Город МОСКОВСКИЙ
Найдено результатов: 100
Machine Learning Intelligent Systems
Математические основы машинного обучения. Лекция 9.
Математические основы машинного обучения. Лекция 5.
![Lecture 4: Flow models (NICE, RealNVP, RevNet), [DGM course, 2020], Roman Isachenko](/images/video/b5/76/b576c67fc42221cf37dbc34d4636664a.jpg?width=640)
Lecture 4: Flow models (NICE, RealNVP, RevNet), [DGM course, 2020], Roman Isachenko
Математические основы машинного обучения. Лекция 4.
Математические основы машинного обучения. Лекция 3.
Прикладная статистика. Лекция 3.
Методы оптимизации в машинном обучении. Лекция 1.
Методы оптимизации в машинном обучении. Лекция 10.
Методы оптимизации в машинном обучении. Лекция 9.
Прикладная статистика. Лекция 5.
Предзащита бакалаврских диссертаций 2024
Презентация Кафедры интеллектуальных систем ФПМИ МФТИ
Обработка аудио 2023. Семинар 5. (Text-to-speech: Tacotron2)
Генеративные модели. Лекция 1. Роман Исаченко.
Порождающие модели машинного обучения. Семинар 10.
Байесовский выбор моделей II, 11
Прикладные модели машинного обучения. Семинар 1.
Байесовский выбор моделей II, 7
Порождающие модели машинного обучения. Лекция 2.
Байесовский выбор моделей II, 1
Байесовский выбор моделей II, 8
Байесовский выбор моделей II, 6
1. Artificial Intelligence and Machine Learning
Рогозина Анна: Deep learning for RNA secondary structure prediction