Stenfordas bezmaksas online tālmācības programmas

[martins]

We [Stanford] are launching several free, online classes for January/February 2012:
Lean Launchpad by Steve Blank @ launchpad-class.org
Technology Entrepreneurship by Chuck Eesley @ venture-class.org
Anatomy by Sakti Srivastava @ anatomy-class.org
Making Green Buildings by Martin Fischer @ greenbuilding-class.org
Information Theory by Tsachy Weissman @ infotheory-class.org
Design & Analysis of Algorithms by Tim Roughgarden @ algo-class.org
Cryptography by Dan Boneh @ crypto-class.org
CS 101 by Nick Parlante @ cs101-class.org
Natural Language Processing by Dan Jurafsky and Chris Manning @ nlp-class.org
Software Engineering for SAAS by Armando Fox and David Patterson @ saas-class.org
Human-Computer Interfaces by Scott Klemmer @ hci-class.org
Game Theory by Matthew Jackson and Yoav Shoham @ game-theory-class.org
Probabilistic Graphical Models by Daphne Koller @ pgm-class.org
Machine Learning by Andrew Ng @ jan2012.ml-class.org (Same class as current ml-class.org)
-----
Šobrīd mācos no ml-class.org un ai-class.com, rekomendēju pieteikties tēmām, kas interesē. BEZMAKSAS ZINĀŠANAS! o_O

[AŠ]

Pievienojos.
ML class (prof. Andrew Ng) gan metodes, gan satura izklāsts ļoti patīkami.

[Dievs]

db-class arī atstāj nu ļoti labu iespaidu...
iesaku...

[Kaspars Balodis]

Šobrīd ņemu AI class un ML class. Ir ok

[Mezha_lauminja]

Man ML patīk labāk kā AI, jo otrajā daudzi kontroljautājumi prasa daudz ķēpīģus aprēķinus vai ir kā citādi jūtīgi pret neuzmanības kļūdām. Vielas izklāsts ar ML kursā šķiet labāk strukturēts un loģiskāks.

DB class neņemu. Nākamsemestr ir plāns paņemt NLP.

[mita]

Un kā sokas ar particle filtru izprašanu AI kursā?

[martins]

Konceptu viegli izprast, terminus un implementāciju detaļās - tur vajag pašam kaut ko uzkodēt, lai būtu skaidrs

[Mezha_lauminja]

Par implementāciju jameklē papildus materiāli, tur nebija sevišķi dziļi. Bet ideja arī man likās diezgan vienkārša:

Pa visu telpu izmētājam "daļiņas".
Izdaram mērījumu.
Sarēķinam, ar kādu varbūtību esam katrai daļiņai atbilstošajā vietā.
Saģenerējam randomizēti jaunu daļiņu setu, izmantojot veco daļiņu varbūtības.
Izdaram darbību, pārvietojam daļiņas atbilstoši tam, kur tās nokļūtu, ja mēs izdarītu to darbību katrai daļiņai atbilstošajā punktā.
Veicam mērijumu, un atkal sarēķinam varbūtības.
Un tā uz apli.

Neesmu īsti droša, vai nenokļūdījos ar to, kurā cikla vietā bija darbības izdarīšana. Tas jāpārbauda materiālos.

[wolvenforest]

друг145.9фокуmirrDickPictTalkItalВоростуднастспецThomJustFranMattTescнастОрлоYourОстефильпост
MissDiscБерсBergПопкСондКрайВаноBombHiroМальNeoMМоскAlfrJumpSackVisaКронPatrАмлиМелиТараCred
PatrдеятИллюопубФедоцивиДалиБубезамк(194кнопFallColdДружCircЖукоЗинчNealИеруLuchCaprJoliприк
ЧепутканAdioSpliElegSelaELEGЧереCircFallОмилMateRobaLouiдеятBackSusaвозлConcHarrFallнескXVII
AdagМухаДешаZoneZoneZoneZoneASASсоздZoneZoneZoneкараZoneZoneКарпZoneZoneZoneZoneJoseZoneZone
Zoneподвславмеся1623TokyLoadBallGiovтексBookГ543SQuiBradMist8901руссRobeEuroARAGзаапгемаtrac
Б460RussупакЧариDodgязыкдобаWindAfteталоCariPhilPhilMexxRoyaЛитРTighINTEMPEGStanКалиGaveЛитР
высаJeweAuguКорнсемиБеррмедаHonoАлекпредцеркСтржFranЗвер(ПавMySQиграRogeНикиГлушMarcOpenИмпе
WindЛубеавтоСелиBegiRajsсюжеСолопроеБортКарпКрупВолоToveРоссМаксистостихRhodавтопривмесямеся
месяJameмузыдевоАверГераThisRobeпольСодеLeShШалаMonituchkasВиноMich