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::
123456789>>> 1/451

1
FedShop: A Benchmark for Testing the Scalability of SPARQL Federation Engines[FedShop:测试SPARQL联邦引擎可扩展性的基准]
  (ISWC会议) FedShop:测试SPARQL联邦引擎可扩展性的基准
热度：8

2
SORBET: a Siamese Network for Ontology Embeddings Using a Distance-based Regression Loss and BERT[回归损失和BERT的本体嵌入暹罗网络]
  (ISWC会议) SORBET：使用基于距离的回归损失和BERT的本体嵌入暹罗网络
热度：6

3
Semantic Annotation of Tabular Data for Machine-to-Machine Interoperability via Neuro-Symbolic Anchoring[神经符号锚定的机器对机器互操作表数据的语义注释]
  (ISWC会议) 基于神经符号锚定的机器对机器互操作表数据的语义注释
热度：4

4
Disentangled Contrastive Learning for Knowledge-aware Recommender System[知识感知推荐系统的纠缠对比学习]
  (ISWC会议) 知识感知推荐系统的纠缠对比学习
热度：7

5
Integrating Knowledge Graph Embeddings and Pre-trained Language Models in Hypercomplex Spaces[超复杂空间中知识图嵌入和预训练语言模型]
  (ISWC会议) 超复杂空间中知识图嵌入和预训练语言模型的集成
热度：3

6
Rethinking Uncertain Missing and Ambiguous Visual Modality in Multi-Modal Entity Alignment[对多模态实体比对中不确定缺失和模糊视觉模态]
  (ISWC会议) 对多模态实体比对中不确定缺失和模糊视觉模态
热度：2

7
Assessing the Generalization Capabilities of Neural Machine Translation Models for SPARQL Query Generation[SPARQL查询生成的神经机器翻译模型的泛化能力评估]
  (ISWC会议) 用于SPARQL查询生成的神经机器翻译模型的泛化能力评估
热度：2

8
LLMs4OL: Large Language Models‌ for Ontology Learning[LLMs4OL：大型语言模型‌ 用于本体学习]
  (ISWC会议) LLMs4OL：大型语言模型‌ 用于本体学习
热度：2

9
How is your Knowledge Graph Used: Content-Centric Analysis of SPARQL Query Logs[以内容为中心的SPARQL查询日志分析]
  (ISWC会议) 如何使用知识图：以内容为中心的SPARQL查询日志分析
热度：4

10
Compact Encoding of Reified Triples using HDTr[用HDTr对Reified Triple进行压缩编码]
  (ISWC会议) 用HDTr对Reified Triple进行压缩编码
热度：2

11
HAEE: Low-Resource Event Extraction with Hierarchy-Aware Event Graph Embeddings[层次感知事件图嵌入的低资源事件提取]
  (ISWC会议) HAEE：具有层次感知事件图嵌入的低资源事件提取
热度：3

12
Ethics For Engineers: Artificial Intelligence[工程师伦理：人工智能]
  Prof. Bernhardt Trout;Daniel Doneson(麻省理工学院) 人工智能 （AI） 及其核心的算法判断正在以惊人的速度发展。这个版本的流行工程师伦理课程侧重于计算机科学最新发展中涉及的伦理问题。
热度：2

13
Introduction To Machine Learning[机器学习简介]
  Prof. Leslie Kaelbling(麻省理工学院) 本课程从建模和预测的角度介绍机器学习的原理、算法和应用。它包括学习问题的表述和表示、过度拟合和泛化的概念。这些概念在监督学习和强化学习中得到实践，并应...
热度：2

14
AI 101[人工智能 101]
  Brandon Leshchinskiy(麻省理工学院) 机器视觉。数据整理。强化学习。这些术语到底是什么意思？在 AI 101 中，麻省理工学院研究员 Brandon Leshchinskiy 介绍了人工智能，该介绍是专门为那些几乎没有...
热度：2

15
Introduction To CS And Programming Using Python[CS 简介和使用 Python 编程]
  Dr. Ana Bell(麻省理工学院) 本科目针对的是几乎没有编程经验的学生。它旨在让学生了解计算在解决问题中的作用。它还旨在帮助学生，无论他们的专业如何，都有理由相信他们有能力编写简单的程...
热度：2
123456789>>> 1/451