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::
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
![](functions/showpic.php?filename=2016012310264316.png)
Learning to Sportscast: A Test of Grounded Language Acquisition[学习体育节目:扎根语言测试]
David L. Chen(德克萨斯大学) 我们提出了一个新的评论员系统, 学习语言从体育比赛的模拟足球比赛。该系统学习解析和生成评论, 而不需要对英语有任何工程知识。训练是只使用模糊的监督, 在文本...
热度:37
David L. Chen(德克萨斯大学) 我们提出了一个新的评论员系统, 学习语言从体育比赛的模拟足球比赛。该系统学习解析和生成评论, 而不需要对英语有任何工程知识。训练是只使用模糊的监督, 在文本...
热度:37
![](functions/showpic.php?filename=2016012501433192.jpg)
The EBBITS Integrated Project[该EBBITS综合项目]
Jesper Thestrup(无) 作者: jsper thestrup, in-jet aps 出版: 2013年1月28日, 录制: 2010年6月, 意见:10
热度:41
Jesper Thestrup(无) 作者: jsper thestrup, in-jet aps 出版: 2013年1月28日, 录制: 2010年6月, 意见:10
热度:41
![](functions/showpic.php?filename=2016022008012559.png)
The Future Internet: a vision from European Research[未来的互联网:欧洲研究的愿景]
Cristina Martinez(欧盟委员会) 互联网的基础设施已经并将不断发展, 以支持和扶持新的服务、趋势和业务。欧洲致力于发挥主导作用, 探索新出现的未来互联网愿景, 这些愿景将推动对其基础网络和服...
热度:37
Cristina Martinez(欧盟委员会) 互联网的基础设施已经并将不断发展, 以支持和扶持新的服务、趋势和业务。欧洲致力于发挥主导作用, 探索新出现的未来互联网愿景, 这些愿景将推动对其基础网络和服...
热度:37
![](functions/showpic.php?filename=2016022412284454.png)
Machine learning and kernel methods for computer vision[计算机视觉的机器学习与核方法]
Francis R. Bach(INRIA研究机构) 核方法是机器学习的一个新的理论和算法框架。通过定义良好的点产品 (称为内核) 表示数据, 它们允许对非线性设置和非矢量数据使用经典的线性监督机器学习算法。将...
热度:36
Francis R. Bach(INRIA研究机构) 核方法是机器学习的一个新的理论和算法框架。通过定义良好的点产品 (称为内核) 表示数据, 它们允许对非线性设置和非矢量数据使用经典的线性监督机器学习算法。将...
热度:36
![](functions/showpic.php?filename=2016022103484259.png)
Workshop on Semantic Business Process Management - GoMoKIT- Towards an applicable goal-oriented Business Process Modelling approach for knowledge-intensive Tasks[对适用的目标导向的知识密集型任务的业务流程建模方法的语义业务流程管理- gomokit -车间]
Daniela Feldkamp(瑞士西北应用科学大学) 单一企业和整个价值链业务流程空间管理的自动化程度仍不尽如人意。问题的一个关键根源是业务流程生命周期中不同视角和不同阶段之间的代表性异质性。典型的例子是...
热度:34
Daniela Feldkamp(瑞士西北应用科学大学) 单一企业和整个价值链业务流程空间管理的自动化程度仍不尽如人意。问题的一个关键根源是业务流程生命周期中不同视角和不同阶段之间的代表性异质性。典型的例子是...
热度:34
![](functions/showpic.php?filename=2016012911064578.jpg)
VOM in relation to VBE & PVC[VOM有关VBE和PVC]
Martin Ollus(芬兰VTT技术研究中心) 作者: 芬兰 vtt 技术研究中心 martin ollus 出版: 2月25日, 2007, 录制: 9月 2006, 观点:55  
热度:41
Martin Ollus(芬兰VTT技术研究中心) 作者: 芬兰 vtt 技术研究中心 martin ollus 出版: 2月25日, 2007, 录制: 9月 2006, 观点:55  
热度:41
![](functions/showpic.php?filename=2016012910095718.jpg)
Comparing Apples and Oranges - Measuring Differences between Data Mining Results[比较苹果和桔子 - 数据挖掘结果之间的差异测量]
Jilles Vreeken(安特卫普大学) 确定两种不同挖掘算法的结果是否提供了明显不同的信息是探索性数据挖掘中一个重要的开放问题。无论目标是选择最翔实的结果进行分析, 还是决定哪种挖掘方法可能提...
热度:34
Jilles Vreeken(安特卫普大学) 确定两种不同挖掘算法的结果是否提供了明显不同的信息是探索性数据挖掘中一个重要的开放问题。无论目标是选择最翔实的结果进行分析, 还是决定哪种挖掘方法可能提...
热度:34
![](functions/showpic.php?filename=2016012908134579.jpg)
Learning the Parameters of Probabilistic Logic Programs from Interpretations[从解释学概率逻辑程序的参数]
Ingo Thon(鲁汶大学) problog 是最近引入的逻辑编程语言 prolog 的概率扩展, 在该扩展中, 事实可以用它们所持有的概率进行注释。这种概率语言的优点是, 它自然地表示使用声明模型的解...
热度:64
Ingo Thon(鲁汶大学) problog 是最近引入的逻辑编程语言 prolog 的概率扩展, 在该扩展中, 事实可以用它们所持有的概率进行注释。这种概率语言的优点是, 它自然地表示使用声明模型的解...
热度:64
![](functions/showpic.php?filename=2016012908120378.jpg)
Network Regression with Predictive Clustering Trees[网络与回归预测树聚类]
Daniela Stojanova, Michelangelo Ceci(巴里大学) 网络数据的回归推理是机器学习和数据挖掘中一项具有挑战性的任务。网络数据描述由节点表示的实体, 这些实体可以通过边缘相互连接 (相关)。许多网络数据集的特征...
热度:86
Daniela Stojanova, Michelangelo Ceci(巴里大学) 网络数据的回归推理是机器学习和数据挖掘中一项具有挑战性的任务。网络数据描述由节点表示的实体, 这些实体可以通过边缘相互连接 (相关)。许多网络数据集的特征...
热度:86
![](functions/showpic.php?filename=2016012907121064.jpg)
Linear Discriminant Dimensionality Reduction[线性判别降维]
Jiawei Han(伊利诺伊大学) 费舍尔准则在降维方面取得了巨大的成功。基于费舍尔准则的两种具有代表性的方法是费舍尔评分和线性判别分析 (lda)。前者是为特征选择而开发的, 而后者是为子空间...
热度:98
Jiawei Han(伊利诺伊大学) 费舍尔准则在降维方面取得了巨大的成功。基于费舍尔准则的两种具有代表性的方法是费舍尔评分和线性判别分析 (lda)。前者是为特征选择而开发的, 而后者是为子空间...
热度:98
![](functions/showpic.php?filename=2016012906105345.jpg)
A selecting-the-best method for budgeted model selection[A选择最最好的预算模型的选择方法]
Gianluca Bontempi(比利时自由大学) 本文重点讨论了预算模型的选择, 即在模型评估数量与替代方法数量之比虽然大于一个时, 在一组备选模型之间的选择。我们提出了一种基于正确选择概率概念的方法, 这...
热度:54
Gianluca Bontempi(比利时自由大学) 本文重点讨论了预算模型的选择, 即在模型评估数量与替代方法数量之比虽然大于一个时, 在一组备选模型之间的选择。我们提出了一种基于正确选择概率概念的方法, 这...
热度:54
![](functions/showpic.php?filename=2016022008071677.png)
Beyond String Search: Fast and Accurate Retrieval of Entities and Dependencies[超越字符串搜索:快速,准确的检索的实体和依赖]
Hugo Zaragoza(雅虎公司)
热度:55
Hugo Zaragoza(雅虎公司)
热度:55
![](functions/showpic.php?filename=2016022007581613.png)
Speeding up Feature Subset Selection through Mutual Information Relevance Filtering[通过互信息关联滤波加快特征子集选择]
Gert Van Dijck(鲁汶大学)
热度:25
Gert Van Dijck(鲁汶大学)
热度:25
![](functions/showpic.php?filename=2016022602153636.jpg)
Discovering and Tracking User Communities[发现和跟踪用户社区]
Myra Spiliopoulou(马格德堡大学) 作者: 马格德堡大学计算机科学系 myra spiliopoulou 发表: 2008年1月28日, 录制: 2007年9月, 意见: 274
热度:45
Myra Spiliopoulou(马格德堡大学) 作者: 马格德堡大学计算机科学系 myra spiliopoulou 发表: 2008年1月28日, 录制: 2007年9月, 意见: 274
热度:45
![](functions/showpic.php?filename=2016022602132971.jpg)
Semi-Supervised Learning: A Comparative Study for Web Spam and Telephone User Churn[半监督学习:对Web垃圾邮件和电话用户流失的比较研究]
David Siklosi(匈牙利科学院) 我们比较了广泛的半监督学习技术, 包括 web 垃圾邮件过滤和电话用户流失分类。半继承学习的假设是, 图形中节点的标签与其相邻节点的标签相似。本文对网络垃圾邮...
热度:33
David Siklosi(匈牙利科学院) 我们比较了广泛的半监督学习技术, 包括 web 垃圾邮件过滤和电话用户流失分类。半继承学习的假设是, 图形中节点的标签与其相邻节点的标签相似。本文对网络垃圾邮...
热度:33