Поиск

Найдено: 50

1ч 20м
📊 Профессор MIT о математике рынков: от анализа главных компонент до модели CAPM
MIT OpenCourseWare · 03.12.25
11 мин
📸 Дерек Мюллер о визуальном микрофоне: как восстановить звук по видео
Veritasium · 01.03.19
55 мин
Элви Рэй Смит: «Пиксели — это не квадраты»
Talks at Google · 22.12.21
1ч 13м
🧠 Лекция Stanford CS221: От табличных методов к Actor-Critic
Stanford Online · 09.03
18 мин
🌌 Что, если наша Вселенная родилась внутри черной дыры?
PBS Space Time · 17.12.19
1ч 22м
🧩 Ширина или глубина: математический спор об архитектуре нейросетей
MIT OpenCourseWare · 11.02
1ч 01м
🎓 Алекс Смола (AWS): почему графы знаний и «модели-Франкенштейны» эффективнее языковых гигантов
The TWIML AI Podcast · 27.05.21
1ч 04м
🔢 Теренс Тао: «В высоких размерностях наша интуиция полностью ложна»
Brian Keating · 30.12.25
43 мин
🧠 Янник Кильхер: «Любая модель, обученная градиентным спуском — ядерная машина»
Yannic Kilcher · 04.02.21
1ч 21м
📐 Линейная алгебра и теория вероятностей на службе инвестора: разбор лекции MIT
MIT OpenCourseWare · 03.12.25
50 мин
🚀 Как OpenAI научила нейросети доказывать олимпиадные теоремы
Yannic Kilcher · 05.03.22
3ч 53м
🤖 Математика под капотом ИИ: Как на самом деле учатся нейросети
freeCodeCamp.org · 26.09.22
1ч 57м
🤖 Минки Цзян: «Следующий фронтир ИИ — это системы, которые сами задают вопросы»
Machine Learning Street Talk · 20.03.24
1ч 16м
🧩 Профессор MIT объяснил скрытые ограничения теоремы Семереди — Троттера
MIT OpenCourseWare · 03.11.25
3ч 33м
🧩 Геометрическое глубокое обучение: как симметрия объединяет нейросети
Machine Learning Street Talk · 19.09.21
1ч 19м
📈 Стивен Пинкер объяснил, почему теорема Байеса важнее школьной тригонометрии
Big Think · 22.03.23
1ч 17м
📉 Питер Кемпторн: «Математические основы линейной регрессии и диагностики»
MIT OpenCourseWare · 03.12.25
13 мин
🌊 Телескоп «Хаббл» обнаружил новые свидетельства водяных гейзеров на Европе
PBS Space Time · 29.09.16
40 мин
🤖 Absolute Zero: как ИИ учится программировать без людей и почему ученых пугает «uh-oh момент»
Wes Roth · 09.05.25
57 мин
🧠 Ричард Докинз: «Проснуться во Вселенной — это невероятная удача»
Richard Dawkins Foundation for Reason & Science · 07.02.09
39 мин
🧠 Почему нейросети обязаны быть огромными: всеобщий закон робастности Себастьена Бубека
The TWIML AI Podcast · 10.01.22
50 мин
🧠 Александр Мэттик о пределах нейронных сетей и экстраполяции
Machine Learning Street Talk · 28.02.22
2ч 06м
🧠 Иллюзия эмерджентности: почему мы не понимаем нейросети
Machine Learning Street Talk · 26.12.23
27 мин
🧩 Янник Кильхер: почему чистое распутывание представлений в ИИ невозможно
Yannic Kilcher · 18.12.18
20 мин
🤫 Математический прорыв OpenAI: модель o4-mini шокировала профессоров на секретной встрече
Wes Roth · 09.06.25
16 мин
🧩 Гид по машинному обучению: как выбрать правильный алгоритм для вашей задачи
Infinite Codes · 17.09.24
37 мин
🧭 Шолле о машинном обучении: «Мы измеряем навыки, а не адаптивность»
Yannic Kilcher · 02.06.20
1ч 21м
🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
Stanford Online · 06.05.24
1ч 55м
🎭 Будущее ИИ: дебаты Яна Лекуна и Тристана Харриса
World Science Festival · 24.11.23
1ч 12м
🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
Stanford Online · 02.09.25