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::
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
691Employing Publicly Available Biological Expert Knowledge from Protein-Protein Interaction Information[利用公开获得的生物专家知识从蛋白质-蛋白质相互作用信息]
Kristine A. Pattin(达特茅斯医学院) 全基因组关联研究（GWAS）现在允许研究人员探索常见的复杂人类疾病的深度，但很少有人确定了赋予疾病易感性的单一序列变异。正如假设的那样，这是由于多个相互作...
热度：44
Kristine A. Pattin(达特茅斯医学院) 全基因组关联研究（GWAS）现在允许研究人员探索常见的复杂人类疾病的深度，但很少有人确定了赋予疾病易感性的单一序列变异。正如假设的那样，这是由于多个相互作...
热度：44
692Model based identification of transcription factor activity from microarray data[基于模型的微阵列数据转录因子活性鉴定]
Simon Rogers(格拉斯哥大学) 随着高通量微阵列实验中基因表达数据量的增加, 人们对建立基因调控过程的数学模型产生了很大的兴趣。这类模型主要用于所谓的监管网络逆向工程;直接从微阵列数据...
热度：33
Simon Rogers(格拉斯哥大学) 随着高通量微阵列实验中基因表达数据量的增加, 人们对建立基因调控过程的数学模型产生了很大的兴趣。这类模型主要用于所谓的监管网络逆向工程;直接从微阵列数据...
热度：33
693Information Theoretic Kernel Integration[信息理论内核集成]
Yiming Ying(布里斯托大学) 在本文中，我们考虑一种基于最小化输出核矩阵和输入核矩阵之间的Kullback-Leibler（KL）偏差的多核学习的新颖信息理论方法。有两种配方，我们称之为MKLdiv-dc和M...
热度：26
Yiming Ying(布里斯托大学) 在本文中，我们考虑一种基于最小化输出核矩阵和输入核矩阵之间的Kullback-Leibler（KL）偏差的多核学习的新颖信息理论方法。有两种配方，我们称之为MKLdiv-dc和M...
热度：26
694695Large Scale Ranking Problem: some theoretical and algorithmic issues[大规模排序问题：一些理论和算法问题]
Tong Zhang(新泽西州立罗格斯大学) 讲座分为两部分。第一部分侧重于网络搜索排名，为此我讨论了基于DCG（折扣累积增益）优化的训练相关性模型。根据此指标，系统输出质量自然由其排名列表顶部附近...
热度：17
Tong Zhang(新泽西州立罗格斯大学) 讲座分为两部分。第一部分侧重于网络搜索排名，为此我讨论了基于DCG（折扣累积增益）优化的训练相关性模型。根据此指标，系统输出质量自然由其排名列表顶部附近...
热度：17
696Information Retrieval and Text Mining[信息检索与文本挖掘]
Thomas Hofmann(谷歌公司) 这个四个小时的课程将概述机器学习和统计在信息检索和文本挖掘中的应用。更具体地说, 它将涵盖文档分类、基于概念的信息检索、问答、主题检测和文档群集、信息提...
热度：110
Thomas Hofmann(谷歌公司) 这个四个小时的课程将概述机器学习和统计在信息检索和文本挖掘中的应用。更具体地说, 它将涵盖文档分类、基于概念的信息检索、问答、主题检测和文档群集、信息提...
热度：110
697Information Retrieval and Language Technology[信息检索与语言技术]
Thorsten Joachims(康奈尔大学) 该课程将概述统计学习如何帮助组织和获取以文本形式表示的信息。特别是, 它将涵盖文本分类、信息检索、信息提取、主题检测和主题跟踪等任务。本课程将介绍表示文...
热度：39
Thorsten Joachims(康奈尔大学) 该课程将概述统计学习如何帮助组织和获取以文本形式表示的信息。特别是, 它将涵盖文本分类、信息检索、信息提取、主题检测和主题跟踪等任务。本课程将介绍表示文...
热度：39
698Universal Modeling: Introduction to modern MDL[通用建模：现代MDL介绍]
Peter Grünwald(威斯康星与信息中心) 我们给出了现代*最小描述长度（MDL）原理的教程介绍，同时考虑了20世纪90年代发生的许多改进和发展。这些在信息理论界之外似乎并不广为人知。我们将特别强调MDL...
热度：23
Peter Grünwald(威斯康星与信息中心) 我们给出了现代*最小描述长度（MDL）原理的教程介绍，同时考虑了20世纪90年代发生的许多改进和发展。这些在信息理论界之外似乎并不广为人知。我们将特别强调MDL...
热度：23
699Multi-Task Learning for Boosting with Application to Web Search Ranking[多任务学习促进与应用程序的网络搜索排名]
Srinivas Vadrevu(雅虎硅谷研究院) 本文提出了一种新的基于增强决策树的多任务学习算法。我们通过一个联合模型学习几个不同的学习任务, 通过特定于任务的参数显式地解决每个学习任务的细节, 以及它...
热度：119
Srinivas Vadrevu(雅虎硅谷研究院) 本文提出了一种新的基于增强决策树的多任务学习算法。我们通过一个联合模型学习几个不同的学习任务, 通过特定于任务的参数显式地解决每个学习任务的细节, 以及它...
热度：119
700Learning Incoherent Sparse and Low-Rank Patterns from Multiple Tasks[学习从多个任务不相干的稀疏和低秩的模式]
Jianhui Chen(亚利桑那州立大学) 我们考虑从多个任务中学习语无伦次的稀疏和低等级模式的问题。我们的方法基于线性多任务学习公式, 在该公式中, 稀疏和低阶模式分别由基数正则化项和低阶约束诱导...
热度：36
Jianhui Chen(亚利桑那州立大学) 我们考虑从多个任务中学习语无伦次的稀疏和低等级模式的问题。我们的方法基于线性多任务学习公式, 在该公式中, 稀疏和低阶模式分别由基数正则化项和低阶约束诱导...
热度：36
701Information Theoretic Regularization for Semi-Supervised Boosting [半监督提升的信息论正则化]
Lei Zheng(德克萨斯大学) 我们提出了一种新的半监督提升算法, 该算法利用标记和未标记的训练数据, 通过泛型函数梯度下降, 逐步建立弱分类器的线性组合。我们的方法是基于将信息正则化框架...
热度：64
Lei Zheng(德克萨斯大学) 我们提出了一种新的半监督提升算法, 该算法利用标记和未标记的训练数据, 通过泛型函数梯度下降, 逐步建立弱分类器的线性组合。我们的方法是基于将信息正则化框架...
热度：64
702Named Entity Mining from Click-Through Data Using Weakly Supervised Latent Dirichlet Allocation[命名实体挖掘—通过使用弱监督潜在的狄利克雷分配数据]
Shuang-Hong Yang; Gu Xu(推特公司) 本文讨论命名实体挖掘 (nem), 在其中我们从大量的数据中挖掘有关命名实体 (如电影、游戏和书籍) 的知识。nem 在许多应用中都有潜在的用途, 包括网络搜索、在线广...
热度：52
Shuang-Hong Yang; Gu Xu(推特公司) 本文讨论命名实体挖掘 (nem), 在其中我们从大量的数据中挖掘有关命名实体 (如电影、游戏和书籍) 的知识。nem 在许多应用中都有潜在的用途, 包括网络搜索、在线广...
热度：52
703Can We Learn a Template-Independent Wrapper for News Article Extraction from a Single Training Site?[我们可以学习一个单独的培训网站的新闻文章的独立包装的模板吗？]
Junfeng Wang(浙江大学) 从新闻页面自动提取新闻在许多 web 应用程序 (如新闻聚合) 中非常重要。然而, 现有的基于模板级包装诱导的新闻提取方法存在三个严重的局限性。首先, 现有的方法...
热度：61
Junfeng Wang(浙江大学) 从新闻页面自动提取新闻在许多 web 应用程序 (如新闻聚合) 中非常重要。然而, 现有的基于模板级包装诱导的新闻提取方法存在三个严重的局限性。首先, 现有的方法...
热度：61
704Turning Down the Noise in the Blogosphere [降低博客圈中的噪声]
Gaurav Veda(卡内基梅隆大学) 近年来, 博客圈每天发布的帖子数量大幅增加, 迫使用户应对信息超载。因此, 指导用户度过这一信息泛滥的任务变得至关重要。为了解决这一问题, 我们提出了一个有原...
热度：53
Gaurav Veda(卡内基梅隆大学) 近年来, 博客圈每天发布的帖子数量大幅增加, 迫使用户应对信息超载。因此, 指导用户度过这一信息泛滥的任务变得至关重要。为了解决这一问题, 我们提出了一个有原...
热度：53
705WhereNext: a Location Predictor on Trajectory Pattern Mining[wherenext：轨迹模式挖掘位置预测]
Roberto Trasarti(国家研究委员会) 移动设备和基于位置的服务的普及导致移动数据量不断增加。这种副作用为分析运动行为的创新方法提供了机会。 本文提出了下一步, 这是一种旨在以一定的精度预测运...
热度：190
Roberto Trasarti(国家研究委员会) 移动设备和基于位置的服务的普及导致移动数据量不断增加。这种副作用为分析运动行为的创新方法提供了机会。 本文提出了下一步, 这是一种旨在以一定的精度预测运...
热度：190