimir Koltchinskii(佐治亚理工学院) 我们将讨论基于经验风险最小化(可能受到惩罚)的学习算法的超额风险限制问题的一般方法。这一方法是近年来由几位作者(其中包括:马萨特、巴特利特、布斯克和门...
热度:305
75
Hierarchical-Dirichlet-Process-based Hidden Markov Models[基于隐马尔可夫模型的分层Dirichlet过程]
Erik Sudderth(布朗大学) 我们考虑说话者日记化的问题,即将会议的录音分段为对应于各个发言者的时间段的问题。由于不允许我们知道参加会议的人数,因此问题变得特别困难。为了解决这个问...
热度:303
Erik Sudderth(布朗大学) 我们考虑说话者日记化的问题,即将会议的录音分段为对应于各个发言者的时间段的问题。由于不允许我们知道参加会议的人数,因此问题变得特别困难。为了解决这个问...
热度:303
76
3.093 Information Exploration: Becoming a Savvy Scholar[信息探索:成为一名精明的学者]
Prof. Donald Sadoway; Ms. Patty Durisin Barbera;Ms. Angie Locknar(麻省理工学院) 这门新生课程探讨了科学出版周期、主要与次要资源、在线和印刷书目数据库;如何搜索、查找、评估和引用信息;索引和摘要;使用特殊资源(如专利)和灰色文献(如...
热度:303
Prof. Donald Sadoway; Ms. Patty Durisin Barbera;Ms. Angie Locknar(麻省理工学院) 这门新生课程探讨了科学出版周期、主要与次要资源、在线和印刷书目数据库;如何搜索、查找、评估和引用信息;索引和摘要;使用特殊资源(如专利)和灰色文献(如...
热度:303
77
Information-Theoretic Metric Learning[信息论度量学习 ]
Jason Davis(斯坦福大学) 我们将度量学习问题表达为在马哈拉诺比斯距离函数约束下最小化两个多元高斯之间的微分相对熵。通过令人惊讶的等价,我们表明这个问题可以解决为低级内核学习问题...
热度:301
Jason Davis(斯坦福大学) 我们将度量学习问题表达为在马哈拉诺比斯距离函数约束下最小化两个多元高斯之间的微分相对熵。通过令人惊讶的等价,我们表明这个问题可以解决为低级内核学习问题...
热度:301
78
Monte Carlo Simulation methods[蒙特卡罗模拟方法]
Christophe Andrieu(布里托斯大学) 该课程介绍了独立的组件分析和源分离。我们从简单的统计原理开始;检查与信息理论和稀疏编码的联系;我们概述了可用的算法;我们还展示了信息几何如何阐明ICA的几个...
热度:301
Christophe Andrieu(布里托斯大学) 该课程介绍了独立的组件分析和源分离。我们从简单的统计原理开始;检查与信息理论和稀疏编码的联系;我们概述了可用的算法;我们还展示了信息几何如何阐明ICA的几个...
热度:301
79
Alternating Direction Method of Multipliers[乘子交替方向法 ]
Stephen P. Boyd(斯坦福大学) 诸如机器学习和大型网络上的动态优化等领域中的问题导致极大的凸优化问题,问题数据以分散的方式存储,并且处理元件分布在网络上。我们认为乘法器的交替方向方法...
热度:301
Stephen P. Boyd(斯坦福大学) 诸如机器学习和大型网络上的动态优化等领域中的问题导致极大的凸优化问题,问题数据以分散的方式存储,并且处理元件分布在网络上。我们认为乘法器的交替方向方法...
热度:301
80
Use of variance estimation in the multi-armed bandit problem[多武装土匪问题中方差估计的应用]
Jean Yves Audibert(国立巴黎高等矿业学院) 大多数决策问题的一个重要方面涉及开发(根据迄今为止获得的部分知识最佳地行动)与环境探索之间的适当平衡(为了优化当前知识和改进未来决策而次优地行动)。这...
热度:298
Jean Yves Audibert(国立巴黎高等矿业学院) 大多数决策问题的一个重要方面涉及开发(根据迄今为止获得的部分知识最佳地行动)与环境探索之间的适当平衡(为了优化当前知识和改进未来决策而次优地行动)。这...
热度:298