46:09

От СДУ до задачи Монжа-Канторовича и обратно: путь к ИИ?

51:27

Научно-технический вебинар «Расстояние Выготского: подход к оценке схожести интеллектуальных задач»

58:50

Сложность обучения AES градиентными методами

49:59

Оценка неопределенности для глубоких нейронных сетей

01:14:04

Нейросетевые методы вычислительного оптимального транспорта для построения генеративных моделей...

01:02:48

Иерархические методы и алгоритмы визуальной навигации внутри помещений с обучаемыми навыками

01:09:54

Проблема устойчивости нейросетевых алгоритмов распознавания речи и её решение на примере Wav2Vec2

59:56

Глубокое обучение для моделирования и реконструкции 3D форм. Евгений Бурнаев, Сколтех

01:11:39

Мета-автоматическое машинное обучение с помощью графовых нейронных сетей

01:11:30

Генеративные модели в науке и индустрии. Михаил Гущин, ФКН НИУ ВШЭ, Россия. Вебинар НТР

28:43

Псевдоразметка для разрешения кореферентности | Влад Большаков, НТР

48:36

Медицинская диагностика методом лазерной фото-акустической спектроскопии и машинного обучения

57:44

Внутренняя мотивация для мультиагентного обучения с подкреплением

01:01:01

Подходы к кастомизации end-to-end моделей распознавания речи на основе пользовательского словаря

01:12:25

Импульсные нейронные сети и нейроморфные процессоры

01:01:06

Введение в тензорные сети для квантовых компьютеров и численных методов. Роман Щуцкий

46:23

Две теоремы о разнообразии языковых моделей. Николай Михайловский. Вебинар НТР.

54:26

Certified Robustness: Fundamentals and Challenges. Aleksandr Petiushko, Nuro, USA

01:14:02

Transfer Learning for Abusive Language Detection

01:21:05

Методы покоординатного спуска для обучения деревьев решения с частичным привлечением учителя

59:05

Дмитрий Игнатов, Высшая Школа Экономики, на научно-техническом вебинаре НТР

01:12:47

Доброкачественное переобучение в моделях, дополненных поиском по хранилищу

52:27

Об обучении языковых моделей, основанных на грамматиках связей, без учителя

56:14

Трехмерная реконструкция тела человека с использованием SMPL модели

57:49

Рекомендация экспериментов по открытию полимеров и нейросимволическому обучению с подкреплением

38:22

Манипуляции изображений при помощи сетей GAN

59:37

Обзор методов и платформ для разработки диалоговых систем

54:52

Улучшение генерализации при определении дипфейков

01:27:22

Применение моделей глубокого обучения с графами для задач ведения диалога

48:34

Введение в обучение с подкреплением | Владислав Большаков | Внутренний вебинар НТР

01:02:35

Самообучение для последовательных данных

01:06:13

Expanding the training data for neural network based hate speech classification

37:04

Подробное рассмотрение коллекций в языке Java | Виктор Ансельм| Внутренний вебинар НТР

01:09:10

Селекция моделей и структура ошибок | Слава Мошкин | Внутренний вебинар НТР

32:03

Обзор GeoFill: Reference-Based Image Inpainting of Scenes with Complex Geometry ч.2 | Алексей Попов

44:19

Разработка инструментов машинного обучения в open source. Кому это может быть нужно и как начать?

18:53

Обзор GeoFill: Reference-Based Image Inpainting of Scenes with Complex Geometry ч.1| А. Евдокимов

30:48

Форма и содержание в ML | Иван Юрашку | Внутренний вебинар НТР

52:09

Применение MLP в CV, революция? | Алексей Попов | Внутренний вебинар НТР

57:41

Практика командной разработки по гибким методологиям | Пётр Адрианов | Внутренний вебинар НТР

01:09:06

Интернационализация проекта | Михаил Шилов | Внутренний вебинар НТР

01:04:31

Как успешно запустить проект в продакшен | Пётр Адрианов | Внутренний вебинар НТР

57:46

Диффузионные модели с динамически меняющимся размером

55:39

Генерация текста при помощи моделей редактирования | Text Generation with Text Editing Models

46:32

Интерпретируемая обработка текстов на естественном языке

01:25:05

Верификация дикторов по голосу: история и современное состояние

46:21

Последовательное принятие решений с помощью гауссовских процессов

35:05

Использование языковой модели в рекомендательной системе для киосков самообслуживания ресторанов

01:03:49

Понятный кластерный анализ

01:28:33

Текст: стиль + контент + структура

01:18:45

Седловые задачи и эффективные алгоритмы их решений

01:19:31

Чему учит глубокое обучение? Михаил Белкин

01:27:48

Аппроксимации нейронными сетями минимального размера

01:23:29

Анализ временных рядов: систематизация подходов

54:36

Теоретический подход к выбору метрик качества в задачах классификации и кластеризации

01:13:07

Оценка неопределенности: может ли ваша нейронная сеть оценить степень уверенность в своих прогнозах?

01:25:03

Обучение машинному синтезу путем автоматического чтения миллионов научных публикаций

01:36:59

Полупараметрические методы извлечения и представления знаний из текста

57:48

Оффлайн обучение RL агентов по демонстрациям и неразмеченным данным

44:42

IGLU: Interactive Grounded Language Understanding in a Collaborative Environment