Видео

Золотейший ролик

Где можно узнать информацию о Вас? Может гит есть? Очень сильные лекции вы преподаете, в течении года столько преподавать... у Вас позиция хорошая должна быть с норм зп

Жалко что Keras, а не PyTorch. PyTorch легко ставиться и легко запускается на GPU

Тема раскрыта очень хорошо, все понятно, спасибо! Буду ждать практику. Жаль, что вы не даете консультаций по NN.

Жалко, что нет про работу на GPU Cuda - печаль....

Практика будет на датасете mnist?

Ура! Больше видео ❤

Отличный анализ, спасибо! Небольшой вопрос не по теме: У меня есть кошелёк OKX с USDT, и у меня есть seed фраза. (alarm fetch churn bridge exercise tape speak race clerk couch crater letter). Может подскажете, как отправить их на Binance?

Ура!

НЕ ВЕРЮ ЭТО РЕАЛЬНО

Это ваше первое видео?

Круто, очень круто

Лучшая!

Что значит алгоритм пропускает?

12:10 в расчете MSE опечатка? Во второй скобке первое число 3.521 (target index 2), по идее должно быть 3.585 (target index 1)

спасибо!

Это первое видео по статистике которое я досмотрел до конца. ❤❤❤. Ведущая просто класс!!

Спасибо большое за видео, очень хорошее видео

Добрый день. Хочу выразить вам благодарность за ваше объяснение. Разжевали специально для дурачков, все по шагам. Спасибо!

Спасибо! Очень круто

У вас будет PyTorch?

Спасибо🙏

Салам Бача

Спасибо, это потрясающе и кратко и понятно❤

И почему только преподы из ВШЭ так подробно и понятно не объясняют?

Спасибо за очень доходчивое объяснение!

почему *егуля*изация помогает бо*оться с пе*еобучением? Ты очень милая, спасибо!

Было бы интересно посмотреть про реализацию полиномиальной регресии

Огромная благодарность 🙏🤗 Все понятно, наглядно. Сижу как раз с проектом (я еще студент, но возрастной) и осталось завести графики, но что-то не идет. Сейчас после видео точно пойду и добью💃💪💃

Самое лучшее объяснение😢 Долго не мог понять эту тему, но благодаря твоему ролику разобрался Спасибо тебе ❤❤

А как найти коэффициенты b0 и И b1 руками? Если у кого-то есть примеры дайти узнать.

Спасибо. А про метод активации swish у вас что-то есть?

супер, спасибо❤

Очень классное, понятное объяснение. Задача интересная и полезная. И отличный преподаватель. Спасибо!!!!!

Милая девушка, спасибо тебе огромное человеческое!❤ Пересмотрела кучу видео про деревья решений и заблудилась в этом случайном лесу😂😂😂 так толком и не поняв, что куда отсеивается) хотя применяю на стажировке эти алгоритмы, но хочу докапаться до сути, чтобы разобраться, как можно улучшить качество классификации).

Отличное видео, спасибо!!! Наконец то кто-то объяснил линейку человеческим языком 😅❤

Спасибо за понятный и доступный материал :) Пожалуйста, продолжайте!

Много смотрела объяснений по этой теме, какие-то из них считала хорошими, но после просмотра Вашего ролика, поняла, ЧТО ЭТО ПРОСТО ЛУЧШЕЕ ОБЪЯСНЕНИЕ. Очень подробно, с необходимой математикой, которая, однако, подана крайне понятно и приятно. И все это за 20 минут!!! Некоторые лекторы и за час не могут дать всей той информации, а главное, ее понимания, как это сделали Вы. Очень надеюсь, что мы еще увидим от Вас ролики Т_Т

очень интересно , а что должно произойти, чтобы сеть поняла что надо просто домножить или сложить? Чтобы ошибка стала 0 в итоге, наверно больше итераций?

Чертовски полезна и чертовски интеллектуально

Это самое потрясное разьяснение❤❤❤ спасибо огромное!

Потрясающая подача материала и отличная инфографика

Хороший видос, очень смешный мемесы! Лайк + подписка :))))

Спасибо за подробное объяснение, как всегда все по полочкам. Для тех кто впервые сталкивается с деревьями решений эту лекцию проще смотреть после изучения простых деревьев решений и уже потом вникать в случайный лес и тд. Еще легче будет после практики на kaggle (например обучить DesicisionTreeClassifier на Titanic датасете). И рекомендую книгу "Грокаем машинное обучение" второе издание. Примеро на 273 странице подробно рассказывается о деревьях решений для классификации и регрессии простым языком.

Фиксация веса не работает

спасибо за ролик )

Лучшее, что я видел. Спасибо!

Так доступно еще никто не объяснял. Спасибо)

👍🏻👍🏻👍🏻

🔥🔥🔥