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→计算机工程::

181
Lecture 13: Some Basic Probability and Plotting Data[第13讲：一些基本概率和绘图数据]
  John Guttag(麻省理工学院) 本讲座简要回顾随机散步，并继续讨论非决定论的不同观点和概率介绍。最后以使用pylab绘制数据的示例结束。本讲座通过编程介绍随机性，概率和绘图，开始深入研究...
热度：51

182
Lecture 12: Introduction to Simulation and Random Walks[第12讲：模拟和随机游走简介]
  Eric Grimson(麻省理工学院) 本讲座通过展示实现用户定义迭代器的方法来完成类的引入。然后通过对模拟模型的讨论启动一个新单元，并通过模拟随机游走来说明模拟建模的一些基本思路。涵盖的主...
热度：69

183
Lecture 11: OOP and Inheritance[第11讲：OOP和继承]
  John Guttag(麻省理工学院) 在本讲座中，我们将学习面向对象编程（OOP）以及如何使用类在Python中实现新类型的对象。作为讨论的一部分，我们介绍了inheritance.Topics涵盖：面向对象编程（O...
热度：21

184
Lecture 5: Objects in Python [第5讲：Python中的对象]
  John Guttag(麻省理工学院) 本讲座介绍了Python元组，列表和字典，以及可变性的概念以及如何避免与之相关的问题。涵盖的主题：元组，列表，字典，方法，标识符，修改对象，别名，可变性。
热度：46

185
Lecture 14: Introduction to the Solid State, the 7 Crystal Systems, the 14 Bravais Lattices[第14讲：固态介绍，7个晶体系统，14个布拉瓦晶格 ]
  Donald R. Sadoway(麻省理工学院) //“弗拉基米尔·乌萨切夫斯基的无线幻想。它是最早的计算机生成音乐之一。它于1960年在哥伦比亚大学完成。它由Lee de Forest的一群粉丝委托，它是为了纪念de For...
热度：87

186
Low-Pass Semantic[低通语义]
  Fernando C. N. Pereira(谷歌公司) 自然语言处理的统计和机器学习方法的进步已经在信息检索，语音识别，机器翻译和信息提取方面产生了大量的方法和应用。然而，即使我们享受这些进步，我们也认识到...
热度：35

187
The Future European Multilingual Information Society[未来的欧洲多语言信息社会]
  Joseph Mariani(国家科学研究中心) 欧洲多语种信息社会在2020年的愿景，通过支持语言技术（LT）的可用性，使得在META内创建的3个翻译和本地化视觉小组，信息服务和媒体以及交互系统的思想成为可能...
热度：25

188
Automated Character Annotation in Multimedia[多媒体中的自动字符注释]
  Andrew Zisserman(牛津大学) 我们描述了使用检测到的面部以及字幕和成绩单形式的现成注释自动识别电影和电视剧中的人物角色的进展。我们描述了如何对齐字幕和副本以对镜头中出现的角色（以及...
热度：50

189
Hallucinations in Auditory Perception[听觉感知中的幻觉]
  Malcolm Slaney(雅虎公司) 在本次演讲中，我想回顾一下对于更加丰富的听觉处理架构的需求。 许多实验都指向了感知系统中纠结的连接网络，但我们的工程解决方案几乎完全是自下而上的。 我们...
热度：64

190
Bayesian Nonparametric Modeling of Suicide Attempts[自杀未遂的贝叶斯非参数模型]
  Isabel Valera(卡洛斯三世马德里大学) 关于酒精和相关病症的国家流行病学调查（NESARC）数据库包含大量关于美国人口代表性样本的生活方式，医疗状况，抑郁等的信息。在本文中，我们有兴趣寻找自杀企图...
热度：48

191
Learning Shared and Separate Features of Two Related Data Sets using GPLVMs[使用GPLVM学习两个相关数据集的共享和单独特征]
  Gayle Leen(阿尔托大学) 双源学习问题可以表述为学习数据的联合表示源，共享信息以共享的底层流程表示。但是，可能存在共享信息不是唯一有用信息的情况，两个数据集并不常见数据的有趣方...
热度：58

192
GP-LVM for Data Consolidation[GP的LVM数据合并]
  Neil D. Lawrence(谢菲尔德大学) 许多机器学习任务涉及将信息从一个表示转移到相应的表示或任务，其中几个不同的观察代表相同的潜在现象。使用来自多个源或表示的信息进行特征选择的经典算法是典...
热度：70

193
Visual Categorization with Bags of Keypoints[用一袋袋的关键点进行视觉分类 ]
  Chris Williams(爱丁堡大学 ) 我们提出了一种新的通用视觉分类方法：识别自然图像的对象内容，同时推广对象类固有的变化。这袋关键点方法基于图像块的仿射不变描述符的矢量量化。我们使用不同...
热度：40

194
Kernel Learning for Novelty Detection[新颖性检测的核学习 ]
  John Shawe-Taylor(伦敦大学学院) 我们考虑一类支持向量机的内核学习。我们考虑单个权重向量范数的2和1范数的混合，允许控制所得到的核组合的稀疏性。可以使用坐标梯度方法有效地解决所得到的优化...
热度：35

195
The Sample Complexity of Learning the Kernel[学习内核的样本复杂性 ]
  Shai Ben-David(滑铁卢大学 ) 基于内核的学习算法的成功取决于内核对学习任务的适用性。理想情况下，内核的选择应基于学习者关于手头任务的先验信息。但是，实际上，正在根据可用的训练数据调...
热度：69