![]() |
![]() |
![]() |
![]() |
Вводное занятие курса «Нейронные сети и их применение в научных исследованиях» для группы НС201 |
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-01-21 08:40 ![]() Преподаватель: Антон Ганичев, инженер систем компьютерного зрения. Таймкоды: 00:00 - Начало видео 00:11 - 1. Машинное обучение 00:25- 1.1 ML, DL и AI в Computer Science 03:39 - 1.2 Области применения Deep Learning 07:26 - 1.3 Связь Deep Learning с наукой 08:46 - 2. История глубокого обучения 21:48 - 3. Области применения 21:53 - 3.1 Робототехника. Детектирование, регрессия 27:44 - 3.2 Безопасность (Видеоаналитика). Кластеризация 33:01 - 3.3 Медицина. Сегментация, GAN 40:14 - 3.4 Человеко-машинное взаимодействие 41:49 - 3.5 Наука 48:08 - 3.6 Причины успехов технологий на основе Deep Learning 56:01 - 4. Machine Learning - подход к научным проблемам 01:26:37 - 5. Демонстрация работы с данными (jupyter) 02:33:55 - Алгоритм k-nearest neighbors Официальный сайт: https://msu.ai/ Источник: msu.ai Комментарии: |
|