热门境外开放课程排行榜

31
Topic Models with Power-Law Using Pitman-Yor Process[皮特曼-尤尔用幂律主题模型]
  Issei Sato(东京大学) 一个重要方法的知识发现和数据挖掘是估计观察到的变量,因为潜变量可以显示隐藏的特性,观察到的数据。潜在因素模型假设在记录中的每个项目都有一个潜在的因素;...
热度:332

32
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:326

33
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:320

34
8.08 Statistical Physics II (MIT)[8.08统计物理II(麻省理工学院)]
  Prof. Xiao-Gang Wen(麻省理工学院) 本课程涵盖经典和量子系统的概率分布。主题包括:微正则,规范和宏规范分区函数以及相关的热力学势。还讨论了均相和异质系统的热力学平衡条件。该课程遵循8.044...
热度:317

35
Covariate Shift by Kernel Mean Matching[通过核转移变量均值匹配]
  Arthur Gretton(伦敦大学学院) 给出了训练和测试数据的一组观测值,考虑了训练数据重新加权的问题,使其分布更接近于测试数据的分布。我们通过在高维特征空间(特别是复制的内核希尔伯特空间)...
热度:307

36
Maximum Likelihood Rule Ensembles[最大似然规则集合]
  Wojciech Kotlowski(波兹南理工大学) 提出了一种新的规则归纳算法, 通过概率估计来解决分类问题。决策规则的主要优点是简单且易于解释。虽然早期的规则归纳方法是基于顺序覆盖的, 但我们采用的方法是...
热度:306

37
Math 1A/1B. Pre-Calculus: Conjugate Zeros Theorem[数学1A / 1B。微积分预备:共轭零点定理]
  Sarah Eichhorn(加州大学尔湾分校) UCI Math 1A / 1B:Pre-CalculusPre-Calculus:Conjugate Zeros定理查看完整课程:http://ocw.uci.edu/courses/math_1a1b_precalculus.htmlInstructor:Sarah Ei...
热度:303

38
8.04 Quantum Physics I (MIT)[量子物理学]
  Prof. Allan Adams;Prof. Matthew Evans;Prof. Barton Zwiebach(麻省理工学院) 本课程涵盖量子物理的实验基础。介绍了波力学、单维薛定谔方程、三维薛定谔方程,是本科量子物理系列的第一门课程,其次是8.05量子物理II和8.06量子物理III。
热度:294

39
18.404J Theory of Computation (MIT)[18.404j计算理论(MIT)]
  Sipser Michael(麻省理工学院) 这个研究生水平课程在可计算性和复杂性(6.045J / 18.400J)中对材料进行了更广泛和理论性的处理。主题包括自动机和语言理论,可计算性理论和复杂性理论。
热度:288

40
18.05 Introduction to Probability and Statistics (MIT)[18.05概率和统计的介绍(麻省理工学院)]
  Prof. Dmitry Panchenko(麻省理工学院) 本课程简要介绍了应用程序的概率和统计。主题包括:基本概率模型;组合数学;随机变量;离散和连续概率分布;统计估计和测试;置信区间;和线性回归的介绍。
热度:281