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→信息科学与系统科学基础学科::
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
91Information 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：42
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：42
92Universal 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：25
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：25
93Multi-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：121
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：121
94Learning 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：37
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：37
95Information 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
96Named 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：53
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：53
97Can 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：62
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：62
98Turning 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：56
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：56
99WhereNext: 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：191
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：191
100An Association Analysis Approach to Biclustering[双聚类关联分析方法]
Gaurav Pandey(明尼苏达大学) 发现双轮攻击器是对生物学等不同领域的实值数据集进行的一种重要分析, 它表示在数据集中所有事务的一个子集中显示一致值的项组。在这些数据集中, 已经提出了几种...
热度：101
Gaurav Pandey(明尼苏达大学) 发现双轮攻击器是对生物学等不同领域的实值数据集进行的一种重要分析, 它表示在数据集中所有事务的一个子集中显示一致值的项组。在这些数据集中, 已经提出了几种...
热度：101
101Correlated Itemset Mining in ROC Space: A Constraint Programming Approach[相关项集挖掘在ROC空间：一个约束规划方法]
Siegfried Nijssen(鲁汶大学) 相关或判别模式挖掘涉及寻找最高得分模式. t. 相关度量 (如信息增益)。通过重新解释 roc 空间中的相关度量, 并将相关项集挖掘作为约束规划问题, 获得了具有实际...
热度：32
Siegfried Nijssen(鲁汶大学) 相关或判别模式挖掘涉及寻找最高得分模式. t. 相关度量 (如信息增益)。通过重新解释 roc 空间中的相关度量, 并将相关项集挖掘作为约束规划问题, 获得了具有实际...
热度：32
102Temporal mining for interactive workflow data analysis[交互式工作流数据分析的时间挖掘]
Michele Berlingerio(无) 在过去几年里, 人们对流程日志的分析越来越感兴趣。几种建议的技术, 如工作流挖掘, 旨在自动派生基础工作流模型。但是, 当前的方法很少关注流程日志中包含的重要...
热度：99
Michele Berlingerio(无) 在过去几年里, 人们对流程日志的分析越来越感兴趣。几种建议的技术, 如工作流挖掘, 旨在自动派生基础工作流模型。但是, 当前的方法很少关注流程日志中包含的重要...
热度：99
103104A truly Read-Write Web for machines as the next generation Web?[一个真正的读写网络的机器作为下一代网络？]
Sam Coppens(根特大学) 在本文中, 我们提供了一个视图, 未来的 web 作为一个语义读写网。考虑到为计算机启用完全读写 web 的许多先决条件, 我们预测以下情况。首先, 数据集和数据一般将...
热度：49
Sam Coppens(根特大学) 在本文中, 我们提供了一个视图, 未来的 web 作为一个语义读写网。考虑到为计算机启用完全读写 web 的许多先决条件, 我们预测以下情况。首先, 数据集和数据一般将...
热度：49
105Grobelnik Marko - Analyse the portugese statistical office website???[Marko Grobelnik-统计分析在葡萄牙的网站上？]
Marko Grobelnik(约瑟夫·斯特凡学院)
热度：28
Marko Grobelnik(约瑟夫·斯特凡学院)
热度：28