Некатегоризованные страницы
Материал из MachineLearning.
Ниже показаны 50 результатов, начиная с № 1.
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
- Adam
- AutoML
- BaseGroup Labs
- Bootstrap (статистика)
- Dense Contrastive Learning
- Digital signal processing (course master's degree program, Moscow State University )
- Dropout
- EM-алгоритм и ELBO
- F-мера
- Fundam LLM bioinf
- GPT(Generative Pre-trained Transformer)
- Git
- Intelligent Data Processing: Theory and Applications/2016
- L0-регуляризация
- LFM
- MIPT ML 2016 Spring
- Machine Learning and Data Analysis (Strijov's practice)
- Machine Learning and Data Analysis (Strijov's practice)/4th year, fall
- Machine Learning and Data Analysis (Strijov's practice)/Group 174, spring 2014
- MoCo
- Monte Carlo Dropout
- Out-of-distribution detection
- PAC-обучение
- Perceptrons (1969)
- Policy gradient
- Prophet
- Q-обучение
- RAG-система
- Reality check Уайта
- Softmax-функция
- Spike-and-Slab Dropout
- UCB
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2019
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 694, весна 2019
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
- Автоматическое машинное обучение
- Агентный искусственный интеллект
- Актёр-критик
- Алгебраические методы обработки данных (курс лекций, Журавлёв Ю.И.)
- Алгоритм Метрополиса-Гастингса
- Алгоритм информационного поиска BM25
- Алгоритм персептрона
- Алгоритмическая справедливость
- Анализ ошибок (машинное обеспечение)
- Анализ поведения по сигналам носимых устройств
- Ансамблевые методы Монте-Карло
- Априорное vs апостериорное в обучении нейросетей: от Канта к BackProp
- Архитектура seq2seq
- БММО (курс лекций)/2013/Задание 1
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
