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