💬 Заметные цитаты
масштаб влияния технологии
«ИИ — это новое электричество. Мы трансформировали софт, теперь пора трансформировать сельское хозяйство и здравоохранение.»
критика отказа от программирования
«По моему мнению, совет не учиться кодить на том основании, что ИИ автоматизирует этот процесс, — это худший карьерный совет, который когда-либо давали.»
секрет успеха стартапа
«В моему мнению, один из сильных предикторов того, преуспеет ли стартап... это просто скорость выполнения, абсолютная скорость доведения дел до конца.»
стратегия внедрения автоматизации
«Я рекомендую компаниям автоматизировать отдельные задачи, а не профессии целиком.»
дефицит вычислительных мощностей
«В моей карьере в области ИИ я еще не встречал ни одного человека, который чувствовал бы, что у него достаточно вычислительных мощностей.»
«Открытые модели — это огромный источник геополитического влияния. Это новый фронт мягкой силы, подобный Голливуду.»
«Совет бизнес-лидеров не учиться кодить, потому что ИИ всё автоматизирует — это худший карьерный совет в истории.»
«ИИ сам по себе ни безопасен, ни опасен. То, как вы его применяете, делает его безопасным или небезопасным.»
👥 Часто вместе с
📺 Где появляется
📚 Какие книги обсуждались
- Introduction to PyTorch — Лоуренс Морони 1
🧠 Ключевые концепции
🎬 Упомянутые фильмы
📈 Темы
DeepLearning.AI59Эндрю Ын45Andrew Ng19Machine Learning12MLOps9Convolutional Neural Networks6Эндрю Нг4нейронные сети4Landing AI4TensorFlow4векторизация3Softmax3
📺 Материалы с участием
1ч 18м🔍 Эндрю Ын: «PCA — это не панацея для машинного обучения»
1ч 45м🚀 Эндрю Ын и Лоуренс Морони о будущем карьеры в ИИ
49 мин🌐 Как генеративный ИИ меняет разработку ПО: итоги панели AI Dev 25
20 мин🛡 Эндрю Ын и Мириам Фогель: Как выстроить доверие к ИИ через управление, а не запреты
11 мин🚀 Эндрю Нг о будущем разработки: «Возможности ИИ в кодинге удваиваются каждые 70 дней»
1ч 05м⚡ Эндрю Ын: «Открытые LLM — это современный аналог Голливуда для геополитики»
1ч 06м💻 Эндрю Ын: «Скорость выполнения — главный предиктор успеха стартапа»
1ч🏫 Эндрю Ын: «Совет не учиться программированию — это худший карьерный совет в истории»
43 мин🚀 Эндрю Ын: как строить стартапы быстрее с помощью ИИ
42 мин⚡ Глава Cerebras рассказал Эндрю Ыну о чипах WSE и рынке инференса
26 мин🛠 Эндрю Ын: «Агентный ИИ — главная возможность для разработчиков»
53 мин💻 Эндрю Ын и Мехран Сахами о будущем кодинга: почему основы CS важнее, чем когда-либо
53 мин💻 Как ИИ меняет кодинг и образование: дискуссия Эндрю Ына и Мехрана Сахами
10 мин👨 Монарх и Ын: «Точность ИИ-модели не гарантирует спасение жизней»
33 мин🛡 Эндрю Ын: «За последнее десятилетие ИИ призвал больше ангелов, чем демонов»
10 мин📐 «Z равно нулю»: как математика разделяет классы в обучении от DeepLearning.AI
12 мин📉 Математика классификации: как логарифмические потери спасают градиентный спуск
11 мин📉 Баланс между смещением и дисперсией: как найти идеальную модель машинного обучения
11 мин📜 Как Эндрю Ын предлагает передать ИИ малому бизнесу
11 мин📜 Эндрю Ын о демократизации ИИ: как превратить технологии в инструмент для каждого бизнеса
14 мин📉 Эндрю Ын: «Первый деплой модели — это лишь середина пути»
11 мин🛠 От Shadow Mode до полной автоматизации: как правильно внедрять ML-модели
10 мин📊 Эндрю Ын: «Развертывание модели — это не конец, а начало итерации»
10 мин🎯 Эндрю Ын: «Ваша задача — решать проблему бизнеса, а не просто показывать точность на тестах»
12 мин📉 Эндрю Ын: «Высокая точность на перекошенных данных — это иллюзия»
14 мин🧭 Эндрю Ын о технической осуществимости ML-проектов: как понять, что идею можно реализовать
11 мин📊 Малые и большие данные в MLOps: как тип данных меняет стратегию разработки
12 мин🔄 Эндрю Ын: «Тратить месяц на сбор данных перед первой моделью — это ошибка»
12 мин🎯 Эндрю Ын об MLOps: почему «чистые» данные важнее идеального кода
33 мин📈 Эндрю Ын: «ИИ сегодня — это эра хороших данных, а не только больших»
46 мин🧠 Крис Маннинг и Эндрю Ын об эволюции языковых моделей
46 мин🧠 Крис Маннинг: «Простое масштабирование — не путь к AGI»
40 мин💡 Куок Ле о создании нейросетей и будущем NLP: от кота в Google до генеративных моделей
35 мин📚 Кэтлин Маккеон: «В глубоком обучении отсутствует контроль над выводом моделей»
34 мин🎓 Орен Этциони: «Регулируйте приложения ИИ, а не фундаментальные исследования»
37 мин📈 Эндрю Ын: «ИИ создаст 30 триллионов долларов стоимости к 2030 году»
20 мин⚡ Эндрю Ын: «ИИ — это новая электроэнергия для мирового бизнеса»
40 мин⚡ От хайпа к продуктивности: Эндрю Ын и Лоуренс Морони о будущем TensorFlow
27 мин🧠 История сверточных сетей: от забытых патентов до революции ImageNet
12 мин🏗 Как работает Attention Model: детальный разбор архитектуры от Эндрю Ына
16 минBleu Score: Как измерить точность машинного перевода?
11 мин🔍 Эндрю Ын: «Beam Search позволяет находить гораздо более качественные предложения»
11 мин🧮 Эндрю Ын: «Beam Search — это компромисс между качеством перевода и вычислительными затратами»
10 минЭндрю Ын: «Как работают свертки по трехмерным объемам»
16 мин🧩 Как устроены слои в CNN: руководство DeepLearning.AI
10 мин🧱 Разбор слоев объединения в CNN: механизмы Max pooling и Average pooling
11 мин🎯 Как научить нейросеть рисовать Bounding Box: руководство от DeepLearning.AI
10 мин🧩 Выбор без выбора: как архитектура Inception перевернула проектирование нейросетей
15 мин👥 Эндрю Ын объяснил математику и особенности обучения алгоритма Triplet Loss
11 мин🏗 Эндрю Ын: «Не изобретайте гиперпараметры, используйте проверенные архитектуры»
11 мин🚀 DeepLearning.AI: «Сверточная реализация метода скользящего окна»
18 мин🏛 Разбор классических нейросетей: Как устроены LeNet-5, AlexNet и VGG-16
12 мин📊 Эндрю Ын о состоянии Computer Vision: от ручного проектирования к Transfer Learning
17 мин🎨 Эндрю Ын: «Стиль изображения — это корреляция между признаками нейросети»
5 мин⚡ Эндрю Ын: «Искусственный интеллект — это новое электричество»
11 мин🐾 Как работает Softmax: математика и логика мультиклассовых нейросетей
11 мин🚀 Как ускорить обучение нейросетей на больших данных с помощью мини-пакетов
10 мин📈 Эндрю Ын: «Почему нейросети взлетели именно сейчас?»
14 мин🧮 Эндрю Ын: «Самый эффективный способ вычисления производных — справа налево»
10 мин🔄 Эндрю Ын: «Я почти никогда больше не использую сигмоиду»
15 мин🧠 Интуиция Backpropagation: как работают шесть ключевых уравнений нейросети
11 мин🍎 Эндрю Ын: Математика и реализация механизма Broadcasting в Python
12 мин🏗 Эндрю Ын о Batch Norm: почему смещение «b» становится лишним?
10 мин📈 Эндрю Ын о производных: как наклон функции меняется в разных точках
12 мин🔄 Эндрю Ын: «Обучение одной сети нескольким задачам дает лучший результат в компьютерном зрении»
10 мин🧠 Обучение классификатора Softmax: математика потерь и градиентный спуск
11 мин📈 Как Mini-batch Gradient Descent ускоряет обучение нейросетей в тысячи раз
10 мин👁 Эндрю Ын: «Термин „глубокое обучение“ — это во многом удачный брендинг»
11 мин📝 Эндрю Ын: «Лист бумаги — лучший инструмент отладки размерностей нейросетей»
11 мин🔄 Эндрю Ын: «Сквозное обучение — это не панацея, всё решают данные»
10 мин📺 Эндрю Ын: «Ортогонализация — секрет эффективной настройки нейросетей»
16 мин🧠 Эндрю Нг о TensorFlow: «Вам больше не нужно реализовывать backprop вручную»
10 мин🐾 Как приоритизировать задачи в ML: метод «потолка» от Эндрю Ына
10 мин🐱 Эндрю Ын: «Не перемешивайте данные из разных источников в одну кучу»
10 мин💎 Сквозное обучение нейросетей: когда данные побеждают человеческий опыт
11 мин🎯 Эндрю Ын: «Если метрика не работает, смените её»
13 мин🛠 Эндрю Ын о «грязных» данных: стоит ли исправлять ошибки в разметке?
18 мин📉 Эндрю Ын: «Несоответствие данных — третья большая проблема после смещения и дисперсии»
11 мин🩺 Эндрю Ын: «Точное определение человеческого уровня критично для успеха ML-проекта»
10 мин🕵 Эндрю Ын: Как решать проблему рассогласования данных и не попасть в ловушку синтеза