Лекции
1
Лекция 1. Введение в машинное обучение
02:19:36
2
Лекция 2. Линейный классификатор
01:38:34
3
Лекция 3. Классическое машинное обучение
00:57:10
4
Лекция 4. Генерация и отбор признаков
01:05:34
5
Лекция 5. Ограничения линейного классификатора
01:15:34
6
Лекция 6. Свёрточные сети
01:15:58
7
Лекция 7. Улучшение сходимости нейросетей и борьба с переобучением
01:04:44
8
Лекция 8. Рекуррентные нейронные сети
01:34:33
9
Лекция 9. Архитектуры CNN
01:38:17
10
Лекция 10. Интерпретация предсказания моделей
00:59:08
11
Лекция 11. Обучение на реальных данных
01:17:31
12
Лекция 12. Генеративно-состязательные нейронные сети
01:21:32
13
Лекция 13. Сегментация и детектирование
01:46:45
14
Лекция 14. Автоэнкодеры
01:12:38
15
Лекция 15. Обучение с подкреплением
01:05:28