图 书 馆境外开放课程——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::
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
91Chains of Reasoning over Entities, Relations, and Text using Recurrent Neural Networks[使用递归神经网络对实体、关系和文本进行推理链]
Rajarshi Das(卡内基梅隆大学) 使用递归神经网络对实体、关系和文本进行推理链
热度：18
Rajarshi Das(卡内基梅隆大学) 使用递归神经网络对实体、关系和文本进行推理链
热度：18
92Free Semantic Content: Using OpenCyc in Semantic Web Applications[自由语义内容:在语义Web应用程序中使用OpenCyc]
Michael Witbrock;Blaž Fortuna;Marko Grobelnik(沃森研究中心；研究所人工智能实验室) 如果用户能够访问他们需要的OpenCyc部分，OpenCyc将更容易访问，语义Web互操作性将得到增强。本教程将描述语义Web研究人员和实践者如何从将他们的表示与免费且不...
热度：27
Michael Witbrock;Blaž Fortuna;Marko Grobelnik(沃森研究中心；研究所人工智能实验室) 如果用户能够访问他们需要的OpenCyc部分，OpenCyc将更容易访问，语义Web互操作性将得到增强。本教程将描述语义Web研究人员和实践者如何从将他们的表示与免费且不...
热度：27
9394Principles of Very Large Scale Modeling[超大尺度建模原理]
Pedro Domingos(华盛顿大学) ACM SIGKDD很高兴地宣布佩德罗·多明戈斯(Pedro Domingos)获得了2014年创新奖。他在数据流分析、成本敏感分类、对抗性学习、马尔可夫逻辑网络以及病毒营销和信息...
热度：23
Pedro Domingos(华盛顿大学) ACM SIGKDD很高兴地宣布佩德罗·多明戈斯(Pedro Domingos)获得了2014年创新奖。他在数据流分析、成本敏感分类、对抗性学习、马尔可夫逻辑网络以及病毒营销和信息...
热度：23
95The Fast Bilateral Solver[快速双边求解器]
Jonathan Barron(谷歌有限公司) 我们提出了双边求解器，这是一种边缘感知平滑的新算法，它结合了简单滤波方法的灵活性和速度，以及特定领域优化算法的准确性。我们的技术能够在几种不同的计算机...
热度：99
Jonathan Barron(谷歌有限公司) 我们提出了双边求解器，这是一种边缘感知平滑的新算法，它结合了简单滤波方法的灵活性和速度，以及特定领域优化算法的准确性。我们的技术能够在几种不同的计算机...
热度：99
96Bayesian Inference: Principles and Practice[贝叶斯推理:原则与实践]
Mike Tipping(Vector Anomaly) 本课程的目标有两个:传达贝叶斯机器学习的基本原理，并描述一个实际的实现框架。首先，我们将介绍贝叶斯方法，重点介绍概率建模的优点，先验概念和边缘化的关键...
热度：20
Mike Tipping(Vector Anomaly) 本课程的目标有两个:传达贝叶斯机器学习的基本原理，并描述一个实际的实现框架。首先，我们将介绍贝叶斯方法，重点介绍概率建模的优点，先验概念和边缘化的关键...
热度：20
97Visual Relationship Detection with Language Priors[基于语言先验的视觉关系检测]
Ranjay Krishna(斯坦福大学) 视觉关系捕捉图像中对象对之间各种各样的相互作用(例如。“骑自行车的人”和“推自行车的人”)。因此，可能的关系集非常大，很难为所有可能的关系获得足够的训练...
热度：23
Ranjay Krishna(斯坦福大学) 视觉关系捕捉图像中对象对之间各种各样的相互作用(例如。“骑自行车的人”和“推自行车的人”)。因此，可能的关系集非常大，很难为所有可能的关系获得足够的训练...
热度：23
9899CNN Image Retrieval Learns from BoW: Unsupervised Fine-Tuning with Hard Examples[美国有线电视新闻网（CNN）图像检索从BoW学习：无监督微调（带硬例子）]
Filip Radenović(布拉格捷克技术大学) 卷积神经网络(cnn)在许多计算机视觉任务中实现了最先进的性能。但是，为了从头开始执行训练或对目标任务进行微调，在实现此功能之前需要进行极端的手动注释。在...
热度：38
Filip Radenović(布拉格捷克技术大学) 卷积神经网络(cnn)在许多计算机视觉任务中实现了最先进的性能。但是，为了从头开始执行训练或对目标任务进行微调，在实现此功能之前需要进行极端的手动注释。在...
热度：38
100DeepSD: Generating High Resolution Climate Change Projections through Single Image Super-Resolution[DeepSD:通过单幅图像超分辨率生成高分辨率气候变化预测]
Thomas Vandal(视频讲座网) 大多数关键系统都能感受到气候变化的影响，如基础设施、生态系统和发电厂。然而，当代地球系统模型(ESM)在空间分辨率上运行过于粗糙，无法评估这种本地化的影响...
热度：128
Thomas Vandal(视频讲座网) 大多数关键系统都能感受到气候变化的影响，如基础设施、生态系统和发电厂。然而，当代地球系统模型(ESM)在空间分辨率上运行过于粗糙，无法评估这种本地化的影响...
热度：128
101Introduction to Learning Theory[学习理论概论]
Olivier Bousquet(股份有限公司) 它将不局限于统计学习理论，而将主要集中在统计方面。本课程不提供详细的证明和精确的陈述，而是旨在提供一些有用的概念工具和想法，对实践者和理论驱动的人都有...
热度：17
Olivier Bousquet(股份有限公司) 它将不局限于统计学习理论，而将主要集中在统计方面。本课程不提供详细的证明和精确的陈述，而是旨在提供一些有用的概念工具和想法，对实践者和理论驱动的人都有...
热度：17
102103Optimization: Theory and Algorithms[优化:理论与算法]
Robert Vanderbei(普林斯顿大学运营研究与金融工程系) 本课程将涵盖线性、凸和参数优化。在这些领域中，对偶性的作用将被强调，因为它通知了有效算法的设计，并为确定最优性提供了严格的基础。本文将介绍线性规划的各...
热度：42
Robert Vanderbei(普林斯顿大学运营研究与金融工程系) 本课程将涵盖线性、凸和参数优化。在这些领域中，对偶性的作用将被强调，因为它通知了有效算法的设计，并为确定最优性提供了严格的基础。本文将介绍线性规划的各...
热度：42
104Lecture 16: Data Modelling With Neural Networks (II): Content-Addressable Memories And State-Of-The-Art Error-Correcting Codes[第16讲:神经网络数据建模(II):内容寻址存储器和最先进的纠错代码]
David MacKay(剑桥大学) 第16讲:神经网络数据建模(II):内容寻址存储器和最先进的纠错代码
热度：21
David MacKay(剑桥大学) 第16讲:神经网络数据建模(II):内容寻址存储器和最先进的纠错代码
热度：21
105Non Smooth, Non Finite, and Non Convex Optimization[非光滑、非有限和非凸优化]
Mark Schmidt(视频讲座网) 非光滑、非有限和非凸优化
热度：28
Mark Schmidt(视频讲座网) 非光滑、非有限和非凸优化
热度：28