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::

31
Multimodal semi-supervised learning for image classification[用于图像分类的多模式半监督学习]
  Matthieu Guillaumin(印度格勒诺布尔-罗纳-阿尔卑斯) 在图像分类中，目标是决定图像是否属于某个类别。可以从手动标记的图像中学习二进制分类器；虽然使用更多标记的示例可以提高性能，但获取图像标签是一个耗时的过...
热度：20

32
Google Vizier: A Service for BlackBox Optimization[谷歌维齐尔：一种黑匣子优化服务]
  Daniel Golovin(谷歌、股份有限公司的研究) 任何一个足够复杂的系统，当它变得更容易实验而不是理解时，都会充当一个黑匣子。因此，随着系统变得越来越复杂，黑盒优化变得越来越重要。在本文中，我们描述了...
热度：52

33
Wither OWL in a knowledge-graphed, Linked-Data World?[在一个知识图谱、链接数据的世界里，有OWL吗？]
  Jim Hendler(伦斯勒理工学院) 在现实世界中，对本体论的需求是显而易见的，并且在不断增加。在Web上，越来越需要本体，但OWL并没有被用于许多这样的应用程序。本演讲探讨了Web上本体在数据集...
热度：15

34
Feature extraction & content description I[特征提取与内容描述I]
  Nicu Sebe(特伦托大学) 特征提取与内容描述I
热度：12

35
Emergent Networks as Distributed Reputation System[作为分布式信誉系统的突发网络]
  David Hales(博洛尼亚大学) 作为分布式信誉系统的突发网络
热度：20

36
Machine Learning in Vision[视觉中的机器学习]
  Bill Triggs(Jean Kuntzmann实验室) 视觉中的机器学习
热度：17

37
Inference Learning[推理学习]
  Patrick Putzky(阿姆斯特丹大学) 推理学习
热度：17

38
Learning to Rank on a Cluster using Boosted Decision Trees[使用提升决策树在聚类上学习排序]
  Krysta M. Svore(微软研究院) 使用提升决策树在聚类上学习排序
热度：17

39
Bayesian Optimization in a Billion Dimensions via Random Embeddings[基于随机嵌入的十亿维贝叶斯优化]
  Nando de Freitas(牛津大学) 贝叶斯优化技术已成功应用于机器人、规划、传感器放置、推荐、广告、智能用户界面和自动算法配置。尽管取得了这些成功，但该方法仅限于中等维度的问题，几个关于...
热度：30

40
Deep Learning for Personalized Search and Recommender Systems[个性化搜索和推荐系统的深度学习]
  Liang Zhang;Benjamin Le(领英公司) 领英公司深度学习在解决图像识别（ImageNet）、语音识别、机器翻译等复杂任务方面取得了广泛成功。近年来，在个性化推荐系统领域，深度学习开始显示出有希望的进...
热度：18

41
Data Mining in Unusual Domains with Information-rich Knowledge Graph Construction, Inference and Search[具有丰富信息的知识图谱构建、推理和搜索的异常领域数据挖掘]
  Pedro Szekely;Mayank Kejriwal(南加州大学) 网络的发展是一个成功的故事，它激发了知识发现和数据挖掘方面的大量研究。在不寻常的Web域上进行数据挖掘是一个更加困难的问题。有几个因素使一个领域变得不同...
热度：22

42
What can the world tell us about an image?[关于一幅图像，世界能告诉我们什么？]
  Alexei Efros(卡内基梅隆大学) 关于一幅图像，世界能告诉我们什么？
热度：18

43
Semantic Data Mining[语义数据挖掘]
  Alexandros Kalousis;Jędrzej Potoniec(日内瓦大学;波兰波兹南工业大学) 术语语义数据挖掘表示一种数据挖掘方法，其中领域本体被用作背景知识。这种方法的动机是大量的数据，这些数据越来越公开，并使用以语义网语言表示的真实本体进行...
热度：16

44
Multidataset Independent Subspace Analysis[多数据集独立子空间分析]
  Rogers F. Silva(新墨西哥大学) 多数据集独立子空间分析
热度：14

45
Interpretable Predictions of Tree-based Ensembles via Actionable Feature Tweaking[基于树集合的可操作特征调整可解释预测]
  Fabrizio Silvestri(脸书（Facebook）) 机器学习模型通常被描述为“黑匣子”。然而，在许多现实世界的应用中，模型可能不得不牺牲预测能力来支持人类的可解释性。在这种情况下，特征工程成为一项关键任...
热度：27