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::
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
271Practical RL: Representation, interaction, synthesis, and morality (PRISM)[实践RL：表现、互动、综合与道德（PRISM）]
Peter Stone(奥斯汀德克萨斯大学) 在将强化学习（RL）扩展到具有不完全表示和层次结构的连续大区域时，我们经常尝试应用被证明在小的有限域内收敛的算法，然后只希望得到最好的结果。本次演讲将提...
热度：37
Peter Stone(奥斯汀德克萨斯大学) 在将强化学习（RL）扩展到具有不完全表示和层次结构的连续大区域时，我们经常尝试应用被证明在小的有限域内收敛的算法，然后只希望得到最好的结果。本次演讲将提...
热度：37
272Multi-task Learning[多任务学习]
Massimiliano Pontil(伦敦大学) 标准机器学习方法的一个基本局限性是准备好的通用化所需的大量训练样本所产生的成本。多任务学习提供了一种可能的补救方法：在许多情况下，尽管单个样本量很小，...
热度：54
Massimiliano Pontil(伦敦大学) 标准机器学习方法的一个基本局限性是准备好的通用化所需的大量训练样本所产生的成本。多任务学习提供了一种可能的补救方法：在许多情况下，尽管单个样本量很小，...
热度：54
273Optimization of smart grids: Opportunities and directions[智能电网的优化：机遇与方向]
El-Ghazali Talbi(里尔第一大学) 在本次演讲中，我们将介绍智能电网中遇到的各种优化问题，这些问题包括能源的生产，传输和分配以及智能家居中的需求侧管理和能源定价。重点介绍了元启发法，多目...
热度：52
El-Ghazali Talbi(里尔第一大学) 在本次演讲中，我们将介绍智能电网中遇到的各种优化问题，这些问题包括能源的生产，传输和分配以及智能家居中的需求侧管理和能源定价。重点介绍了元启发法，多目...
热度：52
274The Battle for the Future of Data Mining[数据挖掘的未来之战]
Oren Etzioni(艾伦人工智能研究所) 深度学习已跃升至《纽约时报》的首页，形成了所谓“ Google大脑”的核心，并在视觉，语音识别等方面取得了令人瞩目的成果。然而研究人员提出了简单的难题，深度...
热度：41
Oren Etzioni(艾伦人工智能研究所) 深度学习已跃升至《纽约时报》的首页，形成了所谓“ Google大脑”的核心，并在视觉，语音识别等方面取得了令人瞩目的成果。然而研究人员提出了简单的难题，深度...
热度：41
275Algorithms for Interpretable Machine Learning[可解释机器学习算法]
Cynthia Rudin(麻省理工学院) 在许多应用程序领域中，使预测建模具有透明度非常重要。领域专家并不倾向于使用“黑匣子”预测模型。他们想了解如何进行预测，并且可能更喜欢模拟人类专家可能做...
热度：57
Cynthia Rudin(麻省理工学院) 在许多应用程序领域中，使预测建模具有透明度非常重要。领域专家并不倾向于使用“黑匣子”预测模型。他们想了解如何进行预测，并且可能更喜欢模拟人类专家可能做...
热度：57
276Deep Reinforcement Learning[深度强化学习]
David Silver(伦敦大学学院) 本教程将讨论如何将学习与深度学习相结合。有几种方法可以将DL和RL结合在一起，包括基于价值的、基于策略的和基于模型的规划方法。这些方法中有几个都有众所周知...
热度：57
David Silver(伦敦大学学院) 本教程将讨论如何将学习与深度学习相结合。有几种方法可以将DL和RL结合在一起，包括基于价值的、基于策略的和基于模型的规划方法。这些方法中有几个都有众所周知...
热度：57
277Pylearn2: Using Theano for Deep Learning[Pylearn2：使用Theano进行深度学习]
Aleksandra Pizurica(根特大学) This talk presents a convenient graphical tool for encoding visual patterns (such as image patches and image atoms) as point constellations in a space...
热度：55
Aleksandra Pizurica(根特大学) This talk presents a convenient graphical tool for encoding visual patterns (such as image patches and image atoms) as point constellations in a space...
热度：55
278Last-Mile Disaster Preparedness and Recovery[灾难准备复苏的最后一英里]
Pascal Van Hentenryck(布朗大学) 每年，自然灾害都会造成基础设施损坏和停电，对生活质量和经济福利均产生重大影响。鉴于潜在的不确定性，快速响应的需求以及所涉及基础架构的复杂性和规模，减轻...
热度：50
Pascal Van Hentenryck(布朗大学) 每年，自然灾害都会造成基础设施损坏和停电，对生活质量和经济福利均产生重大影响。鉴于潜在的不确定性，快速响应的需求以及所涉及基础架构的复杂性和规模，减轻...
热度：50
279What will it take to give machines a real sense of humour[如何赋予机器真正的幽默感]
Tony Veale(都柏林大学) 我们认为幽默中的大部分是易腐烂的商品。随着时代精神的日新月异在人类经验的一个领域中为幽默创造新的机会，其他机会枯竭或不再是话题。为了将自动幽默生成器放...
热度：34
Tony Veale(都柏林大学) 我们认为幽默中的大部分是易腐烂的商品。随着时代精神的日新月异在人类经验的一个领域中为幽默创造新的机会，其他机会枯竭或不再是话题。为了将自动幽默生成器放...
热度：34
280Beyond the headlines: How to make the best of machine learning models in the wild[超越头条新闻：如何在野外充分利用机器学习模型]
Noura Al Moubayed(杜伦大学) 机器学习在各种应用领域中都取得了空前的成果。由于其巨大的社会潜力，医学一直是人工智能应用的重要领域。机器学习模型现在能够根据医学影像可靠地诊断癌症，并...
热度：51
Noura Al Moubayed(杜伦大学) 机器学习在各种应用领域中都取得了空前的成果。由于其巨大的社会潜力，医学一直是人工智能应用的重要领域。机器学习模型现在能够根据医学影像可靠地诊断癌症，并...
热度：51
281VQuAnDa: Verbalization QUestion ANswering DAtaset[VQuAnDa：口头表达问题解答数据集]
无(无) VQuAnDa：口头表达问题解答数据集
热度：17
无(无) VQuAnDa：口头表达问题解答数据集
热度：17
282283Unsupervised Bootstrapping of Active Learning for Entity Resolution[主动学习的无监督自举以解决实体问题]
Anna Primpeli(曼海姆大学) 在本教程中，我将讨论如何将强化学习（RL）与深度学习（DL）相结合。有几种方法可以将DL和RL结合在一起，包括基于价值，基于策略和基于模型的规划方法。这些方法...
热度：39
Anna Primpeli(曼海姆大学) 在本教程中，我将讨论如何将强化学习（RL）与深度学习（DL）相结合。有几种方法可以将DL和RL结合在一起，包括基于价值，基于策略和基于模型的规划方法。这些方法...
热度：39
284285What is the Attention Economy? Why should I care?[什么是注意力经济？ 我为什么要在乎？]
James Taylor-Foster(大日报) 在本次演讲中，詹姆斯·泰勒·福斯特（James Taylor Foster）（ArchDaily大型编辑）揭开了社交共享，在线媒体乃至更广泛的2017年互联网状况背后的设计意图-相等而...
热度：48
James Taylor-Foster(大日报) 在本次演讲中，詹姆斯·泰勒·福斯特（James Taylor Foster）（ArchDaily大型编辑）揭开了社交共享，在线媒体乃至更广泛的2017年互联网状况背后的设计意图-相等而...
热度：48