Курс на Stepik
Обложка курса «Information Theory for ML: From NLP and LLMs to CV and RL» на Stepik
Бесплатно

Information Theory for ML: From NLP and LLMs to CV and RL ★ 0.000

Открыть на
STEPIK.ORG

A completely free course on how information theory works inside modern ML—from entropy, cross-entropy, KL, and mutual information to coding, MaxEnt, the Information Bottleneck, PAC-Bayes, LLMs, computer vision, and information geometry. Mathematics is introduced through loss functions, probabilistic models, representations, compression, and engineering trade-offs. The course covers the information-theoretic part of the mathematical strand of an evolving series on ML and LLMs.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Information Theory for ML: From NLP and LLMs to CV and RL»Учеников на курсе 1
Сертификаты, выданные на курсе «Information Theory for ML: From NLP and LLMs to CV and RL»Сертификатов выдано 0
Отзывы о курсе «Information Theory for ML: From NLP and LLMs to CV and RL»Отзывов получено 0
Рейтинг курса «Information Theory for ML: From NLP and LLMs to CV and RL»Рейтинг курса 0.000
Уроки в курсе «Information Theory for ML: From NLP and LLMs to CV and RL»Количество уроков 204
Тесты в курсе «Information Theory for ML: From NLP and LLMs to CV and RL»Количество квизов 377
Обновления курса «Information Theory for ML: From NLP and LLMs to CV and RL»Обновления курса — —
Дата публикации курса «Information Theory for ML: From NLP and LLMs to CV and RL»Дата публикации курса — ———
Последнее обновление курса «Information Theory for ML: From NLP and LLMs to CV and RL»Последнее обновление — ———
Сложность normal — ———
неделя месяц год всё время
Динамика учеников

Информация

Опубликован
Обновлён
Уроков 204
Тестов 377
Сложность normal
Язык EN
Готовность 100%