DeepLearning.AI
75 статей
20 мин🛡 Эндрю Ын и Мириам Фогель: Как выстроить доверие к ИИ через управление, а не запреты
49 мин🌐 Как генеративный ИИ меняет разработку ПО: итоги панели AI Dev 25
29 мин📈 Жоау Моура: «В создании ИИ-агентов нет ценности, ценность — в их работе»
11 мин🚀 Эндрю Нг о будущем разработки: «Возможности ИИ в кодинге удваиваются каждые 70 дней»
29 мин🛠 Аман Хан об оценке ИИ: „Нам пора переходить от интуиции к точным метрикам“
12 мин🧠 Как создать ИИ-агента с нуля: разбираем паттерн ReAct
23 мин🌐 Как научить ИИ видеть и слышать: секреты контрастивного обучения
11 мин🤖 Жуан Моура: «Агентная автоматизация — это нечеткий мир, где if/else больше не работают»
10 мин👨 Монарх и Ын: «Точность ИИ-модели не гарантирует спасение жизней»
13 мин📊 «Не навреди»: почему DeepLearning.AI призывает закрывать неэффективные ИИ-разработки
10 мин🎨 DeepLearning.AI: Почему простая нейросеть эффективнее SOTA в реальных проектах спасения жизней
11 мин📊 Установление базовой линии для очистки экологических данных в ИИ
2 мин📱 DeepLearning.AI: «Машинное обучение — это наука о том, как заставить компьютеры учиться без прямого программирования»
11 мин📉 Баланс между смещением и дисперсией: как найти идеальную модель машинного обучения
12 мин📉 Математика классификации: как логарифмические потери спасают градиентный спуск
10 мин🧮 Инструктор DeepLearning.AI: «Для правильной работы градиентного спуска важно обновлять параметры одновременно»
10 мин📐 «Z равно нулю»: как математика разделяет классы в обучении от DeepLearning.AI
15 мин📊 Как работает функция потерь: визуализация и интуиция линейной регрессии
12 мин🔄 Эндрю Ын: «Тратить месяц на сбор данных перед первой моделью — это ошибка»
10 мин🎯 Эндрю Ныш о ловушках HLP: «Математическое доказательство превосходства модели редко убеждает бизнес»
12 мин📉 Эндрю Ын: «Высокая точность на перекошенных данных — это иллюзия»
11 мин📊 Малые и большие данные в MLOps: как тип данных меняет стратегию разработки
14 мин🧭 Эндрю Ын о технической осуществимости ML-проектов: как понять, что идею можно реализовать
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»
14 мин📉 Эндрю Ын: «Первый деплой модели — это лишь середина пути»
11 мин🛠 От Shadow Mode до полной автоматизации: как правильно внедрять ML-модели
12 мин🎯 Эндрю Ын об MLOps: почему «чистые» данные важнее идеального кода
46 мин🧠 Крис Маннинг: «Простое масштабирование — не путь к AGI»
35 мин📚 Кэтлин Маккеон: «В глубоком обучении отсутствует контроль над выводом моделей»
37 мин📈 Эндрю Ын: «ИИ создаст 30 триллионов долларов стоимости к 2030 году»
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
11 мин🧮 Эндрю Ын: «Beam Search — это компромисс между качеством перевода и вычислительными затратами»
11 мин🔍 Эндрю Ын: «Beam Search позволяет находить гораздо более качественные предложения»
16 минBleu Score: Как измерить точность машинного перевода?
12 мин🏗 Как работает Attention Model: детальный разбор архитектуры от Эндрю Ына
17 мин🎨 Эндрю Ын: «Стиль изображения — это корреляция между признаками нейросети»
12 мин📊 Эндрю Ын о состоянии Computer Vision: от ручного проектирования к Transfer Learning
10 мин🧩 Выбор без выбора: как архитектура Inception перевернула проектирование нейросетей
11 мин🏗 Эндрю Ын: «Не изобретайте гиперпараметры, используйте проверенные архитектуры»
11 мин🚀 DeepLearning.AI: «Сверточная реализация метода скользящего окна»
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 минЭндрю Ын: «Как работают свертки по трехмерным объемам»
16 мин🧩 Как устроены слои в CNN: руководство DeepLearning.AI
5 мин⚡ Эндрю Ын: «Искусственный интеллект — это новое электричество»
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
10 мин🐱 Эндрю Ын: «Не перемешивайте данные из разных источников в одну кучу»
10 мин💎 Сквозное обучение нейросетей: когда данные побеждают человеческий опыт
18 мин📉 Эндрю Ын: «Несоответствие данных — третья большая проблема после смещения и дисперсии»
11 мин🎯 Эндрю Ын: «Если метрика не работает, смените её»
13 мин🛠 Эндрю Ын о «грязных» данных: стоит ли исправлять ошибки в разметке?
10 мин🐾 Как приоритизировать задачи в ML: метод «потолка» от Эндрю Ына
11 мин🔄 Эндрю Ын: «Сквозное обучение — это не панацея, всё решают данные»
16 мин🧠 Эндрю Нг о TensorFlow: «Вам больше не нужно реализовывать backprop вручную»
10 мин👁 Эндрю Ын: «Термин „глубокое обучение“ — это во многом удачный брендинг»
11 мин📝 Эндрю Ын: «Лист бумаги — лучший инструмент отладки размерностей нейросетей»
10 мин📺 Эндрю Ын: «Ортогонализация — секрет эффективной настройки нейросетей»
10 мин🧠 Обучение классификатора Softmax: математика потерь и градиентный спуск
12 мин🔄 Эндрю Ын: «Обучение одной сети нескольким задачам дает лучший результат в компьютерном зрении»
11 мин📈 Как Mini-batch Gradient Descent ускоряет обучение нейросетей в тысячи раз
10 мин📈 Эндрю Ын о производных: как наклон функции меняется в разных точках
12 мин🏗 Эндрю Ын о Batch Norm: почему смещение «b» становится лишним?
11 мин🍎 Эндрю Ын: Математика и реализация механизма Broadcasting в Python
15 мин🧠 Интуиция Backpropagation: как работают шесть ключевых уравнений нейросети
10 мин🔄 Эндрю Ын: «Я почти никогда больше не использую сигмоиду»
11 мин🔄 DeepLearning.AI: принципы и условия применения Transfer Learning в нейросетях
10 мин📈 Эндрю Ын: «Почему нейросети взлетели именно сейчас?»
11 мин📉 Градиентный спуск: как нейронные сети находят минимум ошибки?
11 мин🚀 Как ускорить обучение нейросетей на больших данных с помощью мини-пакетов
11 мин🐾 Как работает Softmax: математика и логика мультиклассовых нейросетей
11 мин⚖ Почему Batch Normalization ускоряет обучение нейронных сетей
12 мин🛠 Как эффективно разделять данные для обучения нейросетей?