斯坦福大学(StanfordUniversity)位于加利福尼亚州,临近旧金山,占地35平方公里,是美国面积第二大的大学。它被公认为世界上最杰出的大学之一,相比美国东部的常春藤盟校,特别是哈佛大学、耶鲁大学,斯坦福大学虽然历史较短,但无论是学术水准还是其他方面都能与常春藤名校相抗衡。斯坦福大学企业管理研究所和法学院在美国是数一数二的,美国最高法院的9个大法官,有6个是从斯坦福大学的法学院毕业的。

VIP内容

这门课程是斯坦福大学计算机科学系开设的 2021 春季课程,共分 10 节完成,每周一节。首节课程开始于 2021 年 3 月 30 日。

课程主页:https://web.stanford.edu/class/cs520/

课程概况

知识图谱逐渐成为互联网上组织世界结构化知识的有力抽象化方式,它能够捕捉企业间关键实体之间的关系,并整合来自多个数据源的信息。知识图谱还开始在机器学习和自然语言处理领域发挥重要作用,它不仅可以纳入世界知识作为所提取知识的目标知识表征,还能用来解释学习到的内容。

然而,有关知识图谱的专门课程相对较少。不过,对此感兴趣的读者不用着急,斯坦福春季课程 CS520《知识图谱》目前已经结束,并放出了全部授课视频。

斯坦福 CS520《知识图谱》课程聚集了知识图谱不同分支的研究者和业界从业者。它将展示 AI、数据库系统以及 HCI 的最新研究与以知识图谱为中心的集成智能系统的协同发展。

这门课程的组织者是:Vinay K. Chaudhri、Naren Chittar 和 Michael Genesereth。

其中 Vinay K. Chaudhri 是斯坦福国际研究院(SRI International)人工智能中心主管。研究方向是大型知识库系统的科学研究与工程开发,涉及知识表征和推理、问答、知识获取和创新应用。他在 SRI 参与的 CALO 项目促进了苹果 SIRI 的开发。在斯坦福大学,他讲授「知识图谱和推理」课程,还是期刊《应用本体论》(Applied Ontology)和《人工智能杂志》的编委会成员。Chaudhri 博士的专长是智能文档、知识工程、逻辑教育和问答。

Naren Chittar 是数学科学、机器学习、搜索和推荐系统领域的专家。他创办的大规模趋势预测和 AI 支持虚拟智能体 Minhash 被 Salesforce 收购。Naren Chittar 拥有多项推荐系统、图像搜索、图像质量和语音识别领域的专利,并发表了大量论文。

Michael Genesereth 是斯坦福大学计算机科学系教授、斯坦福大学法学院客座教授。他在 MIT 获得物理学理学学士,并在哈佛大学获得应用数学博士学位。Genesereth 最著名的工作是计算逻辑及其在企业管理、计算法和全局游戏策略中的应用。他既是 Teknowledge、CommerceNet、Mergent Systems 和 Symbium 的创始人之一,也是斯坦福逻辑研究组(Stanford Logic Group)负责人、斯坦福法律信息中心 CodeX 的创始人和研究主管。

课程内容:

每节课程的主要内容和授课讲师具体如下:

Class 1:什么是知识图谱?

Class 2:What are some Knowledge Graph data models?

Class 3:How to design the schema of a Knowledge Graph?

Class 4:How to create a Knowledge Graph from Data?

Class 5:How to create a Knowledge Graph from Text?

Class 6:What are some inference algorithms for Knowledge Graphs?

Class 7:How do users interact with a Knowledge Graph?

Class 8:How to evolve a Knowledge Graph?

Class 9:What are some high value use cases of Knowledge Graphs?

Class 10:How are Knowledge Graphs related to AI?

成为VIP会员查看完整内容
0
14

最新论文

The impact of Universities on the social, economic and political landscape is one of the key directions in contemporary educational evaluation. In this paper, we discuss the new methodological technique that evaluates the impact of university based on popularity (number of page-views) of their alumni's pages on Wikipedia. It allows revealing the alumni popularity dynamics and tracking its state. Preliminary analysis shows that the number of page-views is higher for the contemporary persons that prove the perspectives of this approach. Then, universities were ranked based on the methodology and compared to the famous international university rankings ARWU and QS based only on alumni scales: for the top 10 universities, there is an intersection of two universities (Columbia University, Stanford University). The correlation coefficients between different university rankings are provided in the paper. Finally, the ranking based on the alumni popularity was compared with the ranking of universities based on the popularity of their webpages on Wikipedia: there is a strong connection between these indicators.

0
0
下载
预览
Top