图 书 馆境外开放课程——按学科专业列表
开放课程→人文社会科学→统计学::
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
91Boosting statistical network inference by incorporating prior knowledge from multiple sources[做好网络统计建设]
Paurush Praveen(波恩大学) 统计学习方法，例如贝叶斯网络，已经从高通量实验中推断出细胞网络的高度普及。然而，实验数据中的固有噪声以及典型的低样本量限制了它们的性能，具有高误报率和...
热度：207
Paurush Praveen(波恩大学) 统计学习方法，例如贝叶斯网络，已经从高通量实验中推断出细胞网络的高度普及。然而，实验数据中的固有噪声以及典型的低样本量限制了它们的性能，具有高误报率和...
热度：207
92Network inference using steady-state data and Goldbeter-Koshland kinetics[利用稳态数据和动力学进行网络推理]
Chris J Oates(华威大学) 动机：网络推理方法被广泛用于揭示分子参与者（如基因和蛋白质）之间的监管相互作用。感兴趣的网络（例如基因调控或蛋白质信号传导网络）的生物化学过程是基因拉...
热度：207
Chris J Oates(华威大学) 动机：网络推理方法被广泛用于揭示分子参与者（如基因和蛋白质）之间的监管相互作用。感兴趣的网络（例如基因调控或蛋白质信号传导网络）的生物化学过程是基因拉...
热度：207
93Browsing Recorded Meetings With Ferret[Ferret浏览器的浏览记录]
Pierre Wellner(达尔莫尔感知人工智能研究所) 在记录的会议中查找感兴趣的元素是耗时的。我们描述了Ferret会议浏览器上正在进行的工作，该浏览器旨在通过显示多种类型的数据来支持此过程。这些包括媒体，成绩...
热度：228
Pierre Wellner(达尔莫尔感知人工智能研究所) 在记录的会议中查找感兴趣的元素是耗时的。我们描述了Ferret会议浏览器上正在进行的工作，该浏览器旨在通过显示多种类型的数据来支持此过程。这些包括媒体，成绩...
热度：228
94A New Kernel for Classification of Networked Entitiess[新内核网络实体分类]
Dell Zhang(伦敦大学学院) 用于数据分类的统计机器学习技术通常假设所有实体都是i.i.d. （独立且相同的分布）。然而，现实世界实体通常通过显式或隐式关系彼此互连以形成复杂网络。尽管近...
热度：195
Dell Zhang(伦敦大学学院) 用于数据分类的统计机器学习技术通常假设所有实体都是i.i.d. （独立且相同的分布）。然而，现实世界实体通常通过显式或隐式关系彼此互连以形成复杂网络。尽管近...
热度：195
95Linguistically-informed, statistically-driven induction of morphology[语言学知识，统计学驱动的形态学诱导]
Erwin Chan(宾夕法尼亚大学) **问题：**从未注释的文本中诱导形态学。 **主要思想：**形态学的语言和统计特性的知识允许简单的归纳算法。 从以前的工作中发展出想法：Goldsmith（2001），Sch...
热度：168
Erwin Chan(宾夕法尼亚大学) **问题：**从未注释的文本中诱导形态学。 **主要思想：**形态学的语言和统计特性的知识允许简单的归纳算法。 从以前的工作中发展出想法：Goldsmith（2001），Sch...
热度：168
96The Soundscape of Modernity: Architectural Acoustics and the Culture of Listening in America, 1900-1933[现代性音景：1900-1933建筑声学与美国聆听文化]
Emily Thompson(普林斯顿大学) 在二十世纪初美国的听觉文化史中，艾米莉·汤普森描绘了人们听到的内容以及他们如何倾听的戏剧性转变。他们所听到的是一种新的声音，它是现代技术的产物，他们倾...
热度：478
Emily Thompson(普林斯顿大学) 在二十世纪初美国的听觉文化史中，艾米莉·汤普森描绘了人们听到的内容以及他们如何倾听的戏剧性转变。他们所听到的是一种新的声音，它是现代技术的产物，他们倾...
热度：478
97Climate and Energy: Uncertainties in Forecasts and the Problems of Scale[气候能源：预测中的不确定性及规模问题]
Ronald G. Prinn(麻省理工学院) 当罗恩·普林（Ron Prinn）旋转一个“财富之轮”（Wheel of Fortune）时，他达到了地球升温至少3摄氏度的四分之一的机会，以及极地冰盖不可逆转融化的开始。当他...
热度：236
Ronald G. Prinn(麻省理工学院) 当罗恩·普林（Ron Prinn）旋转一个“财富之轮”（Wheel of Fortune）时，他达到了地球升温至少3摄氏度的四分之一的机会，以及极地冰盖不可逆转融化的开始。当他...
热度：236
98The Sounds of Music[音乐的声音]
Walter H. G. Lewin(麻省理工学院) 你有没有想过你的汽车在特定的高速公路上以一定的速度嗡嗡作响？或者为什么长笛的音符高于长号呢？ Walter Lewin使用橡胶软管，带孔的木箱，金属板和各种其他自...
热度：181
Walter H. G. Lewin(麻省理工学院) 你有没有想过你的汽车在特定的高速公路上以一定的速度嗡嗡作响？或者为什么长笛的音符高于长号呢？ Walter Lewin使用橡胶软管，带孔的木箱，金属板和各种其他自...
热度：181
99Animal Models of Cancer[癌症动物模型]
Jacqueline A. Lees(麻省理工学院) 杰奎琳·利斯高度重视低劣的老鼠。它作为癌症的模型系统“精心开发”。利斯说，虽然研究人员可以从培养皿中的细胞中学到很多东西，但是他们需要活生物来观察，例...
热度：181
Jacqueline A. Lees(麻省理工学院) 杰奎琳·利斯高度重视低劣的老鼠。它作为癌症的模型系统“精心开发”。利斯说，虽然研究人员可以从培养皿中的细胞中学到很多东西，但是他们需要活生物来观察，例...
热度：181
100The Future of the News[新闻的未来]
无(无) Ellen Hume预测与麻省理工学院博物馆人群就新闻的未来进行“好消息对话”，但所有参与者最终都在努力为报纸和其他传统新闻形式面临的严峻形势找到一线希望。商业...
热度：186
无(无) Ellen Hume预测与麻省理工学院博物馆人群就新闻的未来进行“好消息对话”，但所有参与者最终都在努力为报纸和其他传统新闻形式面临的严峻形势找到一线希望。商业...
热度：186
101Statistical Natural Language Parsing: Reliable Models of Language?[统计自然语言解析：可靠的语言模型？]
Sandiway Fong(亚利桑那大学) 统计自然语言语言学家很大程度上归功于宾夕法尼亚大学着名的Treebank项目。但这一百万字的巨型语料库 - 实际上，来自华尔街日报的49,000个句子都被仔细标记为语...
热度：192
Sandiway Fong(亚利桑那大学) 统计自然语言语言学家很大程度上归功于宾夕法尼亚大学着名的Treebank项目。但这一百万字的巨型语料库 - 实际上，来自华尔街日报的49,000个句子都被仔细标记为语...
热度：192
102Alan Turing: Codebreaker and AI Pioneer[阿兰·图灵：密码破坏者和人工智能先锋]
B. Jack Copeland(坎特伯雷大学) 在布莱切利公园（Bletchley Park）打破拯救英国和纳粹德国的代码，是第二次世界大战中最伟大的故事之一，被误解的天才艾伦·图灵（Alan Turing）站在这个故事的中...
热度：384
B. Jack Copeland(坎特伯雷大学) 在布莱切利公园（Bletchley Park）打破拯救英国和纳粹德国的代码，是第二次世界大战中最伟大的故事之一，被误解的天才艾伦·图灵（Alan Turing）站在这个故事的中...
热度：384
103Lecture 2: Core Elements of a Program [第2讲：计划的核心要素]
John Guttag(麻省理工学院) 本讲座涵盖了直线和分支程序的构建块：对象，类型，运算符，变量，执行和条件语句。它还讨论了与所涉及主题相关的常见错误。涵盖的主题：IDLE，对象类型，运算符...
热度：133
John Guttag(麻省理工学院) 本讲座涵盖了直线和分支程序的构建块：对象，类型，运算符，变量，执行和条件语句。它还讨论了与所涉及主题相关的常见错误。涵盖的主题：IDLE，对象类型，运算符...
热度：133
104On-line learning competitive with reproducing kernel Hilbert spaces[在线学习与再生核Hilbert空间的竞争]
Vladimir Vovk(伦敦大学学院) 在本次演讲中，我将描述一种新技术，用于设计有竞争力的在线预测算法并证明它们的损失范围。 这种算法的目标是在广泛的基准类中执行几乎与最佳决策规则一样好，...
热度：170
Vladimir Vovk(伦敦大学学院) 在本次演讲中，我将描述一种新技术，用于设计有竞争力的在线预测算法并证明它们的损失范围。 这种算法的目标是在广泛的基准类中执行几乎与最佳决策规则一样好，...
热度：170
105Mistake bounds and risk bounds for on-line learning algorithms[在线学习算法的错误界限和风险界限]
Nicolò Cesa-Bianchi(米兰大学) 在统计学习理论中，风险界限通常是通过操纵经验过程的至上来获得的，这些经验过程测量经验风险与一类模型中真实风险的最大偏差。 在本次演讲中，我们描述了通过...
热度：245
Nicolò Cesa-Bianchi(米兰大学) 在统计学习理论中，风险界限通常是通过操纵经验过程的至上来获得的，这些经验过程测量经验风险与一类模型中真实风险的最大偏差。 在本次演讲中，我们描述了通过...
热度：245