热门境外开放课程排行榜

11
GP-BayesFilters: Gaussian Process Regression for Bayesian Filtering[GP-BayesFilters：贝叶斯滤波高斯过程回归]
  Dieter Fox(华盛顿大学) 贝叶斯滤波的递归估计从传感器数据流的动态系统的状态。每个贝叶斯过滤器的主要组成部分是概率预报和观测模型。在机器人技术，这些模型通常是基于物理过程产生的...
热度：801

12
2.016 Hydrodynamics (13.012) (MIT)[2.016流体力学（13.012）（麻省理工学院）]]
   Alexandra Techet(麻省理工学院) 本课程包括流体力学基本方程的开发及其对几个海洋流体动力学领域的简化以及这些原理在解决工程问题中的应用。主题包括质量守恒，动量和能量，升力和阻力，层流和...
热度：780

13
6.867 Machine Learning (MIT)[6.867机械学习（麻省理工学院）]
  Rohit Singh;Prof. Tommi Jaakkola;Ali Mohammad(麻省理工学院) 6.867是一个关于机器学习的入门课程，概述了机器学习中的许多概念，技术和算法，从分类和线性回归等主题开始，最后介绍了最新的主题，如增强，支持向量机，隐马...
热度：762

14
Large-Scale Sparse Logistic Regression [大型稀疏Logistic回归]
  Jieping Ye(密歇根大学) Logistic Regression is a well-known classification method that has been used widely in many applications of data mining, machine learning, computer vi...
热度：746

15
The Sparse Grid Method[稀疏网格法]
  Jochen Garcke(柏林大学) 稀疏网格法是一种特殊的离散化技术，可以在一定程度上解决维数性的弊端。它基于层次结构和稀疏张量积分解。稀疏网格在过去已经成功地用于求解偏微分方程，而最近...
热度：723

16
9.913 Pattern Recognition for Machine Vision (MIT)[9.913模式识别，机器视觉（麻省理工学院）]
  Dr. Bernd Heisele;Dr. Yuri Ivanov(麻省理工学院) 模式识别技术在机器视觉问题中的应用是本课程的重点。涵盖的主题包括机器视觉和模式分类问题的概述，图像形成和处理，图像特征提取，生物对象识别，贝叶斯决策理...
热度：721

17
2.71 Optics (MIT)[2.71光学（麻省理工学院）]
  Barbastathis, George, Sheppard, Colin, Oh, Se Baek(麻省理工学院) 本课程介绍了基础工程应用的光学科学。几何光学中涉及的主题包括：光线追踪，像差，镜头设计，光圈和光圈，辐射测量和光度测量。波动光学中涉及的主题包括：基本...
热度：676

18
Density Ratio Estimation in Machine Learning[机器学习中的密度比估计]
  Masashi Sugiyama(东京理工大学) 在统计机器学习中，避免密度估计是必要的，因为它通常比解决目标机器学习问题本身更困难。这通常被称为Vapnik原理，而支持向量机就是这一原理的成功实现之一。基...
热度：647

19
6.830 Database Systems[6.830数据库系统]
   Samuel Madden ; Robert Morris ; Michael Stonebraker ; Carlo Curino(麻省理工学院) 本课程依赖于数据库社区的主要阅读资料，向研究生介绍数据库系统的基础知识，重点介绍关系代数和数据模型、模式规范化、查询优化和事务等基础知识。本课程专为修...
热度：647

20
6.042J Mathematics for Computer Science (MIT)[6.042J计算机科学数学（麻省理工]
  Prof. Tom Leighton;Dr. Marten van Dijk(麻省理工学院) 本课程涵盖计算机科学与工程的基础离散数学。它强调数学定义和证明以及适用的方法。主题包括形式逻辑符号，证明方法;感应，井井有条;集，关系;基本图论;整数同余...
热度：631