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::

61
Beyond Stochastic Gradient Descent[超越随机梯度下降]
  Francis R. Bach(INRIA-SIERRA项目团队) 许多机器学习和信号处理问题传统上被视为凸优化问题。解决这些问题的一个常见困难是数据的大小，其中有许多观测值(“大n”)，并且每个观测值都很大(“大p”)。...
热度：11

62
Optimization II[优化II]
  Jorge Nocedal(西北大学罗伯特·麦考密克工程与应用科学学院) 优化II
热度：15

63
Human Parsing With Contextualized Convolutional Neural Network[情境化卷积神经网络的人类解析]
  Xiaodan Liang(新加坡国立大学电气与计算机工程系) 在这项工作中，我们使用一种新的上下文化卷积神经网络(联合有线电视新闻网)架构来解决人工解析任务，该架构很好地将跨层上下文、全局图像级上下文、超像素内上下...
热度：15

64
Localizers Section Intro[本地化部分简介]
  Jan Anders Nelson(微软) 本地化部分简介
热度：10

65
Welcome and Introductions[欢迎和介绍]
  Arle Lommel(德国人工智能研究中心) 欢迎和介绍
热度：14

66
Struc2vec: Learning Node Representations from Structural Identity[Struc2vec:从结构同一性学习节点表示]
  Daniel Ratton Figueiredo(里约热内卢联邦大学) 结构同一性是一种对称概念，网络节点根据网络结构及其与其他节点的关系来识别。在过去的几十年里，结构同一性已经在理论和实践中得到了研究，但直到最近才用表征...
热度：14

67
Learning Recursive Filters for Low-Level Vision via a Hybrid Neural Network[基于混合神经网络的低层次视觉递归滤波器学习]
  Sifei Liu(加州大学默塞德分校电气工程与计算机科学系) 在本文中，我们考虑了许多低级视觉问题(例如，边缘保持滤波和去噪)作为递归图像滤波通过混合神经网络。该网络包含几个空间变化的递归神经网络(循环神经网络)，作...
热度：24

68
Users Section Intro[用户组简介]
  Richard Ishida(万维网联盟（W3C）) 用户组简介
热度：11

69
Graphons and Machine Learning: Modeling and Estimation of Sparse Massive Networks[图元与机器学习:稀疏海量网络的建模与估计]
  Jennifer Chayes(微软研究院) 有许多稀疏的大规模网络的例子，特别是互联网、WWW和在线社交网络。我们如何对这些网络进行建模和学习?与我们有许多独立样本的传统学习问题相反，对于这些网络，...
热度：21

70
Batch RL and ADP[批次RL和ADP]
  Amir-massoud Farahmand(矢量研究所) 批量RL和ADP
热度：22

71
Deep RL[深层强化学习]
  Marc G. Bellemare(谷歌有限公司) 深层强化学习
热度：22

72
Deep & Cross Network for Ad Click Predictions[深度和跨网络广告点击预测]
  Ruoxi Wang(斯坦福大学计算与数学工程研究所) 特征工程是许多预测模型成功的关键。然而，这个过程并不简单，通常需要手工特征工程或穷举搜索。dnn能够自动学习特征交互;然而，它们隐式地生成所有交互，并且在...
热度：26

73
Learning and Inference in Low-Level Vision[低层次视觉的学习与推理]
  Yair Weiss(耶路撒冷希伯来大学计算机科学与工程学院) 低水平视觉解决了根据场景相关属性(如运动、对比度、深度和反射率)标记和组织图像像素的问题。我将描述我们理解人类和机器的低级视觉的尝试，作为给定世界统计数...
热度：25

74
Whale Watching in Inland Indonesia: Analyzing a Small, Remote, Internet-Based Community Cellular Network[在印度尼西亚内陆观鲸:分析一个小的，远程的，基于互联网的社区蜂窝网络]
  Matthew Johnson(西雅图保罗·G·艾伦学校) 马修•约翰逊
热度：28

75
Midwest Big Data Hub: Accelerating the Big Data Innovation Ecosystem[中西部大数据中心:加快构建大数据创新生态圈]
  Melissa Cragin(中西部大数据中心) 中西部大数据中心(MBDH)是一个不断发展的合作伙伴网络，投资于数据和数据科学，以解决社会和科学的重大挑战。
热度：28