境外开放课程——按学科专业列表
开放课程工程与技术科学计算机科学技术计算机科学技术基础学科::

751
Object Correspondence as a Machine Learning Problem[对象通信作为机器学习的问题]
  Bernhard Schölkopf(马克斯普朗克研究所)
热度:29

752
Learning from Network Traffic: Computing Kernels over Connection Content[学习网络流量:计算内核连接的内容]
  Pavel Laskov(弗劳恩霍夫智能分析与信息系统研究所)
热度:21

753
Learning Rankings for Information Retrieval[信息检索的学习排名]
  Thorsten Joachims(康奈尔大学)
热度:38

756
IM2 (Swiss Initiative)[IM2(瑞士倡议)]
  Herve Bourlard(IDIAP研究所) 作者: herve bourlard, ifiap 研究所出版: 2007年11月21日, 记录: 2007年10月, 意见:79
热度:37

757
Filtering Multi-Lingual Terrorist Content with Graph-Theoretic Classifi-cation Tools[滤波多语种的恐怖内容与图论分类工具]
  Mark Last(本·古里安大学) 由于恐怖组织越来越多地使用网络,因此自动检测多语言恐怖主义相关内容的能力极为重要。在本次演讲中,我们提出了一种基于最近开发的基于图形的Web文档表示模型...
热度:37

758
Probabilistic Non-Linear Principal Component Analysis with Gaussian Process Latent Variables[高斯过程潜变量的概率非线性主成分分析]
  Neil D. Lawrence(谢菲尔德大学) 众所周知,主成分分析具有基于潜变量模型的基础概率表示。当潜在变量被整合出来并且模型的参数通过最大似然进行优化时,主成分分析(PCA)被恢复。众所周知,整...
热度:77

759
Kernel Methods and Support Vector Machines[核方法和支持向量机]
  John Shawe-Taylor(伦敦大学学院) 在引入支持向量机之后的15年中,内核方法已成为模式分析的标准工具。我们将介绍关键思想,并指出这种模式分析方法如何实现不同工具的相对简单的即插即用应用。还...
热度:29

760
Theory and Applications of Boosting[升压原理及其应用]
  Robert Schapire(普林斯顿大学) 提升是通过组合粗略和中度不准确的“经验法则”来产生非常准确的分类规则的一般方法。虽然根植于机器学习的理论框架,但已经发现提升在经验上表现非常好。本教程...
热度:30

761
Spectral Graph Theory, Linear Solvers and Applications [谱图理论,线性求解器及其应用]
  Gary L Miller(卡内基梅隆大学) 我们讨论了用于求解对称对角占优线性系统的组合方法的发展。在过去的十五年中,计算机科学界在SDD系统的快速求解器方面取得了实质性进展。对于一般SDD系统,上限...
热度:50

762
Learning Feature Hierarchies[学习特征层次]
  Yann LeCun(纽约大学)
热度:46

763
On Surrogate Loss Functions, f-Divergences and Decentralized Detection[在替代丧失功能,分歧和分散检测]
  Michael I. Jordan(加州大学伯克利分校) 1951年,大卫布莱克威尔发表了一篇开创性的论文 - 在经济学中被广泛引用 - 其中基于0-1损失的风险与称为f-分歧的一类函数之间建立了联系。后来的功能因此在信号...
热度:27

764
Drifting Games, Boosting and Online Learning[漂流游戏,促进和在线学习]
  Yoav Freund(加州大学圣地亚哥分校) 漂移游戏为分析学习算法提供了一个新的有用的框架。在本次演讲中, 我将介绍该框架, 并展示如何使用它来推导一种新的提升算法, 称为 rostostost 和一个新的在线预...
热度:38

765
Multiscale Geometry and Harmonic Analysis of Data Bases [多尺度几何和数据库的谐波分析]
  Ronald Coifman(耶鲁大学) 我们描述了一种对数据库 (如调查表或传感器输出列表) 进行几何化的方法。交错数据矩阵的行和列的多尺度扩散几何, 形成一对相互支持的语言本体 (在某些上下文中使...
热度:51