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→计算机工程::
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
16What Would Shannon Do? Bayesian Compression for DL[香农会怎么做?DL的贝叶斯压缩]
Karen Ullrich(视频讲座网) 香农会怎么做?DL的贝叶斯压缩
热度：24
Karen Ullrich(视频讲座网) 香农会怎么做?DL的贝叶斯压缩
热度：24
1718SEAS/FUSE-IT joint demonstration on Gazi Technopark[SEAS/FUSE-IT在Gazi技术园区的联合演示]
Lamya Belhaj(工程学院) SEAS/FUSE-IT在Gazi技术园区的联合演示
热度：26
Lamya Belhaj(工程学院) SEAS/FUSE-IT在Gazi技术园区的联合演示
热度：26
19MOVING platform: LODatio+ v2[移动平台：LODatio+v2]
() LODatio+-搜索数据网络的内容。 LODatio+是一个搜索引擎，用于在包含特定类型资源和使用特定属性的数据网络中定位数据源。对于给定的信息需求，LODatio+不仅返...
热度：32
() LODatio+-搜索数据网络的内容。 LODatio+是一个搜索引擎，用于在包含特定类型资源和使用特定属性的数据网络中定位数据源。对于给定的信息需求，LODatio+不仅返...
热度：32
20Heterogeneous Graph Neural Network via Attribute Completion[基于属性补全的异构图神经网络]
Di Jin(天津大学) 基于属性补全的异构图神经网络
热度：79
Di Jin(天津大学) 基于属性补全的异构图神经网络
热度：79
21Managing the paradoxical tension between digital and IT[管理数字与IT之间矛盾的紧张关系]
Lieselot Danneels(根特大学) 管理数字与IT之间矛盾的紧张关系
热度：26
Lieselot Danneels(根特大学) 管理数字与IT之间矛盾的紧张关系
热度：26
22Multitask Learning using Task Clustering with Applications to Predictive Modeling and GWAS of Plant Varieties[使用任务聚类进行多任务学习，并应用于植物品种的预测建模和GWAS]
Ming Yu(IBM Thomas J. Watson 研究中心) 在多个输入和多个输出变量或任务之间推断预测图在数据科学中有无数的应用。多任务学习尝试同时学习到多个输出任务的映射，并在它们之间共享信息。我们为稀疏线性...
热度：44
Ming Yu(IBM Thomas J. Watson 研究中心) 在多个输入和多个输出变量或任务之间推断预测图在数据科学中有无数的应用。多任务学习尝试同时学习到多个输出任务的映射，并在它们之间共享信息。我们为稀疏线性...
热度：44
23Personalized Purchase Prediction of Market Baskets with Wasserstein-Based Sequence Matching[基于Wasserstein的序列匹配的市场篮筐个性化购买预测]
Mathias Kraus(苏黎世联邦理工学院) 营销中的个性化旨在通过为个人量身定制服务来改善客户的购物体验。为了实现这一目标，企业必须能够对下一次购买进行个性化预测。也就是说，必须预测将构成下一次...
热度：62
Mathias Kraus(苏黎世联邦理工学院) 营销中的个性化旨在通过为个人量身定制服务来改善客户的购物体验。为了实现这一目标，企业必须能够对下一次购买进行个性化预测。也就是说，必须预测将构成下一次...
热度：62
24Online Amnestic DTW to allow Real-Time Golden Batch Monitoring[DTW算法允许实时黄金批次监测]
Chin-Chia Michael Yeh(加利福尼亚大学) 在制造业中，黄金批次是生产所需物品的完美过程的理想化实现，通常表示为压力，温度，流速等多维时间序列。黄金批次有时由第一原理模型生产，但它通常是通过记录...
热度：85
Chin-Chia Michael Yeh(加利福尼亚大学) 在制造业中，黄金批次是生产所需物品的完美过程的理想化实现，通常表示为压力，温度，流速等多维时间序列。黄金批次有时由第一原理模型生产，但它通常是通过记录...
热度：85
25Applications of AI/ML in Established and New Industries[AI/ML在成熟产业和新产业中的应用]
Hassan Sawaf(亚马逊网络服务公司) 随着通用机器学习的高级建模的出现，特别是计算机视觉、语音识别和自然语言处理，人工智能的应用正在使经典企业能够重塑自我，并出现几年前甚至无法想象的新业务...
热度：41
Hassan Sawaf(亚马逊网络服务公司) 随着通用机器学习的高级建模的出现，特别是计算机视觉、语音识别和自然语言处理，人工智能的应用正在使经典企业能够重塑自我，并出现几年前甚至无法想象的新业务...
热度：41
26Deep Learning for Domain Scaling of Conversational Agents[会话代理领域扩展的深度学习]
Ye-Yi Wang(微软研究院) 智能代理/聊天机器人已经成为业界的热门话题。亚马逊、苹果、谷歌、Facebook和微软都在这一领域投入了大量资金。许多初创公司也从不同的角度看待这一领域，从语...
热度：41
Ye-Yi Wang(微软研究院) 智能代理/聊天机器人已经成为业界的热门话题。亚马逊、苹果、谷歌、Facebook和微软都在这一领域投入了大量资金。许多初创公司也从不同的角度看待这一领域，从语...
热度：41
27Efficient Coding and Choice Behavior[高效编码与选择行为]
Michael Woodford(哥伦比亚大学) 讲座将讨论选择行为的后果，即对选择情景特征的主观编码准确性的限制，例如当前选择集中可用选项的属性。有人认为，这种限制可以从理性选择理论的角度解释行为中...
热度：35
Michael Woodford(哥伦比亚大学) 讲座将讨论选择行为的后果，即对选择情景特征的主观编码准确性的限制，例如当前选择集中可用选项的属性。有人认为，这种限制可以从理性选择理论的角度解释行为中...
热度：35
28Escaping Groundhog Day[逃离土拨鼠日]
James MacGlashan(布朗大学) 强化学习的主要方法依赖于一个固定的状态动作空间和奖励函数，而agent正试图最大化这个函数。在训练期间，代理会反复重置为预定义的初始状态或一组初始状态。例...
热度：40
James MacGlashan(布朗大学) 强化学习的主要方法依赖于一个固定的状态动作空间和奖励函数，而agent正试图最大化这个函数。在训练期间，代理会反复重置为预定义的初始状态或一组初始状态。例...
热度：40
29Robots learning from human teachers[机器人向人类教师学习]
Andrea Thomaz(乔治亚理工学院) 在这次演讲中，我介绍了乔治亚理工大学社会智能机器实验室的最新工作。我们研究的愿景是使机器人能够在真实的人类环境中工作；例如，服务机器人在家帮忙，同事机...
热度：33
Andrea Thomaz(乔治亚理工学院) 在这次演讲中，我介绍了乔治亚理工大学社会智能机器实验室的最新工作。我们研究的愿景是使机器人能够在真实的人类环境中工作；例如，服务机器人在家帮忙，同事机...
热度：33
30Empirically Grounding the Evaluation of Creative Systems: An Interaction Design Approach[创造性系统评估的经验基础：交互设计方法]
Oliver Bown(悉尼大学) 在这篇论文中，我认为，目前采用的直接形式的人工创意系统的评估本身并没有很好的经验基础，阻碍了该领域增量发展的潜力。我提出了一种评估方法，这种方法基于对...
热度：40
Oliver Bown(悉尼大学) 在这篇论文中，我认为，目前采用的直接形式的人工创意系统的评估本身并没有很好的经验基础，阻碍了该领域增量发展的潜力。我提出了一种评估方法，这种方法基于对...
热度：40