图 书 馆境外开放课程——编辑志愿者
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
76Unsupervised Transfer Classification: Application to Text Categorization[非监督转移分类：应用到文本分类]
Tianbao Yang(爱荷华大学) 我们研究了在没有任何标记的训练示例的情况下建立目标类的分类模型的问题。为了解决这个困难的学习问题, 我们扩展了转移学习的想法, 假设以下方面的信息是可用的...
热度：39
Tianbao Yang(爱荷华大学) 我们研究了在没有任何标记的训练示例的情况下建立目标类的分类模型的问题。为了解决这个困难的学习问题, 我们扩展了转移学习的想法, 假设以下方面的信息是可用的...
热度：39
77Large scale fuzzy pD* Reasonig using map reduce[使用MapReduce的大规模模糊物pD*推理]
Chang Liu(上海交通大学) mapreduce 框架已被证明对数据密集型任务非常有效。早期的工作试图使用 mapreduce 进行大规模的 pd 推理 ∗ 语义, 并显示出很有希望的结果。本文向前迈出...
热度：48
Chang Liu(上海交通大学) mapreduce 框架已被证明对数据密集型任务非常有效。早期的工作试图使用 mapreduce 进行大规模的 pd 推理 ∗ 语义, 并显示出很有希望的结果。本文向前迈出...
热度：48
78Intrinsic and Extrinsic Semiconductors, Doping, Compound Semiconductors, Molten Semiconductors[内在和外在的半导体，掺杂，化合物半导体，熔化半导体]
Donald R. Sadoway(麻省理工学院) "所以, 去年, 我们讨论了二次粘合, 我们研究了各种形式的二次粘合。这里有卡通片, 偶极子相互作用, 偶极子诱导, 偶极子在溶液中, 一点点的分流, 诱导偶极子, 诱...
热度：266
Donald R. Sadoway(麻省理工学院) "所以, 去年, 我们讨论了二次粘合, 我们研究了各种形式的二次粘合。这里有卡通片, 偶极子相互作用, 偶极子诱导, 偶极子在溶液中, 一点点的分流, 诱导偶极子, 诱...
热度：266
79EURIDICE Industrial results[尤丽狄茜工业试验结果]
Donatella Vedovato(威尼斯国际大学) 中试箱中的智能货物; 试验反馈 (pi 和可用性); 限制; 后续步骤
热度：49
Donatella Vedovato(威尼斯国际大学) 中试箱中的智能货物; 试验反馈 (pi 和可用性); 限制; 后续步骤
热度：49
80When Training and Test Distributions are Different: Characterising Learning Transfer[当训练和测试的分布是不同的：它的学习迁移]
Amos Storkey(爱丁堡大学) 当培训和测试分布不同时：表征学习转移。＆nbsp;
热度：60
Amos Storkey(爱丁堡大学) 当培训和测试分布不同时：表征学习转移。＆nbsp;
热度：60
8182Inferring Latent Functions with Gaussian Processes in Differential Equations[推断出潜在的函数在微分方程中的高斯过程]
Neil D. Lawrence(谢菲尔德大学) ＆nbsp;用微分方程中的高斯过程推断潜在函数
热度：69
Neil D. Lawrence(谢菲尔德大学) ＆nbsp;用微分方程中的高斯过程推断潜在函数
热度：69
83Romanian Civil Engineering scenario[罗马尼亚土木工程方案]
Aurelian Mihai Stanescu(布加勒斯特政治大学) UPB集群;服务增加障碍;服务使用差距;改进和具体举措;生活实验室传播;国家政策层面所需的最佳实践; UPB土木工程情景;业务预期;使用案例1 - 从供应商订购建筑材料...
热度：35
Aurelian Mihai Stanescu(布加勒斯特政治大学) UPB集群;服务增加障碍;服务使用差距;改进和具体举措;生活实验室传播;国家政策层面所需的最佳实践; UPB土木工程情景;业务预期;使用案例1 - 从供应商订购建筑材料...
热度：35
84Denoising and Dimension Reduction in Feature Space[去噪和降维的特征空间]
Klaus-Robert Müller;Mikio Braun(柏林工业大学) 该演讲介绍了最近的工作，这有趣地补充了我们对基于内核的学习中的VC图片的理解。我们的发现是，如果内核与潜在的学习问题匹配，则监督学习问题的相关信息在有限...
热度：77
Klaus-Robert Müller;Mikio Braun(柏林工业大学) 该演讲介绍了最近的工作，这有趣地补充了我们对基于内核的学习中的VC图片的理解。我们的发现是，如果内核与潜在的学习问题匹配，则监督学习问题的相关信息在有限...
热度：77
8586Negotiated Interaction : Iterative Inference and Feedback of Intention in HCI[协商互动：在HCI迭代推理和反馈的意图]
Roderick Murray-Smith(格拉斯哥大学) 我将讨论一种人机交互方法，它使计算机对用户意图的解释具有不确定性，支持有效和愉快的交互。我将展示一个“液体光标”演示，作为使贝叶斯推理具体和可见的一个...
热度：57
Roderick Murray-Smith(格拉斯哥大学) 我将讨论一种人机交互方法，它使计算机对用户意图的解释具有不确定性，支持有效和愉快的交互。我将展示一个“液体光标”演示，作为使贝叶斯推理具体和可见的一个...
热度：57
87iAQ: A Program that Discovers Rules[室内空气品质：一个程序发现规则]
Jarek Pietrzykowski, Ryszard Michalski(乔治·梅森大学) 该视频介绍了一个有趣的程序，可以从数据中发现规则，并以英文文本和语音的形式输出
热度：43
Jarek Pietrzykowski, Ryszard Michalski(乔治·梅森大学) 该视频介绍了一个有趣的程序，可以从数据中发现规则，并以英文文本和语音的形式输出
热度：43
88Probability Distributions on Permutations: Compact Representations and Inference[排列的概率分布：紧凑的表示和推理]
Jonathan Huang(卡内基梅隆大学) 排列出现在各种现实世界的问题中，例如投票，排名和数据关联。然而，代表排列的不确定性是困难的，因为有n！排列，并且与许多问题不同，由于通常与排列相关的互...
热度：182
Jonathan Huang(卡内基梅隆大学) 排列出现在各种现实世界的问题中，例如投票，排名和数据关联。然而，代表排列的不确定性是困难的，因为有n！排列，并且与许多问题不同，由于通常与排列相关的互...
热度：182
89On-line linear learning algorithms[在线性学习算法]
Nicolò Cesa-Bianchi(米兰大学) 用专家建议预测。与线性专家一起学习。 Perceptron算法及其扩展。使用内核进行在线学习。错误的界限。从错误界限到风险界限。
热度：65
Nicolò Cesa-Bianchi(米兰大学) 用专家建议预测。与线性专家一起学习。 Perceptron算法及其扩展。使用内核进行在线学习。错误的界限。从错误界限到风险界限。
热度：65
90Social Web Search[社会网络搜索]
Filippo Menczer(印第安纳大学) 本讲座将介绍两个研究项目，在网络和代理网络（南），研究如何利用在线社交行为的更好的Web搜索。GiveALink.org之间是一个社会书签网站用户贡献他们的个人书签。...
热度：54
Filippo Menczer(印第安纳大学) 本讲座将介绍两个研究项目，在网络和代理网络（南），研究如何利用在线社交行为的更好的Web搜索。GiveALink.org之间是一个社会书签网站用户贡献他们的个人书签。...
热度：54