Поиск
Найдено: 50
1ч 15м🏎 Как бесконечно широкие нейросети превращаются в гауссовские процессы
1ч 35м🏛 Коннор Танн: как байесовский подход меняет современное машинное обучение
45 мин🌍 Семинар в Стэнфорде: безопасное и эффективное обучение ИИ в физическом мире
41 мин🎓 Яньшуай Цао представил проект Turing для генерации SQL-запросов
45 мин🔬 Роберто Бондесан о Probabilistic Numeric CNNs: новый подход к непрерывным сигналам
46 мин🧠 Х. М. Эрнандес Лобато о байесовских методах в глубоком обучении
1ч 38м🧠 Харри Валпола: как обучить ИИ планированию и защитить его от системных иллюзий
1ч 42м🧬 Макс Веллинг: как симметрии, квантовая математика и физика меняют будущее глубокого обучения
29 мин🌍 Как заставить ИИ планировать только там, где он знает?
40 мин🌌 Боб Роджерс: «Как цифровые двойники черных дыр помогают оптимизировать логистику»
1ч 03м🐾 Как проприоцептивное осязание помогает роботам исследовать Луну и Марс
1ч 42м🧬 Макс Веллинг: „Квантовая механика — это просто иная теория статистики для нейросетей“
1ч 20м🧬 Питер Кемпторн: «Математические основы броуновского движения в финансах»
54 мин🤖 Диффузионные модели: новая эра генерации изображений
1ч 21м🧬 Как работают скоринговые и диффузионные модели: разбор Стэнфорда
35 минTree-Ring Watermarks: невидимая защита AI-изображений от Янника Килчера
1ч 25м📊 Как зашумление данных помогло диффузионным моделям победить GAN
54 минЯнник Килхер: «Dreamer v2 мастерски осваивает Atari в воображении»
1ч 12м🔄 Эволюция генеративных моделей: от состязательных сетей до Google Veo 3
42 мин🎨 Как работает GLIDE от OpenAI: диффузионные модели против DALL-E
1ч 48м🎓 Хади Салман: «Состязательные примеры — это не баги, это признаки»
17 мин🤖 Математика воображения: подробный разбор работы Stable Diffusion и DALL-E
1ч 15м📈 Stanford Online: Почему поиск редких отказов в критических системах математически сложен
1ч 09м✈ Как зашумленный датчик высоты и фрисби помогают валидировать системы
1ч 23м🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
1ч 36м🧩 Почему состязательные примеры остаются неразрешимой проблемой машинного обучения
1ч 15м🎭 Преподаватель MIT объяснил работу Stable Diffusion и CLIP
1ч 21м📐 Линейная алгебра и теория вероятностей на службе инвестора: разбор лекции MIT
18 мин«Teacher-forcing — это хак»: решение для стохастических RNN
1ч 12м🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
32 минЯнник Килхер о топографических VAE: «Это интересная идея или прорыв?»
1ч 21м📐 От собственных векторов до «хоккейной клюшки»: как математика MIT управляет финансами
1ч 24м📊 Ричард Бреннан: «Большинство игроков в индустрии используют неверную математику»
1ч 20м📊 Профессор MIT о математике рынков: от анализа главных компонент до модели CAPM
1ч 01м🛰 Совместное проектирование роботов: как объединить механику и алгоритмы управления
1ч 18м🧮 Стивен Бойд: «В хорошей численной работе матрицы никто не обращает»
18 мин🎓 Стэнфордский ИИ-путеводитель: как выбрать подходящие курсы и построить карьеру в Deep Learning
27 мин🧩 Янник Кильхер: почему чистое распутывание представлений в ИИ невозможно
1ч 08м📊 Ричард Бреннан: «Экстремальные хвосты распределения делают всю тяжелую работу»
59 мин👁 Найла Мюррей: «Компьютерное зрение и LLM сливаются в одно»
1ч 19м🚗 Лекция Стэнфорда об основах обучения ИИ на предпочтениях человека
1ч 18м🎧 Как особенности человеческого восприятия меняют современные технологии сжатия данных
1ч 02м🔄 Стэнфордский курс CS224R: математический вывод градиентов политики в RL
1ч 12м🛠 Стэнфордский курс AA228V: Сидни рассказывает о математическом моделировании критически важных систем
1ч 17м🔄 Как Стивен Бойд находит скрытую выпуклость в сложных инженерных задачах
1ч 01м🔄 Эволюция Q-Learning: от уравнений Беллмана до алгоритмов DQN и Double DQN
11 мин🧠 Главные научные прорывы 2021 года в математике и компьютерных науках
52 мин🛠 Как устроена Data Science в LinkedIn: опыт Я Сюй
1ч 02м🧩 Жан-Филипп Бушо: «Большинство рыночных скачков происходят без новостей»
49 мин🧠 Как нейроморфные чипы преодолевают кризис архитектуры фон Неймана