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→计算机工程::

1
A Survey of Model-Based Methods for Global Optimization[基于模型的全局优化方法综述]
  Thomas Bartz-Beielstein(TH Köln（应用科学大学）) 本文描述了基于模型的全局优化方法。在引入全局优化框架后，给出了随机算法的建模方法。我们区分使用分布的模型和使用显式代理模型的模型。讨论了基于代理模型的...
热度：14

2
Using R for Scalable Data Science: Single Machines to Hadoop Spa0rk Clusters[将R用于可扩展数据科学：单机到Hadoop Spark集群]
  Hang Zhang(微软) 在本教程中，我们将演示如何在单机、SQL Server中的数据库和运行Spark的Hadoop集群上用R创建可扩展的端到端数据分析过程。我们将在公共GitHub存储库中提供实践练...
热度：13

3
A Large-Scale Study of MySpace: Observations and Implications for Online Social Networks[MySpace的大规模研究：对在线社交网络的观察和启示]
   James Caverlee(德州农工大学) MySpace的大规模研究：对在线社交网络的观察和启示
热度：12

4
Is the Semantic Web what we expected? Adoption Patterns and Content-driven Challenges[语义网是我们所期望的吗？采用模式和内容驱动的挑战]
  Christian Bizer(曼海姆大学) 语义Web技术，如Linked Data和Schema.org，被大量网站用来支持其内容的自动处理。在演讲中，我将把语义网的最初愿景与关于在网络上采用语义网技术的经验发现进行...
热度：9

5
What can the world tell us about an image?[关于一幅图像，世界能告诉我们什么？]
  Alexei Efros(卡内基梅隆大学) 关于一幅图像，世界能告诉我们什么？
热度：16

6
Borrowing New Ideas from Human Vision[借用人类视觉的新思想]
  David Lowe(不列颠哥伦比亚大学计算机科学系) 借用人类视觉的新思想
热度：15

7
Learning Recursive Filters for Low-Level Vision via a Hybrid Neural Network[基于混合神经网络的低层次视觉递归滤波器学习]
  Sifei Liu(加州大学默塞德分校电气工程与计算机科学系) 在本文中，我们考虑了许多低级视觉问题(例如，边缘保持滤波和去噪)作为递归图像滤波通过混合神经网络。该网络包含几个空间变化的递归神经网络(循环神经网络)，作...
热度：19

8
Users Section Intro[用户组简介]
  Richard Ishida(万维网联盟（W3C）) 用户组简介
热度：9

9
Whale Watching in Inland Indonesia: Analyzing a Small, Remote, Internet-Based Community Cellular Network[在印度尼西亚内陆观鲸:分析一个小的，远程的，基于互联网的社区蜂窝网络]
  Matthew Johnson(西雅图保罗·G·艾伦学校) 马修•约翰逊
热度：22

10
Foundations: Models and Methods of IR[基础:红外模型和方法]
  Hinrich Schütze(斯图加特大学) 基础:红外模型和方法
热度：16

11
Build it, and they will come: Applications of semantic technology[建立它，它们就会到来:语义技术的应用]
  Ian Horrocks(牛津大学) 语义技术正在迅速成为主流，RDF、OWL和SPARQL现在得到了一系列商业系统的支持，并用于不同的应用程序领域。在这次演讲中，我将简要回顾这些语言的设计，然后研究...
热度：22

12
Recommendation in Social Media[社交媒体推荐]
  Huan Liu;Jie Tang;Jiliang Tang(亚利桑那州立大学;清华大学) 社交媒体的广泛使用以前所未有的速度产生大量数据，社交媒体用户的信息过载问题日益严重。推荐已经被证明可以有效地缓解信息过载问题，在提高用户体验质量方面展...
热度：23

13
Free Semantic Content: Using OpenCyc in Semantic Web Applications[自由语义内容:在语义Web应用程序中使用OpenCyc]
  Michael Witbrock;Blaž Fortuna;Marko Grobelnik(沃森研究中心；研究所人工智能实验室) 如果用户能够访问他们需要的OpenCyc部分，OpenCyc将更容易访问，语义Web互操作性将得到增强。本教程将描述语义Web研究人员和实践者如何从将他们的表示与免费且不...
热度：27

14
Bayesian Inference: Principles and Practice[贝叶斯推理:原则与实践]
  Mike Tipping(Vector Anomaly) 本课程的目标有两个:传达贝叶斯机器学习的基本原理，并描述一个实际的实现框架。首先，我们将介绍贝叶斯方法，重点介绍概率建模的优点，先验概念和边缘化的关键...
热度：18

15
The landscape of the loss surfaces of multilayer networks[多层网络损失面分布图]
  Anna Choromanska(视频讲座网) 在过去几年里，深度学习在图像和语音识别或自然语言处理等应用领域重新引起了人们的兴趣。深度学习的绝大多数实际应用关注监督学习，其中使用随机梯度下降最小化...
热度：26