境外开放课程——按学科专业列表
开放课程→工程与技术科学→电子、通信与自动控制技术→信息处理技术::

226
Playing Atari with Deep Reinforcement Learning[在深层强化学习中玩雅达利]
   Volodymyr Mnih(多伦多大学) 我们提出了第一个深度学习模型，可以使用强化学习直接从高维感官输入中成功学习控制策略。该模型是一个卷积神经网络，通过Q学习的变体进行训练，其输入为原始像...
热度：41

227
Focusing Human Attention on the "Right" Visual Data[把人类的注意力集中在“正确”的视觉数据上]
   Kristen Grauman(德克萨斯大学) 广泛的视觉传感器和前所未有的连通性使我们眼花wash乱，这些视觉数据来自在线照片集，家庭视频，新闻镜头，医学图像或监视提要。其中哪些图像和视频值得人们关注...
热度：35

228
Automatic Differentiation[自动区分]
  Matthew James Johnson(谷歌公司) Automatic Differentiation
热度：22

229
Psychological Advertising: Exploring Consumer Psychology for Click Prediction in Sponsored Search[心理广告：赞助搜索中点击预测的消费者心理探索]
  Jiang Bian(微软公司) 精确的点击预测是赞助搜索系统中的关键组成部分之一。先前的研究通常利用两种主要信息来进行点击预测，即，表示广告和查询之间的相似性的相关性信息和表示用户先...
热度：64

230
Adoption of Linked Data Best Practices in Different Topical Domains[在不同主题领域采用关联数据最佳实践]
  Christian Bizer(柏林自由大学) 链接数据的中心思想是数据发布者通过遵循链接，词汇用法和元数据提供方面的一组最佳实践来支持应用程序发现和集成数据。 2011年，LOD云状态报告分析了不同主题领...
热度：24

231
Connecting Users across Social Media Sites: A Behavioral-Modeling Approach[跨社交媒体网站连接用户：一种行为建模方法]
   Reza Zafarani(亚利桑那州立大学) 人们出于各种目的使用各种社交媒体。单个站点上的信息通常不完整。当整合了补充信息的来源时，可以建立更好的用户档案来改善在线服务，例如验证在线信息。为了整...
热度：32

232
Predicting the Present with Search Engine Data[用搜索引擎数据预测当前]
   Hal R. Varian(谷歌公司) 许多企业现在都可以获取有关其运营的几乎实时数据。该数据有助于同时预测（经济预报）各种经济指标。我们将说明如何使用Google搜索数据即时播报感兴趣的经济指标...
热度：40

233
Statistically Sound Pattern Discovery[统计声音模式发现]
  Geoff Webb;Wilhelmiina Hämäläinen, School of Computing(蒙纳士大学) 模式发现是一项核心的数据挖掘活动。最初的方法主要由频繁的模式发现范式主导。仅探索了频繁的模式。经过深入研究，现在已经很好地理解了其局限性，该范式已被两...
热度：35

234
Convex Two-Layer Modeling[凸双层造型]
  Özlem Aslan(阿尔伯塔大学) 潜在变量预测模型（例如多层网络）在输入和输出之间施加辅助潜在变量，以允许自动推断对预测有用的隐式特征。不幸的是，这样的模型很难训练，因为对潜在变量的推...
热度：29

235
Semantic Technology for online, broadcast and print media[用于在线、广播和印刷媒体的语义技术]
  Jem Rayfield(英国金融时报) 本演讲将描述《金融时报》使用语义技术为其在线和印刷产品组合提供动力。我将提供有关《金融时报》技术战略的见解，该战略旨在将关系，分类学和搜索驱动的体系结...
热度：26

236
Learning without Concentration[不专心学习]
   Shahar Mendelson(澳大利亚国立大学) 我们无需对类成员或目标进行任何有界假设，就凸类中的经验风险最小化的收敛速度和平方损失有一个清晰的边界。 而不是求助于对于基于集中度的论证，该方法依赖于...
热度：36

237
Suspicious Coincidences in the Brain[大脑中可疑的巧合]
  Terrence J. Sejnowski(索尔克生物研究所) 大脑需要以最小的能源成本快速了解大量不明确的信息，并且已经发展出一种有趣的模拟和数字机制混合以提高效率。神经元内部的模拟电和生化信号用于整合其他神经元...
热度：33

238
Introduction to Graphical Models for Data Mining[数据挖掘图形模型简介]
   Arindam Banerjee(明尼苏达大学) 用于大规模数据挖掘的图形模型构成了统计数据分析中令人振奋的发展，在过去十年中获得了巨大的发展势头。与通常会产生“ i.i.d.”的传统统计模型不同假设，图形...
热度：56

239
Optimization in Multi-Agent Systems[多智能体系统的优化]
  Jesús Cerquides;Alessandro Farinelli; Sarvapali D. Ramchurn; Pedro Meseguer; Juan A. Rodriguez-Aguilar(人工智能研究所) 在过去几年中，多代理系统的新颖应用数量呈指数级增长，范围从在线拍卖设计到多传感器网络，再到多参与者系统中的任务调度。为所有这些应用程序设计的多代理系统...
热度：79

240
Linking Named Entities in Tweets with Knowledge Base via User Interest Modeling[基于用户兴趣模型的Tweets命名实体与知识库的链接]
   Wei Shen(清华大学) Twitter已成为越来越重要的信息来源，每天发布超过4亿条推文。链接从推文中检测到的命名实体提及与知识库中相应的真实世界实体的任务称为推文实体链接。该任务...
热度：57