图 书 馆境外开放课程——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→人工智能::
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
226Metric Learning for Large Scale Image Classification: Generalizing to New Classes at Near-Zero Cost[大规模图像分类的度量学习：以接近零的代价推广到新的分类]
Thomas Mensink (牛津大学) 我们对大规模图像分类感兴趣，尤其是在将与新类或现有类对应的图像不断添加到训练集中的设置中。我们的目标是设计分类器，能够以（接近）零成本动态整合此类图像...
热度：93
Thomas Mensink (牛津大学) 我们对大规模图像分类感兴趣，尤其是在将与新类或现有类对应的图像不断添加到训练集中的设置中。我们的目标是设计分类器，能够以（接近）零成本动态整合此类图像...
热度：93
227Is Deep Learning the New 42?[深度学习是新的42吗？]
Pedro Domingos(华盛顿大学) 深度学习的历史可以追溯到五十多年前，但在思想市场中，其感知价值经历了繁荣和萧条。毫无疑问，我们处于历史最高水平：在过去几年中，我们见证了视觉、语音识别...
热度：42
Pedro Domingos(华盛顿大学) 深度学习的历史可以追溯到五十多年前，但在思想市场中，其感知价值经历了繁荣和萧条。毫无疑问，我们处于历史最高水平：在过去几年中，我们见证了视觉、语音识别...
热度：42
228On Big Data Learning for Small Data Problems[面向小数据问题的大数据学习研究]
Yee Whye Teh(牛津大学) 机器学习的最新进展得益于可用数据的数量和多样性的爆炸性增长，以及处理数据所需的计算资源。这就引出了机器学习系统是否一定需要大量数据才能很好地解决任务的...
热度：30
Yee Whye Teh(牛津大学) 机器学习的最新进展得益于可用数据的数量和多样性的爆炸性增长，以及处理数据所需的计算资源。这就引出了机器学习系统是否一定需要大量数据才能很好地解决任务的...
热度：30
229DNA matching as an example of Bayesian inference[DNA匹配作为贝叶斯推理的一个例子]
Bert Kappen(内梅亨大学) 在本次演讲中，我将展示贝叶斯网络如何用于法医中的失踪人员识别。在大规模灾难中，快速准确地识别悲剧的受害者非常重要。但是，当可用信息有限且只有部分 DNA ...
热度：72
Bert Kappen(内梅亨大学) 在本次演讲中，我将展示贝叶斯网络如何用于法医中的失踪人员识别。在大规模灾难中，快速准确地识别悲剧的受害者非常重要。但是，当可用信息有限且只有部分 DNA ...
热度：72
230Theoretical neuroscience and deep learning theory[理论神经科学与深度学习理论]
Surya Ganguli(斯坦福大学) 神经科学和机器学习都在经历一场复兴，根本性的技术变革正在推动概念进步的新阶段。在神经科学中，在行为过程中探测和扰动多神经元动力学的新方法已经导致能够创...
热度：33
Surya Ganguli(斯坦福大学) 神经科学和机器学习都在经历一场复兴，根本性的技术变革正在推动概念进步的新阶段。在神经科学中，在行为过程中探测和扰动多神经元动力学的新方法已经导致能够创...
热度：33
231Two architectures for one-shot learning[一次学习的两种架构]
Joshua B. Tenenbaum(麻省理工学院) 人们可以从一个示例中几乎完美地学习新的视觉概念，但机器学习算法通常需要数百个示例才能执行类似的操作。人类还可以以比传统机器学习系统更丰富的方式使用他们...
热度：24
Joshua B. Tenenbaum(麻省理工学院) 人们可以从一个示例中几乎完美地学习新的视觉概念，但机器学习算法通常需要数百个示例才能执行类似的操作。人类还可以以比传统机器学习系统更丰富的方式使用他们...
热度：24
232Rethinking Computation: Substrates for Machine Intelligence[重新思考计算：机器智能的基础]
Naveen Rao(英特尔公司) 深度学习在过去 3 年中产生了重大影响。深度学习已经使与机器的不完美交互（例如语音、自然语言或图像处理）变得稳健，并且深度学习有望在大型数据集中找到使用...
热度：36
Naveen Rao(英特尔公司) 深度学习在过去 3 年中产生了重大影响。深度学习已经使与机器的不完美交互（例如语音、自然语言或图像处理）变得稳健，并且深度学习有望在大型数据集中找到使用...
热度：36
233Reasoning, Attention and Memory[推理、注意力和记忆]
Sumit Chopra(脸书公司) 在过去几十年中，机器学习社区在解决文本分类、图像注释和语音识别等基本预测任务方面取得了巨大成功。然而，更深层次推理任务的解决方案仍然难以捉摸。实现更深...
热度：54
Sumit Chopra(脸书公司) 在过去几十年中，机器学习社区在解决文本分类、图像注释和语音识别等基本预测任务方面取得了巨大成功。然而，更深层次推理任务的解决方案仍然难以捉摸。实现更深...
热度：54
234Building Machines that Imagine and Reason: Principles and Applications of Deep Generative Models[建造想象和推理的机器：深层生成模型的原理和应用]
Shakir Mohamed(谷歌公司) 深度生成模型为无监督学习问题提供了一种解决方案，其中需要机器学习系统来发现隐藏在未标记数据流中的结构。因为它们是生成性的，所以这些模型可以形成一个丰富...
热度：51
Shakir Mohamed(谷歌公司) 深度生成模型为无监督学习问题提供了一种解决方案，其中需要机器学习系统来发现隐藏在未标记数据流中的结构。因为它们是生成性的，所以这些模型可以形成一个丰富...
热度：51
235Neural Networks[神经网络]
Hugo Larochelle(推特公司) 在本讲座中，我将介绍前馈神经网络背后的基本概念。演讲将分为两部分。在第一部分，我将介绍神经网络中的前向传播和反向传播。具体来说，我将讨论前馈网络的参数...
热度：49
Hugo Larochelle(推特公司) 在本讲座中，我将介绍前馈神经网络背后的基本概念。演讲将分为两部分。在第一部分，我将介绍神经网络中的前向传播和反向传播。具体来说，我将讨论前馈网络的参数...
热度：49
236Quickly Learning to Make Good Decisions[快速学会做出正确的决定]
Emma Brunskill(麻省理工学院) A fundamental goal of artificial intelligence is to create agents that learn to make good decisions as they interact with a stochastic environment. So...
热度：34
Emma Brunskill(麻省理工学院) A fundamental goal of artificial intelligence is to create agents that learn to make good decisions as they interact with a stochastic environment. So...
热度：34
237Tackling Climate Change: Unfinished Business from the Last “Winter”[应对气候变化：上一个“冬天”的未竟事业]
Mark A. Musen(斯坦福大学) 在1990年代，随着万维网不仅变得遍及全世界，而且变得密集而无处不在，人工智能界的工作人员被吸引到了网络可以为新型AI提供基础的可能性。在1980年代的AI冬季中...
热度：30
Mark A. Musen(斯坦福大学) 在1990年代，随着万维网不仅变得遍及全世界，而且变得密集而无处不在，人工智能界的工作人员被吸引到了网络可以为新型AI提供基础的可能性。在1980年代的AI冬季中...
热度：30
238Siri: Back to the Future[回到未来]
Adam Cheyer(Viv实验室公司) Siri是驻留在数亿台Apple设备中的虚拟个人助理。要求Siri为您购买电影票，预订餐厅，发送消息或推文或获得大型比赛的分数，Siri将通过对话互动帮助您快速轻松地...
热度：32
Adam Cheyer(Viv实验室公司) Siri是驻留在数亿台Apple设备中的虚拟个人助理。要求Siri为您购买电影票，预订餐厅，发送消息或推文或获得大型比赛的分数，Siri将通过对话互动帮助您快速轻松地...
热度：32
239Fighting the Tuberculosis Pandemic Using Machine Learning[利用机器学习抗击结核病大流行]
Kristin P. Bennett(伦斯勒理工学院) 结核病（TB）感染了世界三分之一的人口，并且是全世界第二种传染病致死的第二大原因。耐药结核病的出现仍然是持续的威胁。我们研究了机器学习方法如何帮助控制结...
热度：60
Kristin P. Bennett(伦斯勒理工学院) 结核病（TB）感染了世界三分之一的人口，并且是全世界第二种传染病致死的第二大原因。耐药结核病的出现仍然是持续的威胁。我们研究了机器学习方法如何帮助控制结...
热度：60
240Non-photorealistic Rendering Getting Physical[非真实感渲染]
Oliver Deussen(康斯坦茨大学) 传统上，计算机图形学着重于创建逼真的图像。但是，二十多年来，计算机图形学研究人员还致力于创建抽象的视觉表示。在我的演讲中，我将概述我们在该领域的研究。...
热度：86
Oliver Deussen(康斯坦茨大学) 传统上，计算机图形学着重于创建逼真的图像。但是，二十多年来，计算机图形学研究人员还致力于创建抽象的视觉表示。在我的演讲中，我将概述我们在该领域的研究。...
热度：86