境外开放课程——按学科专业列表
开放课程工程与技术科学计算机科学技术::

121
Design And Analysis Of Algorithms[算法设计与分析]
  Prof. Erik Demaine(麻省理工学院) 这是一门中级算法课程,重点是教授高效算法设计和分析的技术,强调应用方法。主题包括分而治之、随机化、动态规划、贪婪算法、增量改进、复杂性和密码学。
热度:7

122
FRED as an Event Extraction Tool[FRED作为事件提取工具]
  Aldo Gangemi(认知科学与技术研究所) 事件是难以捉摸的实体;正如作者所说,即使是人类注释者也不同意什么是事件,以及从参与者的范围、时间和地理空间范围等方面来看,事件的边界是什么。 当试图从...
热度:11

123
Session 3-3-1: Quality tools and topics 1[第3-3-1节:质量工具和主题1]
   Al Haggerty(麻省理工学院) 第3-3-1节:质量工具和主题1
热度:8

124
Advances in Human Machine Interfaces (HMI)[人机界面(HMI)的进展]
  Annie Pauzie(INRETS-法国国家运输与安全研究所) 人机界面(HMI)的进展
热度:10

125
Interview with Grainne Lynch[Grainne Lynch访谈录]
  Grainne Lynch(英国特许物流与运输协会) Grainne Lynch访谈录
热度:6

126
Topics In Mathematics Of Data Science[数据科学数学专题]
  Dr. Afonso Bandeira(麻省理工学院) 这是一门主要独立的研究型课程,专为本科生(但也非常欢迎研究生)设计,有兴趣在旨在从数据中提取信息的算法的理论方面进行研究。这些通常存在于以下两个或多个...
热度:6

127
HoORaYs: High­order Optimization of Rating Distance for Recommender Systems[HoORaYs:推荐系统评级距离的高阶优化]
   Yuan Yao(南京大学) 潜在因素模型已经成为推荐系统中一种流行的方法,根据历史用户反馈来预测用户对项目的偏好。大多数现有的方法,无论是明确的还是隐含的,都建立在一阶评级距离原...
热度:5

128
Accelerating Innovation Through Analogy Mining[通过类比挖掘加速创新]
   Tom Hope(耶路撒冷希伯来大学) 大型思想库(如美国专利数据库)的可用性可以通过为人们提供类似问题解决方案的灵感,大大加速创新和发现。然而,无论是人工方法还是自动化方法,在这些庞大、混...
热度:5

129
Is the Whole Greater Than the Sum of Its Parts?[整体大于部分之和吗?
   Liangyue Li(亚利桑那州立大学) 部分与整体的关系经常出现在许多学科中,从协作团队、众包、自治系统到网络系统。从算法的角度来看,现有的工作主要集中在通过单独的模型或线性联合模型来预测整...
热度:5

130
An Online Hierarchical Algorithm for Extreme Clustering[一种用于极端聚类层次算法]
  (马萨诸塞大学) 许多现代聚类方法可以很好地扩展到大量数据项 N,但不能扩展到大量聚类 K。本文介绍了 PERCH,一种用于在线分层聚类的新非贪婪算法,可扩展到大量 N 和 K ——我...
热度:4

131
Local Higher-Order Graph Clustering[局部高阶图聚类]
  Hao Yin(斯坦福大学) 局部图聚类方法旨在通过探索图的小区域来找到节点簇。这些方法很有吸引力,因为它们能够围绕给定种子节点进行有针对性的聚类,并且比传统的全局图聚类方法更快,...
热度:4

132
Randomization or Condensation? Linear­Cost Matrix Sketching Via Cascaded Compression Sampling[随机化还是压缩?通过级联压缩采样绘制 LinearCost 矩阵草图]
  Kai Zhang(天普大学) 矩阵草图旨在找到矩阵的紧凑表示,同时保留其大部分属性,这是现代科学计算的基本构建块。随机算法代表了最先进的技术,并引起了机器学习、数据挖掘和理论计算机...
热度:4

133
Discrete Content-­aware Matrix Factorization[离散内容感知矩阵分解]
   Rui Liu(电子科技大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:4

134
Multi­-Aspect Streaming Tensor Completion[多方面流式张量补全]
  宋清泉(德州农工大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:7

135
Collaboratively Improving Topic Discovery and Word Embeddings by Coordinating Global and Local Contexts[通过协调全球和本地上下文来协作改进主题发现和词嵌入]
  Guangxu Xun(布法罗大学 ) 文本语料库通常包含两种类型的上下文信息——全局上下文和局部上下文。全局上下文携带主题信息,主题模型可以利用主题信息从文本语料库中发现主题结构,而局部上...
热度:5