Поиск
Найдено: 50
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
1ч 08м🧠 Слепой в горах математики: как обучаются современные нейросети
38 мин📊 Исследование Google Brain: как правильно настроить on-policy RL-агента
11 мин⚖ Почему Batch Normalization ускоряет обучение нейронных сетей
1ч 22м📐 Регрессионный анализ в MIT: от теории Гаусса — Маркова до регуляризации LASSO
1ч 16м🛠 От барьеров к L1-норме: как Стивен Бойд демистифицирует оптимизацию
1ч 11м🛠 Эволюция архитектур CNN: путеводитель Стэнфорда по глубокому обучению
1ч 17м🔄 Построение нейросетей с нуля: лекция MIT по TensorFlow, Keras и компьютерному зрению
1ч 16м🔄 Лекция CS231N: как устроены нейросети и алгоритм обратного распространения
29 мин🌍 Как заставить ИИ планировать только там, где он знает?
27 мин🤖 Янник Килчер: «DeepMind прогнозирует погоду лучше человека»
3ч 19м🌐 Проклятие размерности: почему нейросети всегда занимаются экстраполяцией
1ч 13м🚀 Стивен Бойд: «Оптимизация — это всегда лишь суррогат того, что вы на самом деле хотите»
51 мин🧠 Как iMAML побеждает вычислительный кошмар традиционного мета-обучения?
44 мин🧩 Разбор PonderNet: как научить нейросеть динамически мыслить
53 мин🛠 Нейросети вместо формул: почему обучаемые оптимизаторы Google буксуют?
1ч 07м🚀 Й Кэпитал и будущее ИИ: как превратить инференс в интеллект и преодолеть «стену данных»
10 мин📺 Эндрю Ын: «Ортогонализация — секрет эффективной настройки нейросетей»
18 мин🧩 Янник Кильхер о феномене Double Descent: «Современное обучение обходит классические законы переобучения»
20 мин🧠 Как работает OpenAI Microscope: пошаговое руководство по визуализации признаков ИИ
20 мин🧩 Разбор FixMatch: как обучить нейросеть на 250 примерах вместо 50 тысяч
29 мин🧩 Янник Кильхер объяснил феномен гроккинга на алгоритмических датасетах OpenAI
1ч 52м🧬 Ziming Liu: как сделать нейросети прозрачными через «биологический» дизайн
1ч 35м🏛 Коннор Танн: как байесовский подход меняет современное машинное обучение
1ч 02м🔢 Тони Падилья: «Бесконечности в реальном физическом мире не существует»
1ч 19м😤 Профессор Стивен Бойд: «Секрет надежности системы — в десяти правдоподобных моделях»
1ч 18м🧮 Стивен Бойд: «В хорошей численной работе матрицы никто не обращает»
3ч 57м🧠 Механистическая интерпретируемость: как декомпилировать разум нейросети
2ч 06м🧠 Иллюзия эмерджентности: почему мы не понимаем нейросети
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
44 мин🧠 Как PonderNet обучает нейросети адаптировать объём вычислений под сложность задачи
46 мин🧠 Как ИИ выводит физические законы из нейросетей
59 мин🧠 JEPA: Как Ян Лекун планирует создать автономный ИИ через модели мира
1ч 18м📉 Стэнфорд CS224N: Эволюция языковых моделей от N-грамм до RNN
1ч 16м🧠 Рама Рамакришнан об основах NLP: «Начинайте с простого»
1ч 21м🤖 Профессор Стэнфорда: «VAE — это способ превратить автокодировщик в генеративную модель»
5 мин⚡ Эндрю Ын: «Искусственный интеллект — это новое электричество»
1ч 25м🧠 Основы глубокого обучения: от теории к практике
11 мин🩺 Эндрю Ын: «Точное определение человеческого уровня критично для успеха ML-проекта»
11 мин📉 Баланс между смещением и дисперсией: как найти идеальную модель машинного обучения
11 мин🚀 Как ускорить обучение нейросетей на больших данных с помощью мини-пакетов
13 минЯнник Килчер о методе mixup: «Простой способ улучшить нейросети»
14 мин🖼 Ян Лекун против Twitter: почему «белый Обама» вызвал скандал в мире ИИ
28 мин🤖 Ян из Стэнфорда: «Action chunking — это компромисс между плавностью и реактивностью»
1ч 23м🌐 Сара Хукер: «Колоссальная часть весов ИИ тратится на компенсацию зашумленных данных»
52 мин🧩 Архитектура Mixture-of-Experts и тренды масштабирования больших моделей от Ирвана Белло
54 мин🛠 Как нейросети и алгоритмы NASA предсказывают поломки на промышленных гигантах
47 мин🛠 Николас Карлини: «Мы выкупили домены LAION за 100 долларов»
41 мин🎧 Джонатан Ле Ру: «Мы стремимся к тотальной транскрипции звука»
1ч 13м🏆 Как заглянуть внутрь ИИ: от теории игр до разреженных автокодировщиков