Видеоархив
Что делать когда данных мало？ Лекция 3 по машинному обучению [xlRV76nWRuo]
Что делать когда данных мало？ Лекция 3 по машинному обучению [xlRV76nWRuo]
Философия глубокого обучения. Лекция 6 по Modern Deep Learning. [diMXRSqabEE]
Трансформер： training best practices [hw4DO6y9K_Y]
Трансформер： training best practices [hw4DO6y9K_Y]
Трансформер, часть 2. Архитектура. Лекция 5 по NLP [ro18G_y0PuQ]
Трансформер, часть 1. Лекция 4 по NLP [k7o-QKMFyLg]
Трансформер для изображений： vision transformer [Xh1H2D3m2iE]
Трансформер для изображений： vision transformer [Xh1H2D3m2iE]
Тонкости обучения сверточных сетей. Лекция 10. Глубокое обучение [y4VxyfQyXcs]
Тонкости обучения сверточных сетей. Лекция 10. Глубокое обучение [y4VxyfQyXcs]
Так обучается любая нейронная сеть. Лекция 3 по глубокому обучению [0vnHxHaG5Wk]
Так обучается любая нейронная сеть. Лекция 3 по глубокому обучению [0vnHxHaG5Wk]
Стрим： рассказываю об AI-школе. [ii4H-KZ1m3k]
Семинар razinkov.ai： Self-Supervised Learning. [8DgHsYFQI0A]
Свойства сверточных слоев. Лекция 5 по глубокому обучению [4xNrVuxFI0o]
Свойства сверточных слоев. Лекция 5 по глубокому обучению [4xNrVuxFI0o]
Свойства Multi-head Attention. Лекция 20. [PtKdN0Cn48Y]
Свойства Multi-head Attention. Лекция 20. [PtKdN0Cn48Y]
Сверточные нейронные сети. Лекция 14. [Vu0GyVJvvds]
Сверточные нейронные сети. Лекция 14. [Vu0GyVJvvds]
Сверточные нейронные сети, лекция 4 по глубокому обучению [35oj_C_qizA]
Сверточные нейронные сети, лекция 4 по глубокому обучению [35oj_C_qizA]
Самые простые алгоритмы NLP. Лекция 1 по обработке естественного языка [C3VSUHU0pko]
Самые основы машинного обучения, лекция 2 [OmOxKNDh1_c]
Самые основы машинного обучения, лекция 2 [OmOxKNDh1_c]
Роль Feed Forward Layers. Лекция 12 по Modern Deep Learning (2023). [WAoD6wo27rs]
Регуляризация. Лекция 5. [tSHjx5rTMjo]
Регуляризация. Лекция 5. [tSHjx5rTMjo]
Распознавание текста. Обратное распространение через CTC Loss. Лекция 2 по Advanced Computer Vision. [F2ERzhLFeuo]
Разинков Е.В. - об обучении машинном и не только (МЦ) [DmZuSZrW20A]
Принципы построения сверточных архитектур. Лекция 6 по глубокому обучению [dEL7Rr13YTs]
Принципы построения сверточных архитектур. Лекция 6 по глубокому обучению [dEL7Rr13YTs]
Принципы построения сверточных архитектур. Лекция 15. [q57sTxft1l0]
Принципы построения сверточных архитектур. Лекция 15. [q57sTxft1l0]
Последние тренды в машинном обучении (и как мы к этому пришли). От AlexNet до DALL-E 2 и ChatGPT. [u_hJFBK8n5Y]
Поиск оптимальной политики в марковском процессе принятия решений. Лекция 3 по RL. [RkIDVm5qjIc]
Переход к глубокому обучению. Лекция 10. [jYmn86KoJjY]
Переход к глубокому обучению. Лекция 10. [jYmn86KoJjY]
Первый шаг в AI [WvIoBfMhr0U]
Первый шаг в AI [WvIoBfMhr0U]
Оптимистичное послание AI-специалистам [kqJjUm3LYDk]
Онлайн-школа по AI от Евгения Разинкова [AFmYfxINWT8]
Обучение сверточных нейронных сетей. Нюансы. Лекция 17. [T1Ka_kaWvis]
Обучение сверточных нейронных сетей. Нюансы. Лекция 17. [T1Ka_kaWvis]
Обучение с подкреплением. Лекция 2. Марковский процесс принятия решений (2020) [uZ-fjuxBc9g]
Обучение с подкреплением. Лекция 1. Введение в обучение с подкреплением. Многорукие бандиты. [vQpc9zSTBhk]
Обучение деревьев решений： пример [VhiQVn2T8lQ]
Обратное распространение. Лекция 12. [N2iXRf3E5yQ]
Обратное распространение. Лекция 12. [N2iXRf3E5yQ]
Обратное распространение. . Лекция 4 по Modern Deep Learning (2023) [568mtekKC6Y]
Обратное распространение через MLP . Лекция 5 по Modern Deep Learning (2023). [yoV0e2pFmw8]
Обнаружение объектов. SSD. Лекция 8. Компьютерное зрение с использованием DL. [C9ZGQfE0XPQ]
Обнаружение аномалий на изображениях. Лекция 5 по обнаружению аномалий (2021) [wrAXTNC80Xk]
Обнаружение аномалий во временных рядах. Лекция 4 по обнаружению аномалий (2021) [AXR4K4YsWD4]
Нейронные сети LSTM⧸GRU, архитектура Encoder-Decoder. Лекция 3 по NLP. [7yMCIaEbcR4]
Нейрон, слой, многослойный персептрон. Лекция 11. [npZh82awqpo]
Нейрон, слой, многослойный персептрон. Лекция 11. [npZh82awqpo]
Минимизация целевой функции. Лекция 4. [D_z8AVOnLP8]
Минимизация целевой функции. Лекция 4. [D_z8AVOnLP8]
Механизмы внимания. Лекция 7 по Modern Deep Learning (2023). [EmGoypCSNoI]
Механизмы внимания в Transformer [7siDicen3a4]
Механизмы внимания в Transformer [7siDicen3a4]
Методы Монте-Карло. Контроль： On-Policy. Лекция 5 по обучению с подкреплением [HFljFI_q_cw]
Метод Монте-Карло： оценка политики. Лекция 4 по обучению с подкреплением [G_3l889kXoM]
Машинное обучение. Лекция 6. Деревья решений [8HUVRdK9VIA]
Машинное обучение. Лекция 5. Логистическая регрессия [BWsiDjMCeIM]
Машинное обучение. Лекция 5 (продолжение). Логистическая регрессия [IRWzlV026qk]
Машинное обучение. Лекция 4. Классификация [tNWD1_2ru3c]
Машинное обучение. Лекция 4. Классификация [njR75oQ9gJ4]
Машинное обучение. Лекция 4. Классификация [njR75oQ9gJ4]
Машинное обучение. Лекция 3. Регуляризация [1JiWRoOPqgY]
Машинное обучение. Лекция 2. Линейная регрессия [ab7mRPk6iRs]
Машинное обучение. Лекция 1. Введение в ML [7VX3FjbHS8w]
Машинное обучение (2023). Лекция 6. Деревья решений [0CV8nPX36bI]
Машинное обучение (2023). Лекция 6. Деревья решений [0CV8nPX36bI]
Машинное обучение (2023). Лекция 5. Логистическая регрессия [Ka1N27iXO6c]
Машинное обучение (2023). Лекция 5. Логистическая регрессия [Ka1N27iXO6c]
Машинное обучение (2023). Лекция 3. Линейная регрессия (продолжение). Регуляризация [qM8UAWbC2QM]
Машинное обучение (2023). Лекция 3. Линейная регрессия (продолжение). Регуляризация [qM8UAWbC2QM]
Математические основы AdaBoost. Лекция 9 по машинному обучению [kLRVB820isw]
Математические основы AdaBoost. Лекция 9 по машинному обучению [kLRVB820isw]
Математика AdaBoost. Лекция 9. Машинное обучение. [aS5SbI7B9aQ]
Марковский процесс принятия решений. Лекция 2 по обучению с подкреплением [0HGrxobpPWw]
Логистическая регрессия. Часть 2. Лекция 9. [8taNsyJ06II]
Логистическая регрессия. Часть 2. Лекция 9. [8taNsyJ06II]
Логистическая регрессия. Машинное обучение, лекция 5 [wwyOP5_xAeg]
Логистическая регрессия. Машинное обучение, лекция 5 [wwyOP5_xAeg]
Логистическая регрессия. Лекция 8. [Zfbo9TFfEgQ]
Логистическая регрессия. Лекция 8. [Zfbo9TFfEgQ]
Лекция по курсу Computer Vision на тему «Переход к глубокому обучению» [n5lFKL6r1pE]
Лекция (стрим) по курсу Computer Vision на тему «Применение ключевых точек в компьютерном зрении». [6r0USQzhMqk]
Компьютерное зрение. Лекция 3. Image Retrieval and Deep Metric Learning [mr9njs6dess]
Компьютерное зрение. Лекция 2. Image Retrieval and Metric Learning [OuQFTHPaHJA]
Компьютерное зрение. Лекция 1. Введение в компьютерное зрение (2020) [KUN7IqHcepM]
Компьютерное зрение с использованием глубокого обучения. Лекция 1. Введение. (Осень, 2019) [mvA038KeZ1c]
Компьютерное зрение с использованием DL. Лекция 5. Сегментация изображений [5cuWC9fD7BA]
Компьютерное зрение с использование DL. Лекция 6. Локализация объектов [CRm-7twlcis]
Компьютерное зрение + DL. Лекция 7. Введение в обнаружение объектов [ej_padW6Kmk]
Классификация. Метрики. Лекция 7. [ZMfcjEo8IEo]
Классификация. Метрики. Лекция 7. [ZMfcjEo8IEo]
Классификация. Лекция 6. [xqwEXuk8asI]
Классификация. Лекция 6. [xqwEXuk8asI]
Как нейронная сеть распознает текст？ Лекция 1 по Advanced Computer Vision [ZPNsYTs2Zx4]
Как мыслить о глубоких архитектурах. Лекция 13. [_-719XWctKs]
Как мыслить о глубоких архитектурах. Лекция 13. [_-719XWctKs]
Как AI учится играть в игры？ Лекция 1 по обучению с подкреплением. [m9kJxA1BArQ]
Евгений Разинков. ＂Фантазия от AI： генеративно-состязательные сети＂ [8z13MZiXdD4]
Евгений Разинков. Лекция «Как машина читает и генерирует текст？» [YMbbD__gMaI]
Евгений Разинков. Лекция 9. Математические основы AdaBoost (курс ＂Машинное обучение＂, весна 2019) [G8ChabpYN3g]
Евгений Разинков. Лекция 8. Введение в AdaBoost (курс ＂Машинное обучение＂, весна 2019) [jjwH1qn_C0k]
Евгений Разинков. Лекция 7. Random Forest (курс ＂Машинное обучение＂, весна 2019) [pMm5GhsHhW8]
Евгений Разинков. Лекция 6. Деревья решений (курс ＂Машинное обучение＂, весна 2019) [POAYJvOpO0o]
Евгений Разинков. Лекция 5. Логистическая регрессия (курс ＂Машинное обучение＂, весна 2019) [3P3sI9l_bpc]
Евгений Разинков. Лекция 4. Классификация (курс ＂Машинное обучение＂, весна 2019) [Oyxz6bNRT7g]
Евгений Разинков. Лекция 3. Регуляризация линейных моделей регрессии (весна, 2019). [ZFf-qHty1eg]
Евгений Разинков. Лекция 2. Линейные модели регрессии (курс ＂Машинное обучение＂, весна 2019) [mQubYw0alYU]
Евгений Разинков. Лекция 10. Кластеризация (курс ＂Машинное обучение, весна 2019) [lEUTG6s5YhY]
Евгений Разинков. Лекция 1. Введение в машинное обучение (курс ＂Машинное обучение＂, весна 2019) [Mu1Zb_bbfBM]
Евгений Разинков. Лекция 1 по машинному обучению. Введение. (2023) [Xe75d9bo2JE]
Евгений Разинков. Лекция 1 по машинному обучению. Введение. (2023) [Xe75d9bo2JE]
Евгений Разинков. Компьютерное зрение (using DL). Лекция 1. Введение [W_cxT4uSsac]
Евгений Разинков. Как машина узнает человека на фотографии？» [eknaDdlTxHM]
Евгений Разинков. Детектор углов Харриса (Компьютерное зрение) [KuFU42Wlc68]
Евгений Разинков. Глубокие нейронные сети в компьютерном зрении [QBcZ_K0E1hI]
Евгений Разинков. Word2vec – метод вычисления векторных представлений слов (семинар, ноябрь, 2019). [KzKoR3e3iio]
Евгений Разинков. Natural Language Processing. Лекция 1. Введение. Bag-of-Words. FastText. [rWZSPZ0D-jU]
Евгений Разинков. Deep Learning 2022. Лекция 1. Введение в глубокое обучение [LHlM2sf1YpU]
Евгений Разинков. Deep Learning 2022. Лекция 1. Введение в глубокое обучение [LHlM2sf1YpU]
Деревья решений. Лекция 6 по машинному обучению [IW5kAERzwJE]
Деревья решений. Лекция 6 по машинному обучению [IW5kAERzwJE]
Градиентный бустинг： регрессия. Лекция 10 по машинному обучению [5tfmpi8sHCo]
Градиентный бустинг： регрессия. Лекция 10 по машинному обучению [5tfmpi8sHCo]
Глубокое обучение. Лекция 9. Архитектура ResNet [M_ukL_cDvWg]
Глубокое обучение. Лекция 9. Архитектура ResNet [M_ukL_cDvWg]
Глубокое обучение. Лекция 9. Residual Networks! (2019-2020) [QlC3Qt2Jl0M]
Глубокое обучение. Лекция 8. Batch Normalization [TGlTEiH0mGw]
Глубокое обучение. Лекция 8. Batch Normalization [TGlTEiH0mGw]
Глубокое обучение. Лекция 8. Batch Normalization (2019-2020) [7ch141j043o]
Глубокое обучение. Лекция 7. Регуляризация глубоких нейронных сетей [QSevrVsqBkM]
Глубокое обучение. Лекция 7. Регуляризация глубоких нейронных сетей [QSevrVsqBkM]
Глубокое обучение. Лекция 7. Регуляризация глубоких нейронных сетей (2019-2020) [4qBwXKss5bY]
Глубокое обучение. Лекция 6. Принципы построения сверточных архитектур. Нейронная сеть VGG. [QPiY6w4k3Lo]
Глубокое обучение. Лекция 6. Принципы построения сверточных архитектур. Нейронная сеть VGG. [QPiY6w4k3Lo]
Глубокое обучение. Лекция 6. Pooling-слои. Свойства сверточных слоев. Архитектура VGG. [Uk_kbmc2ZPM]
Глубокое обучение. Лекция 5. Обратное распространение через сверточные слои [RHQRwmXwS4o]
Глубокое обучение. Лекция 5. Обратное распространение через сверточные слои [RHQRwmXwS4o]
Глубокое обучение. Лекция 5. Обратное распространение через сверточные слои (2019-2020) [-GeGKhsczEk]
Глубокое обучение. Лекция 4. Сверточные нейронные сети. Свойства сверточных слоев. [x5yql5SV_hI]
Глубокое обучение. Лекция 4. Сверточные нейронные сети. Свойства сверточных слоев. [x5yql5SV_hI]
Глубокое обучение. Лекция 4. Введение в сверточные нейронные сети (2019-2020) [8AxCSlOL81Q]
Глубокое обучение. Лекция 3.1. Обратное распространение (продолжение) [h-sutg3mKPE]
Глубокое обучение. Лекция 3.1. Обратное распространение (продолжение) [h-sutg3mKPE]
Глубокое обучение. Лекция 3. Обратное распространение [npxCyT9SHXg]
Глубокое обучение. Лекция 3. Обратное распространение [npxCyT9SHXg]
Глубокое обучение. Лекция 3. Обратное распространение (2019-2020) [yPriDUk1aD0]
Глубокое обучение. Лекция 2. Многослойный персептрон (2019-2020) [bn11u_Ijf8Y]
Глубокое обучение. Лекция 11. Методы оптимизации в обучении глубоких нейронных сетей (2019-2020) [5S349SLfoyE]
Глубокое обучение. Лекция 10. Тонкости обучения и масштабирования нейронных сетей (2019-2020) [2aX90Re6xEI]
Глубокое обучение. Лекция 1. Введение в глубокое обучение (курс ＂Deep Learning＂, 2019-2020) [x03dn0P82Ms]
Генеративно-состязательные сети： GANs. Лекция 3 по Advanced Computer Vision. [4EB3kOJsCLQ]
Вредоносные примеры в компьютерном зрении. Лекция 4 по Advanced Computer Vision [MTsOYtFm86I]
Вектор отражает семантику слова – word2vec! Лекция 2 по NLP. [tB_eoJG3rcI]
Введение в языковые модели. Лекция 27. [da65tiMbCdA]
Введение в языковые модели. Лекция 27. [da65tiMbCdA]
Введение в классификацию. Машинное обучение, лекция 4 [ADRo0qU_o0g]
Введение в классификацию. Машинное обучение, лекция 4 [ADRo0qU_o0g]
Введение в глубокое обучение. Лекция 1 по Deep Learning. [mV5-5FSFPzc]
Введение в глубокое обучение. Лекция 1 по Deep Learning. [mV5-5FSFPzc]
Введение в Vision Transformer. Лекция 11. Глубокое обучение [yt_pOBFHu2g]
Введение в Vision Transformer. Лекция 11. Глубокое обучение [yt_pOBFHu2g]
Введение в SVM. Лекция 12 по машинному обучению [UCj6FBJDXrc]
Введение в SVM. Лекция 12 по машинному обучению [UCj6FBJDXrc]
Введение в AdaBoost. Лекция 8. Машинное обучение [xVrgaW8SIac]
Введение в AdaBoost. Лекция 8 по машинному обучению [zfA9EGKULt8]
Введение в AdaBoost. Лекция 8 по машинному обучению [zfA9EGKULt8]
Быстрое обнаружение аномалий на изображениях. Лекция 6 по обнаружению аномалий [8utf5Y5LhGE]
Бонус) Скринкаст лекции. Линейные модели регрессии (весна 2020, курс ＂Введение в машинное обучение＂) [Ak4XuOoS4RI]
Архитектура ViT. Лекция 12. Глубокое обучение [Bh-xYw2cYfQ]
Архитектура ViT. Лекция 12. Глубокое обучение [Bh-xYw2cYfQ]
Архитектура Transformer. Лекция 21. [s8uzBNSmyMU]
Архитектура Transformer. Лекция 21. [s8uzBNSmyMU]
Азы архитектуры нейронных сетей. Глубокое обучение, лекция 2. [QJgbITbidwg]
Азы архитектуры нейронных сетей. Глубокое обучение, лекция 2. [QJgbITbidwg]
ViT： повышаем точность. Лекция 26. [_FTLUhdH_Kk]
ViT： повышаем точность. Лекция 26. [_FTLUhdH_Kk]
Transformer： интерпретация моделей и функции слоев. Лекция 23. [6HkXoBdZ0SE]
Transformer： интерпретация моделей и функции слоев. Лекция 23. [6HkXoBdZ0SE]
Transformer： декодер. Лекция 22. [oJ0zAgqNx00]
Transformer： декодер. Лекция 22. [oJ0zAgqNx00]
Temporal Difference, Q-Learning. Лекция 7 по обучению с подкреплением [UynwZPjRx0k]
Self-supervised learning： BYOL. Последняя лекция на факультете ВМК КФУ. [9ld7I_R1o9Y]
Self-Supervised Learning. Часть 1. Лекция 5 по Advanced Computer Vision [IsRNtfhTJnA]
SVM： метод опорных векторов, оптимизация. Лекция 13 по машинному обучению [XkgLOxRbFS8]
SVM： метод опорных векторов, оптимизация. Лекция 13 по машинному обучению [XkgLOxRbFS8]
Resnet. Лекция 16. [1v1SQUXHcLA]
Resnet. Лекция 16. [1v1SQUXHcLA]
Reinforcement Learning. Лекция 2. Марковский процесс принятия решений [xkwEUu0dWg8]
Reinforcement Learning. Лекция 1. Введение в обучение с подкреплением. Многорукие бандиты. [Sn-xomi0N4g]
Random Forest. Машинное обучение, лекция 7. [E1ks-Tmnj0g]
Random Forest. Лекция 7 по машинному обучению [63YLMhCRc4g]
Random Forest. Лекция 7 по машинному обучению [63YLMhCRc4g]
Natural Language Processing. Лекция 2. Word2vec： векторные представления слов [cBGYAtWOF5M]
Multi-head Attention. Лекция 19. [L6IsrTV-FI8]
Multi-head Attention. Лекция 19. [L6IsrTV-FI8]
Monte Carlo Learning. Off-Policy Evaluation and Control. Лекция 6 по обучению с подкреплением. [gKNX0YZaGeI]
Modern Deep Learning. Лекция 3. Многослойный персептрон. Обучение нейронной сети. [87KQH4OlWiI]
Modern Deep Learning. Лекция 2. Строительные блоки (курс ＂Современное глубокое обучение＂, 2023) [hUDBNfTKiDo]
Modern Deep Learning. Лекция 2. Строительные блоки (курс ＂Современное глубокое обучение＂, 2023) [hUDBNfTKiDo]
Modern Deep Learning. Лекция 1. Введение (курс ＂Современное глубокое обучение＂, 2023) [MSujNTnYACg]
Modern Deep Learning (2023). Философия глубокого обучения [diMXRSqabEE]
Modern Deep Learning (2023). Философия глубокого обучения [diMXRSqabEE]
Modern Deep Learning (2023). Лекция 9. Основы архитектуры [kW1Osm2sVGo]
Modern Deep Learning (2023). Лекция 9. Основы архитектуры [kW1Osm2sVGo]
Modern Deep Learning (2023). Лекция 8. Механизм внимания – Multi-Head Attention [DhfwjcskV3o]
Modern Deep Learning (2023). Лекция 8. Механизм внимания – Multi-Head Attention [DhfwjcskV3o]
Modern Deep Learning (2023). Лекция 7. Механизмы внимания [EmGoypCSNoI]
Modern Deep Learning (2023). Лекция 5. Обратное распространение через MLP [yoV0e2pFmw8]
Modern Deep Learning (2023). Лекция 4. Обратное распространение [568mtekKC6Y]
Modern Deep Learning (2023). Лекция 3. Целевая функция, метрики, обучение нейронной сети [87KQH4OlWiI]
Modern Deep Learning (2023). Лекция 15. Обратное распространение через Transformer. Часть 2. [GEC_MzpzA5M]
Modern Deep Learning (2023). Лекция 14. Обратное распространение через механизм внимания [tks8CF-nqJQ]
Modern Deep Learning (2023). Лекция 14. Обратное распространение через механизм внимания [tks8CF-nqJQ]
Modern Deep Learning (2023). Лекция 13. Full Transformer Architecture [o5lZxiMvjMs]
Modern Deep Learning (2023). Лекция 13. Full Transformer Architecture [o5lZxiMvjMs]
Modern Deep Learning (2023). Лекция 12. Feed Forward Layers [WAoD6wo27rs]
Modern Deep Learning (2023). Лекция 11. Layer Normalization [sCIGBJTLLEk]
Modern Deep Learning (2023). Лекция 11. Layer Normalization [sCIGBJTLLEk]
Modern Deep Learning (2023). Лекция 10. Skip Connections [5YPRbHYB5ME]
Modern Deep Learning (2023). Лекция 10. Skip Connections [5YPRbHYB5ME]
Modern Deep Learning (2023). Лекция 1. Введение (курс ＂Современное глубокое обучение＂, 2023) [MSujNTnYACg]
Machine Learning (2023). Лекция 9. Математика AdaBoost [WCl4fgyWeEE]
Machine Learning (2023). Лекция 9. Математика AdaBoost [WCl4fgyWeEE]
Machine Learning (2023). Лекция 8. Введение в AdaBoost [A2g-xhTgmMM]
Machine Learning (2023). Лекция 8. Введение в AdaBoost [A2g-xhTgmMM]
Machine Learning (2023). Лекция 2. Линейная регрессия [I8m07RR-yv0]
Machine Learning (2023). Лекция 2. Линейная регрессия [I8m07RR-yv0]
Machine Learning (2023). Лекция 12. Обучение без учителя [v5HiDJdmkmk]
Machine Learning (2023). Лекция 12. Обучение без учителя [v5HiDJdmkmk]
Machine Learning (2023). Лекция 11. Gradient Boosting for Classification [ywWd2XtM4Qo]
Machine Learning (2023). Лекция 11. Gradient Boosting for Classification [ywWd2XtM4Qo]
Machine Learning (2023). Лекция 10. Gradient Boosting： Regression [SU6RDnM4VSc]
Machine Learning (2023). Лекция 10. Gradient Boosting： Regression [SU6RDnM4VSc]
Machine Learning (2023). Random Forest [gt0v7kf11rk]
Machine Learning (2023). Random Forest [gt0v7kf11rk]
Llama 3.1： разбор статьи. Часть 9. Long context & Tool use [t2pSGz9sm6k]
Llama 3.1： разбор статьи. Часть 8. Multilinguality & Reasoning [caljKjCcC38]
Llama 3.1： разбор статьи. Часть 7. Capabilities： code generation [dhDCWEeIOZg]
Llama 3.1： разбор статьи. Часть 6. Post-training data [RLAiyZP-Fvw]
Llama 3.1： разбор статьи. Часть 5. DPO. [2_RDSMu61YQ]
Llama 3.1： разбор статьи. Часть 4. Reward modeling & SFT [4aUYhAgW5h4]
Llama 3.1： разбор статьи. Часть 3. Pre-training [1Ut-3-Ost0w]
Llama 3.1： разбор статьи. Часть 2. Architecture & Scaling laws. [fR8flHXcvLs]
Llama 3.1： разбор статьи. Часть 10. Factuality & Steerability [voNTtvyy-_U]
Llama 3.1： разбор статьи. Часть 1.Intro & Data mix [YoRsqImynUE]
LLM. Лекция 4. Inference： обзор. [sfxOllA8PSA]
LLM. Лекция 28. [hyajYnwXAdk]
LLM. Лекция 28. [hyajYnwXAdk]
Gradient Boosting： классификация. Лекция 11 по машинному обучению [tTGxsvhRc9A]
Gradient Boosting： классификация. Лекция 11 по машинному обучению [tTGxsvhRc9A]
Dropout： универсальный метод регуляризации [m5L92TuW4R4]
Deep Learning. Lecture 2. Многослойный персептрон [zXk0o9ZFPZs]
Deep Learning. Lecture 2. Многослойный персептрон [zXk0o9ZFPZs]
Computer vision using DL. Лекция 4. Image Retrieval and Deep Metric Learning. Продолжение. [zC5n4s4AC8I]
Computer Vision using Deep Learning. Лекция 2. Локализация объектов (осень, 2019) [GpMt0S8w9WI]
Computer Vision using DL. Лекция 8. После ResNet： DenseNet, SENEt (SE-ResNet) (2019) [AsKNXnUXDHY]
Computer Vision using DL. Лекция 7. Image Retrieval (2019) [JcYxDuuixRM]
Computer Vision using DL. Лекция 6. Распознавание лиц (2019) [mnZX_9JMSpg]
Computer Vision using DL. Лекция 5. Сегментация изображений. Архитектура U-Net (2019) [gq-Ovg-xkic]
Computer Vision using DL. Лекция 4. Обнаружение объектов： Single-Shot Detector (2019) [F5nMyPtCOdM]
Computer Vision using DL. Лекция 3. Введение в обнаружение объектов (2019) [LWiiHqI4Bg8]
BERT – универсальный инструмент NLP. Лекция 6 по обработке естественного языка. [YJZNBPzHRFY]
Anomaly Detection. Лекция 3. Autoencoders for Anomaly Detection. Manifold Learning [0H6Z8j9fsPc]
Anomaly Detection. Лекция 2. Эффективная реализация метода kNN. Local Outlier Factor. [MiUm2_OlrDs]
Anomaly Detection. Лекция 1. Введение в обнаружение аномалий. [81cnEquDDso]
Anomaly Detection. Лекция 1. Введение в обнаружение аномалий. [6YK7gb63Yaw]
AI： от основ до трансформеров. Регрессия. Лекция 3. [BRNiHXEpWjc]
AI： от основ до трансформеров. Регрессия. Лекция 3. [BRNiHXEpWjc]
AI： от основ до трансформеров. Обучение с учителем. Лекция 2. [mMRhH9P-NTA]
AI： от основ до трансформеров. Обучение с учителем. Лекция 2. [mMRhH9P-NTA]
AI： от основ до трансформеров. Об этом курсе и краткая история AI. Лекция 1. [MGmrCV6AbAI]
AI： от основ до трансформеров. Об этом курсе и краткая история AI. Лекция 1. [MGmrCV6AbAI]
AI： от LLM и дальше. Лекция 3. Evaluation overview [1ACn74dJ0Yo]
AI： от LLM и дальше. Лекция 2. [fxSTFaVx6jg]
AI： от LLM и дальше. Лекция 1. [XtfurKHS0sQ]
AI–стартапы： привлечь инвестиции в Долине. Максим Косенко и Игорь Зильберг [7440jMLq6z0]
AI-школа Евгения Разинкова： как это было (и как будет дальше) [v1TRbW0AizI]
#019 ML Евгений Разинков. Дорожная карта погружения в машинное обучение ч.2 [12-54cVdyGs]
#018 ML Евгений Разинков. Дорожная карта погружения в машинное обучение ч.1 [vpdn2IBSh5Y]
#007 ML Евгений Разинков. Управление коммерческой разработкой в ML [QIC6f8CaCEg]