42:41

03. Дикуссия «Ближайшее будущее диффузионных моделей»

44:22

02. Практические аспекты обучения масштабных диффузионных моделей - Валентин Хрульков

41:59

01. Kandinsky 2 X - Андрей Кузнецов

01:22:39

Bias-variance tradeoff в анализе данных и реальной жизни. Максим Николаев, Школа анализа данных

01:15:40

Задачи RMQ и LCA. Часть 2

01:59:17

Задача о кратчайших путях. Алгоритмы Беллмана-Форда, Флойда, Дийкстры и Джонсона

02:17:00

Практические алгоритмы для задачи о кратчайшем пути, задача о минимальном разрезе, алгоритм Штера-В

01:20:17

Задачи RMQ и LCA. Часть 1

01:14:53

Модели вычислений. Анализ учетных стоимостей. Часть 1

01:30:55

Сортировка слиянием. Быстрая сортировка.

03:05:24

Misra-Gries. Деревья поиска. RB-деревья. Декартовы деревья и дучи.

02:13:36

Хеширование

01:58:27

Минимальные остовные деревья. Алгоритмы Краскала и Прима. Системы непересекающихся множеств.

01:43:45

Модели вычислений. Анализ учетных стоимостей. Часть 2

02:00:46

Сильно связные компоненты, точки сочленения и мосты

01:39:55

Очередь и стэки. Иммутабельность и персистентность

01:51:58

Фильтр Блюма и count-min sketch

02:00:02

Длиннейшая возрастающая подпоследовательность 2. Кучи. Сортировка кучей

02:53:23

Splay-деревья. Обход в ширину. Обход в глубину. Топологическая сортировка и проверка ацикличности.

01:44:40

Быстрая сортировка и сортировка слиянием 2. Бинарный поиск. Длиннейшая возрастающая подпоследователь

49:15

Shifts Challenge | Distributional Shift and Robustness in Autonomous Vehicle Planning

48:47

Shifts Challenge | Adapting to Novel Data Distributions | Kate Saenko

01:14:33

Shifts Challenge | Panel Discussion "Frontiers for Uncertainty Estimation and Robustness"

57:18

Shifts Challenge | Shifts and other vices of human-computer dialogue

06:48

Shifts Challenge | Presentation and Plenary talk | Andrey Malinin

01:40:24

Глубинное обучение. Оптимизация для глубинного обучения. Школа анализа данных, Яндекс

02:01:02

Глубинное обучение. Adversarial learning. Школа анализа данных, Яндекс

01:31:24

Глубинное обучение. Глубинное обучение для 3D-реконструкции. Школа анализа данных, Яндекс

01:47:42

Глубинное обучение. Представления внутри сверточных нейросетей. Школа анализа данных, Яндекс

01:44:41

Глубинное обучение. Латентные глубокие модели. Школа анализа данных, Яндекс

01:51:21

Глубинное обучение. Сверточные нейросети в компьютерном зрении. Школа анализа данных, Яндекс

01:57:55

Глубинное обучение. Сверточные нейросети. Школа анализа данных, Яндекс

01:28:24

Глубинное обучение. Введение. Школа анализа данных, Яндекс

02:08:28

Глубинное обучение. Генерация и обработка изображений с помощью нейросетей. Школа анализа данных

19:05

Разбор письменного экзамена ШАД. Задача 9. Индекс ближайшего превосходящего элемента

07:41

Письменный разбор экзамена ШАД. Задача 8. Рёбра в графе

06:04

Разбор письменного экзамена ШАД. Задача 7. Неравенство для производной

11:55

Разбор письменного экзамена ШАД. Задача 6. Размерности

10:57

Разбор письменного экзамена ШАД. Задача 5. Предел и вероятности

06:59

Разбор письменного экзамена ШАД. Задача 4. Геометрическая вероятность

07:40

Разбор письменного экзамена ШАД. Задача 3. Математическое ожидание числа шаров

12:43

Разбор письменного экзамена ШАД. Задача 2. Матрица проекции

05:01

Разбор письменного экзамена ШАД. Задача 1. Предел отношения

01:53:58

Научный митап Yandex Research

01:27:03

Машинное обучение. Нейронные сети и градиентные методы. К.В. Воронцов, Школа анализа данных, Яндекс.

01:24:38

Машинное обучение. Заключительная лекция. К.В. Воронцов, Школа анализа данных, Яндекс.

01:16:20

Машинное обучение. Активное обучение. К.В. Воронцов, Школа анализа данных, Яндекс.

01:25:10

Машинное обучение. Обучение с подкреплением. К.В. Воронцов, Школа анализа данных, Яндекс.

01:27:52

Машинное обучение. Тематическое моделирование. К.В. Воронцов, Школа анализа данных, Яндекс.

01:21:24

Машинное обучение. Рекомендательные системы. К.В. Воронцов, Школа анализа данных, Яндекс.

01:15:59

Машинное обучение. Обучение ранжированию. К.В. Воронцов, Школа анализа данных, Яндекс.

01:12:36

Машинное обучение. Композиции классификаторов, часть 2. К.В. Воронцов, Школа анализа данных, Яндекс.

01:25:23

Машинное обучение. Линейные композиции, бустинг. К.В. Воронцов, Школа анализа данных, Яндекс.

01:29:21

Машинное обучение. Нейронные сети глубокого обучения. К.В. Воронцов, Школа анализа данных, Яндекс.

01:18:32

Машинное обучение. Кластеризация и частичное обучение. К.В. Воронцов, Школа анализа данных, Яндекс.

01:28:18

Машинное обучение. Байесовская классификация. К.В. Воронцов, Школа анализа данных, Яндекс.

01:16:36

Машинное обучение. Поиск ассоциативных правил. К.В. Воронцов, Школа анализа данных, Яндекс.

01:33:05

Машинное обучение. Логические методы классификации. К.В. Воронцов, Школа анализа данных, Яндекс.

01:23:31

Машинное обучение. Критерии выбора моделей. К.В. Воронцов, Школа анализа данных,Яндекс.

01:16:37

Машинное обучение. Прогнозирование временных рядов. К.В. Воронцов, Школа анализа данных, Яндекс.