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→计算机软件::

226
Research 16: On How to Perform a Gold Standard Based Evaluation of Ontology Learning[研究16：如何执行基于黄金标准的本体学习评价]
  Klaas Dellschaft(科布伦茨兰道大学)
热度：38

227
Research 17: Mining Information for Instance Unification[研究17：挖掘信息统一实例]
  Niraj Aswani(谢菲尔德大学) 研究17：挖掘信息统一实例 
热度：39

228
NewsSearch: Search and Dynamic Re-ranking over News Corpora[新闻搜索：搜索和动态重新排序新闻语料库]
  Luka Stopar(约瑟夫·斯特凡学院) 本文提出的新闻搜索是一种搜索引擎界面，它允许用户直观地对搜索结果进行重新排序。当第一次进行查询时，将使用客户机端的主题、概念和位置小部件来可视化结果。...
热度：33

229
Identity and Reference for the Global Giant Graph[全局巨型图的恒等与引用]
  Paolo Bouquet(特伦托大学) 在本文中，我们讨论了如何使用全球巨图（GGG）上的数据来回答全球查询的问题。我们从一个GGG的正式模型开始，然后使用它来提供三种非常通用的模式的正式规范来回...
热度：62

230
Temporal Motifs Reveal the Dynamics of Editor Interactions in Wikipedia[时间主题揭示维基百科编辑互动的动态]
  David Jurgens(麦吉尔大学) 维基百科是一个既好斗又合作的编辑环境。我们提出了一种新的方法来研究编辑互动的类型，使用一个新的表达维基百科的修订历史作为一个时间，双部分网络，多个节点...
热度：67

231
SentiSearch: Exploring Mood on the Web[森蒂搜索：网上探索的心情]
  Lucy Vasserman;Sara Owsley Sood(波莫纳学院) 未来的机器除了执行复杂的计算外，还将在情感层面与用户连接（Norman 2004）。在本文中，我们提出了一个系统，它为互联网用户经常从事的搜索活动添加了一个情感...
热度：24

232
Content Based Recommendation and Summarization in the Blogosphere[博客上基于推荐和总结的内容]
  Ahmed Hassan(密歇根大学)
热度：44

233
FOster the Comprehension and USe of Knowledge intensive technologies for coding and sharing 3D media content[促进理解和使用知识密集型技术的编码和共享3D媒体内容]
  Michela Spagnuolo(应用数学与信息技术研究所)
热度：26

234
Reproducible Research in Computational Science: Problems and Solutions For Data and Code Sharing[计算科学中的可重复研究：数据和代码共享的问题和解决方案]
  Victoria Stodden(耶鲁大学) 科学计算正逐渐成为科学方法的核心，但非常宽松的做法的盛行正导致一场信誉危机。可重复的计算研究是应对这场危机的必要措施，其中所有计算细节、代码和数据都可...
热度：38

235
Structured Prediction for Natural Language Processing[自然语言处理的结构化预测]
  Noah Smith(卡内基梅隆大学) 本教程将讨论机器学习中结构化预测方法在自然语言处理中的应用。在过去的二十年中，NLP领域已经开始同时依赖和挑战机器学习领域。统计方法现在主导了NLP，并大大...
热度：68

236
Introduction and General Problem Statement[简介和一般问题陈述]
  Seeger Matthias W(洛桑联邦理工学院) 大多数机器学习（ML）算法从根本上依赖于数值数学的概念。黑盒计算原语的标准缩减通常不能满足实际需求，必须在所有级别进行修改。ML问题日益复杂，需要分层的方...
热度：44

237
Online Dictionary Learning for Sparse Coding[在线词典学习稀疏编码]
  Julien Mairal(法国国家信息与自动化研究所) 稀疏编码，即将数据向量建模为基础元素的稀疏线性组合，广泛应用于机器学习、神经科学、信号处理和统计。本文着重学习基集（也称为字典）以使其适应特定数据，这...
热度：73

238
Boosting Products of Base Classifiers[推进基础Classifiers产品分类]
  Balazs Kegl(巴黎大学) 本文介绍了如何提高简单基础学习者的学习效果。与树类似，我们将基础学习者称为子例程，但使用迭代而不是递归的方式。该方法的主要优点是简单和计算效率高。在基...
热度：49

239
Dirichlet Aggregation: Unsupervised Learning towards an Optimal Metric for Proportional Data[狄利克雷聚合：无监督学习的比例数据的最佳度量]
  Hua-Yan Wang(北京大学) 比例数据（标准化柱状图）经常出现在各个领域，它们可以数学上抽象为几何单纯形中的点。在分类和信息检索等许多应用中，适当的单纯形距离度量具有重要意义。在本...
热度：50

240
Kernel Tricks, Means and Ends[核心技巧，手段和目的]
  Bernhard Schölkopf(马克斯普朗克研究所) 我将介绍我的想法，是什么让内核机器受欢迎，以及是什么可能或不可能让它们继续运行。我还将讨论不同领域的应用，包括计算机图形学。
热度：36