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→计算机应用::

1801
Emergent Behaviour Techniques in Multi-Agent Systems[多智能体系统中的突现行为技术]
  Vladimír Mařík(布拉格捷克技术大学) 多智能体系统中的突现行为技术  
热度：48

1802
The Multi-layer Perceptron[神经网络多层感知器]
  Robert F Harrison(谢菲尔德大学) 本文介绍了多层感知器及其在数据建模中的实际问题。
热度：24

1803
Functional Analysis in Data Modelling[数据建模中的功能分析]
  Tony Dodd(谢菲尔德大学) 第二个演示描述了内核方法中使用的功能分析的基本理论。
热度：25

1804
Closing the discovery gap in environmental information resources using semantic annotations: the TaToo Approach[使用语义注释关闭环境信息资源的发现差距：纹身的方法]
  Giuseppe Avellino(Datamat Spa编辑公司) 使用语义注释关闭环境信息资源的发现差距：纹身的方法
热度：32

1805
e-Maritime service engineering: an approach for singel window solutions[E海事服务工程：一种单窗口的解决方法]
  Maria Lambrou(爱琴海大学)  E海事服务工程：一种单窗口的解决方法
热度：40

1806
Modal shifts made easy[模态转移变得容易]
  Christer Kjellberg(无) 模态转移变得容易
热度：53

1807
On Exploration and Mining of Data in Educational Practice[论教育实践中的数据探索与挖掘]
  Erik-Jan van der Linden(麦格纳维尤公司) 教育机构面临着来自当局和政府越来越大的压力，要求他们为公共手段的支出提供正当理由。这反过来又导致了信息系统中大量数据在结果、职业、缺勤等方面的内部使用...
热度：24

1808
A Community-Based Pseudolikelihood Approach for Relationship Labeling in Social Networks[一个以社区为基础的社会网络中的标签pseudolikelihood方法的关系]
  Huaiyu Wan(北京交通大学) 社会网络由一组社会关系连接的人（或其他社会实体）组成。对关系类型的认识有助于我们了解社会网络的结构和特征。传统的分类器对于关系标记不够精确，因为它们假...
热度：37

1809
On the Stratification of Multi-Label Data[多标签数据分层研究]
  Grigorios Tsoumakas(塞萨洛尼基亚里斯多德大学) 52002:SYSTEM ERROR
热度：62

1810
Mining Research Topic-related Influence between Academia and Industry[学术界与产业界的相关研究课题]
  Wenbin Tang(清华大学) 近年来，矿业社会影响问题引起了人们的广泛关注。对于一个社交网络，研究人员对诸如影响、想法、信息如何在网络中传播等问题很感兴趣。在合作作者网络上也提出了...
热度：31

1811
Learning to Infer Social Ties in Large Network[在大型网络中学习推断社会关系]
  Wenbin Tang(清华大学) 在在线社交网络中，大多数关系都缺乏意义标签（例如，"；同事"；和"；亲密朋友"；），这仅仅是因为用户不花时间给它们贴标签。一个有趣的问题是：我们能自动推断...
热度：83

1812
Generalized Dictionary Learning for Symmetric Positive Definite Matrices with Application to Nearest Neighbor Retrieval[对称正定矩阵的广义字典学习及其在最近邻检索中的应用]
  Suvrit Sra(马克斯普朗克研究所) 我们介绍了广义字典学习（GDL），这是一个简单但实用的在正定矩阵流形上学习字典的框架。我们将GDL应用到最近邻（NN）检索中，以说明GDL在机器学习和计算机视觉...
热度：51

1813
Parallel Structural Graph Clustering[并行结构图聚类]
  Madeleine Seeland(慕尼黑工业大学) 我们根据集群成员之间共享的架构（即大型结构重叠）来解决大型图形数据库的集群问题。在之前的工作中，我们提出了一种在线算法，用于产生重叠（非不相交）和非因...
热度：31

1814
Eigenvector Sensitive Feature Selection For Spectral Clustering[光谱聚类的特征向量敏感特征选择]
  Jiangtao Ren(中山大学) 谱聚类是数据聚类最常用的方法之一，其性能取决于相关图拉普拉斯特征向量的质量。一般来说，图拉普拉斯函数是利用全特征构造的，当数据集中存在大量的噪声或无关...
热度：39

1815
Aggregating Independent and Dependent Models to Learn Multi-label Classifiers[聚合独立和依赖模型学习多标签分类]
  José Ramón Quevedo(希洪奥维耶多大学) 多标签分类的目的是自动获得能够用更好描述对象的标签标记对象的模型。尽管它看起来像任何其他分类任务，但众所周知，利用标签之间存在的某些相关性有助于提高分...
热度：26