Поиск
Найдено: 27
2ч 02м🌍 Анатомия торговых войн: как измерить зависимость государств
42 мин📈 Удо Аменд: «Биткоин по $850 000 — это не фантазия, а математическая неизбежность»
39 мин📊 Чарльз Эдвардс: «Одобрение Bitcoin ETF — вопрос времени»
12 мин📉 Математика классификации: как логарифмические потери спасают градиентный спуск
1ч 05м🧠 Законы масштабирования LLM: от теории Вапника до 30 триллионов токенов
1ч 35м🏛 Коннор Танн: как байесовский подход меняет современное машинное обучение
1ч 22м🛠 Стефан Андреев: «PCA — это входной билет в мир Quant-финансов»
53 мин🛠 Нейросети вместо формул: почему обучаемые оптимизаторы Google буксуют?
45 мин🌡 Оптимизация стратегий в RL: три метода оценки градиента от Stanford Online
56 мин🧭 Стивен Пинкер: почему разумное человечество верит в заговоры?
1ч 17м🚀 Стивен Бойд: Классы задач в выпуклой оптимизации
1ч 15м🛠 Джереми Ховард в MIT: главные эвристики разработки нейросетей
1ч 20м📊 Профессор Эллисон: «Медленные алгоритмы заставляют Amazon повышать цены»
57 мин🧠 Стивен Пинкер: почему человечество одновременно так умно и глупо?
42 мин📈 Удо Аменд: «Биткоин достигнет капитализации золота и цены в $850 000»
1ч 21м🧩 Курс CS236 в Стэнфорде: как ученые оценивают качество генеративных нейросетей
31 мин📜 Янник Кильхер разобрал классическую статью Google об алгоритме Word2Vec
1ч 01м🔬 Почему медицинские исследования ошибаются и как вирофизика это исправит
2ч 59м📈 Как построить надежную алгостратегию на Python и обойти индекс
1ч 17м🔄 Как Стивен Бойд находит скрытую выпуклость в сложных инженерных задачах
1ч 20м📈 Профессор MIT об анализе временных рядов: от S&P 500 до отрицательных цен на нефть
29 мин🧩 Янник Кильхер объяснил феномен гроккинга на алгоритмических датасетах OpenAI
1ч 21м🧠 Стэнфордский курс CS221: как классический поиск масштабирует современные языковые модели
1ч 16м🛠 От барьеров к L1-норме: как Стивен Бойд демистифицирует оптимизацию
1ч 13м🔄 От симуляции такси до ChatGPT: как максимизация энтропии и отзывы людей обучают современный ИИ
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
1ч 17м🧠 Стэнфордский профессор объяснил, как сэмплирование Томпсона спасает рекомендательные системы от задержек данных