图 书 馆境外开放课程——按学科专业列表
开放课程→自然科学→信息科学与系统科学→系统学::
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1Bringing Structure to Text: Mining Phrases, Entity Concepts, Topics, and Hierarchies[将结构引入文本：挖掘短语、实体概念、主题和层次结构]
Jiawei Han;Chi Wang;Ahmed El-Kishky(伊利诺伊大学) 从大文本语料库中挖掘短语，实体概念，主题和层次结构是大数据时代的一个基本问题。电子形式的文本数据无处不在，范围从科学文章到社交网络，企业日志，新闻文章...
热度：56
Jiawei Han;Chi Wang;Ahmed El-Kishky(伊利诺伊大学) 从大文本语料库中挖掘短语，实体概念，主题和层次结构是大数据时代的一个基本问题。电子形式的文本数据无处不在，范围从科学文章到社交网络，企业日志，新闻文章...
热度：56
2Large-Scale Object Classification using Label Relation Graphs[基于标签关系图的大规模对象分类]
Jia Deng(密歇根州立大学) 在本文中，我们研究如何以一种有原则的方式执行对象分类，该方法利用了现实世界标签的丰富结构。我们开发了一种新模型，该模型允许对标签之间的灵活关系进行编码...
热度：95
Jia Deng(密歇根州立大学) 在本文中，我们研究如何以一种有原则的方式执行对象分类，该方法利用了现实世界标签的丰富结构。我们开发了一种新模型，该模型允许对标签之间的灵活关系进行编码...
热度：95
3Optimization in Learning and Data Analysis[优化学习和数据分析]
Stephen J. Wright(威斯康星大学) 优化工具对于数据分析和学习至关重要。优化观点提供了宝贵的见解，优化公式导致了具有良好理论特性的实用算法。反过来，丰富的学习和数据分析中的问题集合为优化...
热度：51
Stephen J. Wright(威斯康星大学) 优化工具对于数据分析和学习至关重要。优化观点提供了宝贵的见解，优化公式导致了具有良好理论特性的实用算法。反过来，丰富的学习和数据分析中的问题集合为优化...
热度：51
4Incorporating Domain Knowledge into Topic Modeling via Dirichlet Forest Priors[基于Dirichlet树分布的主题建模]
David Andrzejewski(威斯康星大学) 主题建模方法的用户通常具有有关单词组成的知识，这些单词在各个主题中的概率应该很高或很低。我们在潜在Dirichlet分配框架中使用新颖的Dirichlet森林整合了此类...
热度：76
David Andrzejewski(威斯康星大学) 主题建模方法的用户通常具有有关单词组成的知识，这些单词在各个主题中的概率应该很高或很低。我们在潜在Dirichlet分配框架中使用新颖的Dirichlet森林整合了此类...
热度：76
5Multi Period Information Retrieval and Optimal Relevance Feedback using Dynamic Programming[基于动态规划的多周期信息检索与最优相关反馈 ]
Marc Sloan(伦敦大学学院) 在多周期信息检索中，我们将检索视为随机但可控的过程，过程中的排名动作持续控制检索系统的动态，并且找到最优的排序策略以最大化整体用户的满意度。我们的推导...
热度：39
Marc Sloan(伦敦大学学院) 在多周期信息检索中，我们将检索视为随机但可控的过程，过程中的排名动作持续控制检索系统的动态，并且找到最优的排序策略以最大化整体用户的满意度。我们的推导...
热度：39
6A New Kernel for Classification of Networked Entitiess[新内核网络实体分类]
Dell Zhang(伦敦大学学院) 用于数据分类的统计机器学习技术通常假设所有实体都是i.i.d. （独立且相同的分布）。然而，现实世界实体通常通过显式或隐式关系彼此互连以形成复杂网络。尽管近...
热度：56
Dell Zhang(伦敦大学学院) 用于数据分类的统计机器学习技术通常假设所有实体都是i.i.d. （独立且相同的分布）。然而，现实世界实体通常通过显式或隐式关系彼此互连以形成复杂网络。尽管近...
热度：56
7DivRank: the Interplay of Prestige and Diversity in Information Networks[The Interplay of divrank：信誉和信息网络的多样性]
Qiaozhu Mei(密歇根大学) 信息网络被广泛用于表征诸如文本文档之类的数据项之间的关系。许多重要的检索和挖掘任务依赖于根据数据项在网络中的中心性或声望对数据项进行排名。除了声望之外...
热度：74
Qiaozhu Mei(密歇根大学) 信息网络被广泛用于表征诸如文本文档之类的数据项之间的关系。许多重要的检索和挖掘任务依赖于根据数据项在网络中的中心性或声望对数据项进行排名。除了声望之外...
热度：74
8Introduction to the Panel [数据库研究概论]
Srinivasan Parthasarathy(俄亥俄州立大学) 自1989年开展数据库知识研讨会以来，该领域已经持续取得了显着成果，研究内容也已慢慢成熟。该小组的主要目标是反思过去十八年数据挖掘领域的成功与失败，并研究...
热度：38
Srinivasan Parthasarathy(俄亥俄州立大学) 自1989年开展数据库知识研讨会以来，该领域已经持续取得了显着成果，研究内容也已慢慢成熟。该小组的主要目标是反思过去十八年数据挖掘领域的成功与失败，并研究...
热度：38
9An Effective Approach to Realizing Planning Programs[实现规划方案的有效途径]
Alfonso E. Gerevini(布雷西亚大学) 规划程序是松散的，高级的，代理行为的代理人行为的声明性表示，以及实现目标的路径。这些程序是通过过渡系统指定的，过渡系统可以包括在某些点进行的循环和决定...
热度：45
Alfonso E. Gerevini(布雷西亚大学) 规划程序是松散的，高级的，代理行为的代理人行为的声明性表示，以及实现目标的路径。这些程序是通过过渡系统指定的，过渡系统可以包括在某些点进行的循环和决定...
热度：45
10Connecting the Smithsonian American Art Museum to the Linked Data Cloud[将史密森尼美国艺术博物馆与关联数据云连接起来]
Pedro Szekely(南加州大学) 世界各地的博物馆都建立了数据库，其中包含有关数百万个对象，历史，创建对象的人以及他们所代表的实体的元数据。该数据存储在专有数据库中，不易使用。最近，博...
热度：81
Pedro Szekely(南加州大学) 世界各地的博物馆都建立了数据库，其中包含有关数百万个对象，历史，创建对象的人以及他们所代表的实体的元数据。该数据存储在专有数据库中，不易使用。最近，博...
热度：81
11Locking for Concurrent Transactions on Ontologies[锁定本体上的并发事务]
Stefan Scheglmann(科布伦茨 - 兰道大学) 大规模本体的协同编辑对并发修改和强制解决提出了严格的要求。为了实现对并发修改的可靠处理，我们提出了基于alocking的方法，该方法确保独立事务同时在本体上工...
热度：36
Stefan Scheglmann(科布伦茨 - 兰道大学) 大规模本体的协同编辑对并发修改和强制解决提出了严格的要求。为了实现对并发修改的可靠处理，我们提出了基于alocking的方法，该方法确保独立事务同时在本体上工...
热度：36
12Adaptive Crowdsourcing Algorithms for the Bandit Survey Problem [用于强盗调查问题的自适应众包算法]
Aleksandrs Slivkins(微软公司) 最近，众包已经成为分发和收集人类计算的事实上的平台，用于广泛的任务和应用，例如信息检索，自然语言处理和机器学习。目前的众包平台在质量控制领域存在一些局...
热度：114
Aleksandrs Slivkins(微软公司) 最近，众包已经成为分发和收集人类计算的事实上的平台，用于广泛的任务和应用，例如信息检索，自然语言处理和机器学习。目前的众包平台在质量控制领域存在一些局...
热度：114
1321W.784 Becoming Digital: Writing About Media Change[成为数字：写关于媒体变化]
Aden Evens(麻省理工学院) 计算机和相关技术已经侵入我们的日常生活，改变了我们交流、做生意、收集信息、娱乐自己的方式。甚至一度被认为是“现代”的技术也不例外。——摄影、电话、电影...
热度：34
Aden Evens(麻省理工学院) 计算机和相关技术已经侵入我们的日常生活，改变了我们交流、做生意、收集信息、娱乐自己的方式。甚至一度被认为是“现代”的技术也不例外。——摄影、电话、电影...
热度：34
1414.451 Dynamic Optimization Methods with Applications (MIT)[14.451 动态优化方法及其应用（MIT）]
Prof. Guido Lorenzoni(麻省理工学院) 本课程主要介绍离散时间和连续时间下的动态优化方法。我们从动态规划和最优控制的角度来处理这些问题。我们还研究了这些问题的解决方案所产生的动力系统。本课程...
热度：60
Prof. Guido Lorenzoni(麻省理工学院) 本课程主要介绍离散时间和连续时间下的动态优化方法。我们从动态规划和最优控制的角度来处理这些问题。我们还研究了这些问题的解决方案所产生的动力系统。本课程...
热度：60
15