RDLY
.ru
Тренды
Статьи
Темы
Люди
Поиск
Найти
Найдено: 50
3ч 53м
🤖 Математика под капотом ИИ: Как на самом деле учатся нейросети
freeCodeCamp.org · 26.09.22
16 мин
🧩 Гид по машинному обучению: как выбрать правильный алгоритм для вашей задачи
Infinite Codes · 17.09.24
1ч 22м
📐 Регрессионный анализ в MIT: от теории Гаусса — Маркова до регуляризации LASSO
MIT OpenCourseWare · 03.12.25
43 мин
🎓 Себастьян Рашка о преподавании машинного обучения и ординальной регрессии
The TWIML AI Podcast · 28.03.22
16 мин
Гид по алгоритмам машинного обучения: от линейной регрессии до нейросетей
Infinite Codes · 17.09.24
7 мин
🛩 Почему мы ошибаемся в оценке успеха: регрессия к среднему
Veritasium · 23.11.13
15 мин
📊 Как работает функция потерь: визуализация и интуиция линейной регрессии
DeepLearning.AI · 01.12.22
3ч 10м
🏋 Спинальный двигатель: как тренироваться без боли и осевой компрессии
Tim Ferriss · 18.06.25
32 мин
📊 Джош Стармер объяснил суть линейной регрессии и метрик R-squared и P-value
StatQuest with Josh Starmer · 18.05
15 мин
🧠 Интуиция Backpropagation: как работают шесть ключевых уравнений нейросети
DeepLearning.AI · 25.08.17
10 мин
#9 Machine Learning Specialization [Course 1, Week 1, Lesson 3]
DeepLearning.AI · 01.12.22
1ч 11м
📊 Где скрывается доходность акций: Феликс и Пассмор деконструируют рыночные мифы
The Rational Reminder Podcast · 11.03.21
1ч 11м
🧩 Стефан Дасколи: «Символьная регрессия откроет роботам законы физики»
Yannic Kilcher · 29.01.22
12 мин
📉 Математика классификации: как логарифмические потери спасают градиентный спуск
DeepLearning.AI · 01.12.22
46 мин
🧠 Как ИИ выводит физические законы из нейросетей
Yannic Kilcher · 25.06.20
1ч 17м
📉 Питер Кемпторн: «Математические основы линейной регрессии и диагностики»
MIT OpenCourseWare · 03.12.25
10 мин
📐 «Z равно нулю»: как математика разделяет классы в обучении от DeepLearning.AI
DeepLearning.AI · 01.12.22
1ч
🔄 Кайл Грив: «Инвестиции — это искусство выживания в условиях случайности»
We Study Billionaires · 29.11.25
1ч 22м
🛠 Стефан Андреев: «PCA — это входной билет в мир Quant-финансов»
MIT OpenCourseWare · 03.12.25
1ч 01м
🎲 История риска от Древнего Египта до Уоррена Баффетта: разбор книги Питера Бернстайна
The Investor’s Podcast · 22.02.25
1ч 20м
📐 Лекция CS236 в Стэнфорде: переход от байесовских сетей к глубоким генеративным моделям
Stanford Online · 06.05.24
3ч 59м
🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
freeCodeCamp.org · 30.01.24
11 мин
📉 Градиентный спуск: как нейронные сети находят минимум ошибки?
DeepLearning.AI · 25.08.17
11 мин
🐾 Как работает Softmax: математика и логика мультиклассовых нейросетей
DeepLearning.AI · 25.08.17
1ч 15м
🛠 Джереми Ховард в MIT: главные эвристики разработки нейросетей
MIT OpenCourseWare · 11.02
1ч 21м
🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
Stanford Online · 06.05.24
1ч 45м
🧠 Йонас Хюботтер: «Локальное обучение ИИ превосходит огромные модели в 30 раз»
Machine Learning Street Talk · 30.11.24
55 мин
🧠 Как решать новые задачи в RL без переобучения: разбор Янника Килчера
Yannic Kilcher · 23.08.20
3ч 01м
🏗 MLOps: от разработки моделей до автоматизированного деплоя
freeCodeCamp.org · 04.12.23
1ч 19м
📈 Математика неопределенности: Мартингалы, цепи Маркова и основы регрессии
MIT OpenCourseWare · 03.12.25
59 мин
🧠 Нейрофизиолог Ситников рассказал Рыбакову о пяти тюрьмах и долголетии
Игорь Рыбаков · 22.10.23
2ч 59м
📈 Как построить надежную алгостратегию на Python и обойти индекс
freeCodeCamp.org · 26.10.23
2ч 34м
🧠 Наука эмоций: как развить эмоциональный интеллект
Andrew Huberman · 09.09.24
50 мин
🧠 Стефано Соатто о Graceful AI: почему клиенты боятся обновлять ИИ-модели и как биология спасает нейросети
The TWIML AI Podcast · 20.07.21
1ч 20м
📊 Бруно Гмюр: «Защита от хвостовых рисков — заведомо убыточный бизнес»
Top Traders Unplugged · 29.03.23
9 мин
📚 «Заблуждение Докинза?»: О'Коннор о том, как теологи исказили науку и Библию
Alex O'Connor · 19.10.17
12 мин
🧬 Геометрия жизни: как эластичные метрики и машинное обучение анализируют клетки
Machine Learning Street Talk · 11.12.22
26 мин
📐 Гилберт Стренг: «Магия линейной алгебры в четырех подпространствах»
MIT OpenCourseWare · 12.03.25
1ч 44м
🎯 Как победить контаминацию: миссия LMArena по созданию надежного ИИ
a16z (Andreessen Horowitz) · 29.05.25
1ч 21м
🔄 Как нейросети учатся создавать данные: базовые архитектуры в MIT
MIT OpenCourseWare · 11.02
1ч 19м
🚗 Лекция Стэнфорда об основах обучения ИИ на предпочтениях человека
Stanford Online · 11.09.25
54 мин
🤖 Как адаптивные алгоритмы могут незаметно управлять поведением человека?
Stanford Online · 09.05.25
1ч 12м
🧠 Стэнфордский курс CS221: Основы тензорных вычислений и обучения моделей
Stanford Online · 09.03
1ч 19м
📈 Джек Фогель о факторах: почему рыночная практика важнее академических моделей
Rational Reminder · 02.11.21
2ч 07м
❄ Built to Move: как вернуть естественную мобильность каждый день
Tim Ferriss · 04.04.23
1ч 55м
🔍 Алекс О’Коннор и Питер Богоссян о методах познания и честном диалоге
Alex O'Connor · 25.06.23
2ч 17м
🌀 Биология трансформации: почему страдание стало главным учителем современности
Tom Bilyeu / Impact Theory · 02.05.23
1ч 13м
🎓 Математика глубокого обучения: как устроен алгоритм обратного распространения ошибки
Stanford Online · 04.03.25
35 мин
🧬 Айзек Артур: «Может ли райское будущее превратить людей в подвид морлоков?»
Isaac Arthur · 24.08.23
1ч 40м
🔍 Кристоф Мольнар о кризисе «черных ящиков» и будущем интерпретируемого машинного обучения
Machine Learning Street Talk · 14.03.21