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::

421
Light at the End of the Tunnel[光在隧道的尽头]
  Ramanathan V. Guha(谷歌公司) 网络上很大一部分页面是从结构化数据库中生成的。语义Web计划的一个长期目标是让网站管理员使该结构化数据直接在Web上可用。达到这一目标的道路充其量是坎rock的...
热度:35

422
Psychology lab classes using PsychPy
  Kevin Fauvel(法国国家信息与自动化研究所) 此演示文稿的开发目的是向兽医学生介绍对犬科动物进行系统身体检查的过程。它旨在仅作为这些过程和程序的入门,为学生提供一个框架,使他们可以在整个兽医课程中...
热度:59

423
Predicting parking occupancy in a sensor-enabled smart city[基于传感器的智能城市停车位占用预测]
  Vassileios Tsetsos(摩比克斯有限公司) “智能城市”的概念正变得越来越流行,原因有几个。其中一个共识是,就市民的生活质量,财务生存能力,环境保护等方面而言,城市化应该是可持续的。实现这一概念...
热度:35

424
From Carbon to Diamonds: Business cases of data value[从碳到钻石:商业案例的数据值]
  Dimitris Vassiliadis(伊克萨斯有限公司) 技术的进步为收集捕获部署ICT系统的环境特征的数据提供了独特的机会。但是,数据可用性本身不足以解决许多现实世界中的问题,这些问题的解决方案取决于多个可能...
热度:23

425
Viscovery: A Platform for Trend Tracking in Opinion Forums[用户粘度:意见论坛趋势跟踪平台]
  Pablo Ortega(诺瓦维公司) 由于越来越多的用户使用Web 2.0平台来谈论品牌和组织,因此论坛和社交网络中的观点已被数百万人发布。对于企业或政府机构而言,几乎不可能跟踪人们所说的话,从...
热度:40

426
FDML: A Collaborative Machine Learning Framework for Distributed Features[FDML:一个面向分布式特征的协同机器学习框架]
  Yaochen Hu(阿尔伯塔大学) 当前大多数分布式机器学习系统都尝试通过使用数据并行体系结构来扩大模型训练的规模,该体系结构将不同样本的计算结果划分给不同的工人。我们从不同的动机研究分...
热度:69

427
Addressing Challenges in Data Science: Scale, Skill Sets and Complexity[解决数据科学的挑战:规模、技能和复杂性]
  Joseph K. Bradley(Databricks公司) 现代应用程序中的数据科学正在推动工具和组织的局限性。数据的规模,所需技能的广度以及工作流程的复杂性都使组织在开发以数据为动力的应用程序并将其移至生产环...
热度:31

428
Towards Sustainable Dairy Management - A Machine Learning Enhanced Method for Estrus Detection[一种机器学习的发情检测方法]
  Kevin Fauvel(法国国家信息与自动化研究学院) 我们的研究通过机器学习方法应对了奶牛场中牛奶生产资源利用效率的挑战。繁殖是奶牛场表现的关键因素,因为牛奶的生产始于小牛的出生。因此,检测发情期(这是母...
热度:69

429
Computing in UK Schools[英国学校的计算机]
  Stephen Furber(曼彻斯特大学) 在新世纪之交,英国的国家课程包括ICT主题。 ICT的重点主要在于计算机的使用,向学生介绍办公程序等。这个主题既不是特别具有挑战性,也不是有趣。因此,英国皇...
热度:55

430
Controlling Humanoid Robots by Means of Genetic Programming[基于遗传规划的仿人机器人控制]
  Hitoshi Iba(东京大学) 我们展示了EC(进化计算)在机器人技术中的实际应用,这被称为“进化机器人”。如果未预先确定适当的动作,则可以将机器学习技术应用于机器人以完成任务。在这种...
热度:37

431
Ontogen Software Demo[Ontogen软件演示]
   Blaž Fortuna(约瑟夫·斯特凡学院) 我们解决了根据社交网络数据构建轻量级本体的问题。例如,我们使用基于电子邮件通信获得的中型研究机构的社交网络。主要的贡献是一个包含五个主要步骤的体系结构...
热度:39

432
Basics of Computational Reinforcement Learning[计算强化学习的基础 ]
   Michael Littman(新泽西州立大学) 在机器学习中,强化学习的问题与利用与世界互动和评估反馈所获得的经验来提高系统做出行为决策的能力有关。本教程将介绍构成该研究领域基础的基本概念和词汇。它...
热度:35

433
Tutorial on Learning Deep Architectures[学习深层架构教程]
   Yoshua Bengio; Yann LeCun(蒙特利尔大学) 这个简短的深度学习教程将回顾各种学习多层次,分层表示的方法,并强调它们的共同特征。尽管深层架构在表示能力和表示效率方面具有理论优势,但它们也为哺乳动物...
热度:35

434
Semantic Text Processing [语义文本处理]
  Blaž Fortuna; Jan Rupnik;Marko Grobelnik(约瑟夫·斯特凡学院) 语义的文本处理
热度:27

435
Citizen Sensor Data Mining, Social Media Analytics and Development Centric Web Applications[公民传感器数据挖掘,社交媒体分析和开发中心Web应用程序]
  Selvam Velmurugan; Amit Sheth(莱特州立大学) 随着社交媒体(5亿+ Facebook用户,1亿+ twitter用户)的迅速普及,以及几乎无处不在的移动接入(41亿活跃使用的移动电话),观察和意见的分享已经成为一种常见的方...
热度:45