Курс на Stepik
Обложка курса «Математика Машинного обучения» на Stepik
Бесплатно

Математика Машинного обучения 5.000

Открыть на
STEPIK.ORG

Приветствую вас на большом бесплатном курсе «Математика машинного обучения»! Сегодня мы начнем наше увлекательное путешествие в мир математических основ искусственного интеллекта с темы, которая лежит в основе многих современных алгоритмов машинного обучения и глубокого обучения. t.me/ai_machinelearning_big_data - вся база, дополнительные гайды и разбора кода, вы найдете в нашем канале.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Математика Машинного обучения»Учеников на курсе 2 003
Сертификаты, выданные на курсе «Математика Машинного обучения»Сертификатов выдано 0
Отзывы о курсе «Математика Машинного обучения»Отзывов получено 6
Рейтинг курса «Математика Машинного обучения»Рейтинг курса 5.000
Уроки в курсе «Математика Машинного обучения»Количество уроков 11
Тесты в курсе «Математика Машинного обучения»Количество квизов 19
Задачи с кодом в курсе «Математика Машинного обучения»Количество задач с кодом 5
Время прохождения курса «Математика Машинного обучения»Время прохождения курса
Обновления курса «Математика Машинного обучения»Обновления курса
Дата публикации курса «Математика Машинного обучения»Дата публикации курса
Последнее обновление курса «Математика Машинного обучения»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Математика Машинного обучения» 7 разделов Уроки в курсе «Математика Машинного обучения» 11 уроков Тесты в курсе «Математика Машинного обучения» 19 тестов Задачи в курсе «Математика Машинного обучения» 5 задач Время прохождения курса «Математика Машинного обучения» 3 ч. Последнее обновление курса «Математика Машинного обучения» обн. 1 год назад

Введение в линейную алгебру в машинном обучении

1 урок
1. Линейная алгебра. Что такое тензоры.

Инвариантность

1 урок
1. Урок 2. Инвариантность

Урок 3 Базовые понятия тензорного исчисления

1 урок
1. Урок 3. Базовые понятия тензорного исчисления

Тензорное разложение

2 урока
1. Основы тензорного разложения
2. Вероятностные модели и функции потерь

Тензорные сети

4 урока
1. Тензорные сети и их применения
2. Что под капотом у Pythorch
3. Супер-хинт PyTorch
4. Двойной прирост скорости инференса для diffusion-моделей с помощ

Заключение

1 урок
1. Заключение

Не обработанные материалы

1 урок
1. Не обработанные материалы