2019年度热门境外开放课程排行榜

1
6.041 Probabilistic Systems Analysis and Applied Probability (MIT)[6.041 概率系统分析与应用概率(MIT)]
   John Tsitsiklis(麻省理工学院) 欢迎来到6.041/6.431,这是一个关于随机现象和过程的建模和分析的主题,包括统计推断的基础。如今,人们普遍认为概率思维能力是科学素养的一个基本组成部分。例...
2019年热度:300     总热度:343    转化热度:66

2
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)...
2019年热度:264     总热度:264    转化热度:17

3
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。
2019年热度:217     总热度:241    转化热度:24

4
6.042J / 18.062J Mathematics for Computer Science[6.042 J / 18.062 J 计算机科学的数学模型 ]
  Ronitt Rubinfeld ;Albert Meyer(麻省理工学院) 这是一门离散数学的导论课程,以计算机科学与工程为导向。过程大致划分成三:数学基本概念:定义,证明,集,函数,离散结构的关系:模运算、图形、状态机、计算离散a&n...
2019年热度:192     总热度:234    转化热度:19

5
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...
2019年热度:190     总热度:225    转化热度:11

6
14.384 Time Series Analysis (MIT)[14.384时间序列分析(MIT)]
  Schrimpf, Paul, Mikusheva, Anna(麻省理工学院) 该课程提供了计量经济学中时间序列方法的理论和应用的调查。涵盖的主题包括单变量静态和非静态模型,向量自回归,频域方法,持续时间序列中的估计和推断模型以及...
2019年热度:171     总热度:762    转化热度:91

7
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...
2019年热度:168     总热度:168    转化热度:21

8
6.334 Power Electronics (MIT)[6.334电力电子技术(麻省理工学院)]
  Prof. David Perreault(麻省理工学院) 6.334研究了电子设备在能量​​转换和控制中的应用。涵盖的主题包括:建模,分析和控制技术;电源电路的设计,包括逆变器,整流器和DC-DC转换器;磁性元件和滤波器...
2019年热度:166     总热度:668    转化热度:34

9
18.06SC Linear Algebra (MIT)[18.06SC线性代数(MIT)]
  Gilbert Strang(麻省理工学院) 本课程涵盖矩阵理论和线性代数,强调物理、经济和社会科学、自然科学和工程等其他学科中有用的主题。
2019年热度:145     总热度:145    转化热度:22

10
Pairwise Interaction Tensor Factorization for Personalized Tag Recommendation[个性化标签推荐的成对交互张量分解]
  Steffen Rendle(谷歌公司) 标签在最近的许多网站中扮演着重要的角色。推荐者系统可以帮助向用户推荐他可能想要为某一特定项目标记的标记。基于Tucker分解(TD)模型的分解模型提供了高质量的...
2019年热度:145     总热度:145    转化热度:6