Поиск
Найдено: 18
1ч 23м🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
1ч 15м📈 Stanford Online: Почему поиск редких отказов в критических системах математически сложен
1ч 33м🌊 Йошуа Бенжио: «GFlowNets — это обучаемая замена методам Монте-Карло»
56 мин🏛 Педро Домингос доказал математическое тождество нейросетей и метода опорных векторов
1ч 21м🔄 Как нейросети учатся создавать данные: базовые архитектуры в MIT
1ч 35м🏛 Коннор Танн: как байесовский подход меняет современное машинное обучение
1ч 23м📐 Обучение энергетических моделей без сэмплирования: от Score Matching до NCE
1ч 24м🌌 Стэнфордский курс CS236: Математика и история энергетических моделей ИИ
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
1ч 21м🎯 Конец диктатуры правдоподобия: почему в 2023 году ИИ перешел на градиенты?
1ч 15м🤖 Стэнфорд о методах вероятностного вывода: Байесовские сети
32 мин🧬 Роуз Ю о «физическом ИИ»: „Нам нужно понимать законы природы“
1ч🧪 Форум Эмми Нётер: как любопытство, креативность, смелость и сотрудничество меняют науку
1ч 09м✈ Как зашумленный датчик высоты и фрисби помогают валидировать системы
1ч 12м🛠 Стэнфордский курс AA228V: Сидни рассказывает о математическом моделировании критически важных систем
1ч 15м🍳 Надия Фигероа представила метод управления роботами через динамические системы
1ч 45м🧠 Йонас Хюботтер: «Локальное обучение ИИ превосходит огромные модели в 30 раз»
1ч 21м🧬 Как работают скоринговые и диффузионные модели: разбор Стэнфорда