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::

1831
Considering Unseen States as Impossible in Factored Reinforcement Learning[考虑到看不见的状态因素的强化学习是不可能的]
  Olga Kozlova(皮埃尔与玛丽居里大学) 因子马尔可夫决策过程（fmdp）框架是不确定条件下连续决策问题的标准表示，状态表示为一组随机变量。因子强化学习（frl）是一种基于模型的FMDPS强化学习方法，在...
热度：63

1832
Privacy in Web Search Query Log Mining[在 网络搜索查询日志挖掘中的隐私]
  Rosie Jones(雅虎公司) 网络搜索引擎改变了我们的生活，使我们能够即时获取有关我们都非常重要的主题的信息，同时也能传递一时的奇想。为我们的搜索查询提供答案的搜索引擎也会记录这些...
热度：43

1833
Discovering Patterns in Flows: A Privacy Preserving Approach with the ACSM[在流动的模式发现：隐私与ACSM保护方法]
  Stephanie Jacquemont(让·蒙内特大学) 在流动的模式发现：隐私与ACSM保护方法
热度：18

1834
Feature Selection by Transfer Learning with Linear Regularized Models[线性规整化模型的转让学习的特征选择]
  Thibault Helleputte(鲁汶天主教大学) 本文提出了一种新的高维数据分类特征选择方法，如微阵列技术。它包括一个部分的监督，以便在一个新的数据集上顺利地选择一些维度（基因）进行分类。先前在大型微...
热度：26

1835
The Growing Semantic Web[增长的语义网络]
  Mark Greaves(火神公司) 从2004年开始，Web上以语义Web格式提供的数据通常是兼收并蓄的，而且相对较小，并且与特定研究人员的兴趣紧密相连。然而，在过去的一年里，公共语义网络上发布的...
热度：37

1836
Found in Translation (WEB)[在翻译中的发现]
  Ilias Flaounas(布里斯托尔大学)  Found in Translation(WEB)in the.
热度：25

1837
Enhanced Web Page Content Visualization with Firefox[用Firefox增强网页内容可视化]
  Lorand Dali(约瑟夫·斯特凡学院) 用Firefox增强网页内容可视化 
热度：29

1838
Yahoo Research[雅虎研究]
  Ricardo Baeza-Yates(恩特公司) 雅虎研究 ；
热度：97

1839
Towards Machine Learning of Grammars and Compilers of Programming Languages[面向机器学习的程序设计语言的语法和编译器]
  Keita Imada;Katsuhiko Nakamura(东京电机大学) 关于政治和社会问题的两极分化讨论在大众和用户生成的媒体中很常见。然而，基于计算机的思想话语理解被认为太难进行。本文提出了意识形态话语的统计模型。我们所...
热度：18

1840
Data Mining for Anomaly Detection[异常检测的数据挖掘]
  Arindam Banerjee;Vipin Kumar;Jaideep Srivastava;Aleksandar Lazarevic;Varun Chandola(明尼苏达大学) 异常检测对应于发现通常不符合预期正常行为的事件。这类事件通常被称为异常、异常、异常、偏差、异常、惊喜、特殊性或污染物，在不同的应用领域，异常检测是许多...
热度：47

1841
Mixed Bregman Clustering with Approximation Guarantees[近似保证聚类混合布雷格曼]
  Jyrki Kivinen;Richard Knock;Panu Luosto(澳大利亚国立大学) 最近的两个突破极大地提高了k均值聚类的范围和性能：初始化步骤的平方欧几里得播种，迭代步骤的Bregman聚类。在本文中，我们首先将这两个框架统一起来，将前一个...
热度：40

1842
Exact and Approximate Inference for Annotating Graphs with Structural SVMs[精确的注释图结构推理和近似支持向量机]
  Tobias Scheffer; Ulf Brefeld;Thoralf Klein(吕内堡鲁芬纳大学) 结构支持向量机等结构化预测模型的训练过程涉及对给定参数化模型的最大后验概率（MAP）预测的频繁计算。对于特定的输出结构（如序列或树），可以通过动态编程算...
热度：32

1843
Sequence Labelling SVMs Trained in One Pass[序列标签支持向量机的训练在一通]
  Léon Bottou;Nicolas Usunier;Antoine Bordes(巴黎皮埃尔玛丽居里大学) 本文提出了一种结构化输出空间支持向量机对偶公式的在线求解方法。我们将其应用于序列标签的精确和贪婪推理方案。在这两种情况下，每个序列的训练时间与基于相同...
热度：35

1844
Enhanced Anytime Algorithm for Induction of Oblivious Decision Trees[感应不经意决策树的增强型任意时间算法]
  Albina Saveliev(本古里安大学) 高速非平稳数据流的实时数据挖掘在机械车辆高效运行、无线传感器网络、城市交通控制、库存数据分析等领域具有很大的潜力。这些领域的特点是大量的噪声、不确定的...
热度：27

1845
A Model for Quality Guaranteed Resource-Aware Stream Mining[质量保证资源感知流挖掘模型]
  Mohamed Medhat Gaber(莫纳什大学) 数据流以高速连续生成。大多数数据流挖掘技术通过使用适应和近似技术来解决这一挑战。适应现有资源是最近解决的问题。尽管这些技术保证了数据挖掘过程在资源限制...
热度：27