热门境外开放课程排行榜

71
Co-Clustering on Manifolds[聚类流形]
  Jie Zhou(清华大学) 共聚类基于数据点（例如文档）和特征（例如单词）之间的二元性，即数据点可以基于它们在特征上的分布来分组，而特征可以基于它们在数据点上的分布来分组。在过去...
热度：311

72
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：311

73
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：310

74
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：308

75
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＆raquo;计算机科学＆raquo;机器学习＆raquo;贝叶斯学习 顶部＆raquo;计算机科学＆raquo;机器学习＆raquo;高斯过程 ＆NBSP;
热度：308

76
Sparse Canonical Correlation Analysis[稀疏典范相关分析]
  David R. Hardoon(伦敦全球大学) 我们提出了一种使用最小二乘法求解稀疏凸框架中的典范相关分析（CCA）的新颖方法。提出的方法着重于一个场景，当一个人对第一个视图感兴趣（或仅限于）原始表示...
热度：308

77
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：307

78
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：305

79
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：305

80
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：305