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::

526
How to choose the covariance for Gaussian process regression independently of the basis[如何独立选择高斯过程回归协方差的基础]
  Matthias O. Franz(马克斯普朗克研究所) 在高斯过程回归中，基函数和它们的先验分布都是通过选择协方差函数来同时指定的。在某些问题中，我们希望选择独立于基函数的协方差（例如，在多项式信号处理或维...
热度：14

527
Conceptual Clustering and its Application to Concept Drift and Novelty Detection[概念聚类及其在概念漂移和新奇检测中的应用]
  Claudia d Amato(巴里大学) 概念聚类及其在概念漂移和新奇检测中的应用
热度：35

528
Text and web data mining[文本和Web数据挖掘 ]
  Marko Grobelnik(约瑟夫·斯特凡学院) 文本和Web数据挖掘
热度：15

529
Utility-Based Regression[基于效用的回归]
  Luis Torgo(波尔图大学) 基于效用的回归
热度：35

530
Spectral Clustering and Embedding with Hidden Markov Models[隐马尔可夫模型的谱聚类与嵌入 ]
  Tony Jebara(哥伦比亚大学) 隐马尔可夫模型的谱聚类与嵌入
热度：44

531
Expectation Propagation for Rating Players in Sports Competitions[体育竞赛中运动员的期望传播]
  Adriana Birlutiu(拉德布德大学) 体育竞赛中运动员的期望传播
热度：49

532
Flexible Grid-Based Clustering[柔性网格聚类]
  Marc-Ismaël Akodjènou-Jeannin(巴黎信息实验室) 柔性网格聚类
热度：29

533
RoboEarth: Connecting robots world-wide[RoboEarth:连接机器人世界]
  Heico Sandee(埃因霍温理工大学) Roboearth的核心是一个面向机器人的万维网：一个巨大的网络和数据库库，机器人可以在其中共享信息，相互学习他们的行为和环境。“经验是最好的老师”这句话有了...
热度：53

534
RADHAR - Robotic Adaptation to Humans Adapting to Robots[RADHAR - 适应于人类的机器人]
  Eric Demeester(鲁汶大学) RADHAR将开发一个包括环境感知、驾驶员感知和建模以及机器人决策在内的驾驶辅助系统。RADHAR提出了一种框架，通过估计机器人应该执行的轨迹来无缝地融合来自环境...
热度：150

535
Multi-task Learning with Gaussian Processes[基于高斯过程的多任务学习 ]
  Chris Williams(爱丁堡大学) 我们考虑多任务学习的问题，即存在多个相关预测问题（任务）的设置，并通过在不同任务之间共享信息来提高预测性能。我们使用高斯过程（gp）预测器来解决这个问题...
热度：128

536
Error Bounds for Correlation Clustering[相关聚类误差界]
  Thorsten Joachims(康奈尔大学) 相关聚类误差界
热度：32

537
A Sample-Complexity Analysis of Learning from Labeled and Unlabeled Data[标签和未标记数据学习的样本复杂性分析]
  Maria-Florina Balcan(乔治亚理工学院) 标签和未标记数据学习的样本复杂性分析
热度：28

538
A conditional game for comparing approximations[比较近似的条件博弈]
  Frederik Eaton(剑桥大学) 我们提出了两种近似推理算法之间的条件博弈。我们证明了精确推理是一种最优策略，并证明了在没有精确边缘的情况下，如何利用博弈来估计两种不同近似的相对精度。
热度：27

539
Autonomous Construction in Environments with Scarce Resources, a Robotic Application of AI.[稀缺资源环境下的自主建筑，人工智能的机器人应用.]
  Francesco Mondada;Stéphane Magnenat(苏黎世联邦理工学院) 本视频介绍了在自主建设的背景下，人工智能在机器人技术中的应用。这项工作解决了资源稀缺的环境，因此机器人必须明智地计划其行动，以避免做出会妨碍施工完成的...
热度：25

540
Robotic Secrets Revealed Episode 002: The Trouble Begins[机器人秘密揭示第002集：麻烦开始]
  Gregory Trafton J;Eric Martinson;Hiatt Laura M;Harrison Anthony M;Wallace Lawson(美国海军研究实验室) 建立完全自主的机器人系统是非常具有挑战性的，因为要使机器人在现实世界中发挥作用，需要许多组件。这段视频展示了这种自治所必需的一些核心能力，包括人的识别...
热度：24