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::

301
Media Mixing for e-Learning: VideoLectures Mashup[e-Learning的媒体混合：视频讲座Mashup]
  Tanja Zdolšek(约瑟夫·斯特凡研究所) 本次演讲将重点介绍 MediaMixer 为电子学习视频平台 VideoLectures.NET 带来的好处。 “VideoLecturesMashup”能够接受特定的学习主题作为输入，并因此产生来自...
热度：47

302
Sempala: Interactive SPARQL Query Processing on Hadoop[Sempala:Hadoop上的交互式SPARQL查询处理]
  Alexander Schätzle(弗莱堡大学) 在 Schema.org 等计划的推动下，语义注释数据的数量预计将稳步增长，以达到大规模，需要基于集群的解决方案来查询它。与此同时，Hadoop 已经在大数据处理领域占...
热度：60

303
"To be or to do?": The Semantics for Smart Cities and Communities[“做还是做？”：智慧城市和社区的语义]
   Paolo Traverso(布鲁诺·凯斯勒基金会) 所谓智慧城市和社区的主要挑战是为人们提供增值服务，以提高他们的生活质量。海量个人和领土数据集——（开放的）公共和私人数据，以及它们的语义，使我们能够将...
热度：41

304
Dynamics of Web: Analysis and Implications from Search Perspective[网络动态：搜索视角的分析与启示]
   Ismail Sengor Altingovde; Nattiya Kanhabua(莱布尼茨汉诺威大学) Web 的动态性及其对搜索系统各个组件的影响在过去十年中引起了广泛关注。本课程首先旨在向学生介绍 Web 进化的一般性和广泛主题，然后探讨与搜索和 IR 的时间方...
热度：37

305
Grading Computer Programming Skills using Machine Learning[使用机器学习对计算机编程技能进行分级]
   Varun Aggarwal; Shashank Srikant(Aspiring Minds就业能力评估公司) 计算机程序的自动评估是一个新兴的研究领域，具有产生大规模影响的潜力。现有的程序评估系统主要根据通过的测试用例的数量进行评分，无法深入了解程序员的能力。...
热度：39

306
Automatically Labeling Facts in a Never-Ending Language Learning system[永无止境语言学习系统中的事实自动标注]
   Estevam R. Hruschka(美国联邦大学) Never Ending Language Learner (NELL)1 是一个 24/7 全天候运行的计算机系统，永远学习阅读网络。从网络中提取（阅读）更多事实，并将其整合到其不断增长的信仰...
热度：86

307
Web-Scale Image Clustering Revisited[Web尺度图像聚类的再探讨]
  Yannis Kalantidis(雅虎公司) 文档或图像的大规模重复检测、聚类和挖掘通常通过散列进行种子检测，然后是使用快速搜索的种子生长启发式方法。有原则的聚类方法，尤其是核化和谱聚类方法，具有...
热度：58

308
Submodularity in Machine Learning and Vision[机器学习与视觉中的子模块化]
   Andreas Krause(苏黎世理工学院) 机器学习和视觉领域的许多问题本质上都是离散的。通常，这些会导致具有挑战性的优化问题。虽然凸性是解决连续优化问题的重要属性，但子模块性通常被视为凸性的离...
热度：53

309
Superresolution imaging - from equations to mobile applications[超分辨率成像-从方程到移动应用]
   Filip Šroubek(捷克共和国科学院) 在过去五年中，我们见证了图像恢复方法的快速改进，例如去噪、去卷积和超分辨率。我们将提供超分辨率作为优化问题的简要数学背景并总结我们的贡献。具体来说，我...
热度：47

310
Learning a Predictable and Generative Vector Representation for Objects[学习对象的可预测生成向量表示]
   Rohit Girdhar(卡内基梅隆大学) 对象的好的向量表示是什么？我们认为它应该是 3D 生成的，因为它可以生成新的 3D 对象；以及可以从 2D 预测，因为它可以从 2D 图像中感知。我们提出了一种新的架...
热度：59

311
Network of Networks and the Climate System[网络之网与气候系统]
  Jürgen Kurths(波茨坦气候影响研究所) 同步现象在自然界、科学、工程和社会生活中非常普遍，例如在风琴管、萤火虫甚至桥梁力学中。但是，克里斯蒂安·惠更斯 (Christiaan Huygens) 于 1665 年首次确认...
热度：49

312
Two architectures for one-shot learning[一次学习的两种架构]
  Joshua B. Tenenbaum(麻省理工学院) 人们可以从一个示例中几乎完美地学习新的视觉概念，但机器学习算法通常需要数百个示例才能执行类似的操作。人类还可以以比传统机器学习系统更丰富的方式使用他们...
热度：24

313
A Quarter Century of AI Applications: What We Knew Then versus What We Know Now[四分之一世纪的人工智能应用：我们当时知道的和现在知道的]
  Reid G. Smith(Connect有限责任公司) 多年来，人工智能应用已被构建、部署和用于工业和政府目的。自 1989 年以来，IAAI 会议记录中记录了这些经验。在此期间，应用范围扩大了许多倍。技术方法的多样...
热度：40

314
Data Analytics in Aquaculture[水产养殖中的数据分析]
   João Pita Costa(约瑟夫·斯特凡研究所) 当今水产养殖面临的具体挑战揭示了必须适当解决并与最新优化方法同步的需求和问题。现在是将水产养殖技术提升到一个新的发展和理解水平的时候了。在这方面，人们...
热度：46

315
From Proteins to Robots: Learning to Optimize with Confidence[从蛋白质到机器人：自信地学习优化]
   Andreas Krause(苏黎世理工学院) 随着机器学习的成功，我们越来越多地看到学习算法在现实世界中做出决策。然而，这通常与经典的列车测试范式形成鲜明对比，因为学习算法会影响它必须操作的数据。...
热度：41