Самый важный алгоритм в машинном обучении

Описание: Ссылка на Shortform:
https://shortform.com/artem

=====
Меня зовут Артем, я аспирант в области нейробиологии в Гарвардском университете.

🌎 Веб-сайт и ссылки на социальные сети: https://kirsanov.ai/
📥 Нейроинформационная рассылка "Receptive Field": https://artemkirsanov.substack.com/
✨ Поддержите меня на Patreon, чтобы получить доступ к сообществу Discord:   / artemkirsanov  
=====

В этом видео мы поговорим об обратном распространении ошибки — алгоритме, лежащем в основе всей области машинного обучения, и попытаемся вывести его из первых принципов.

🕒 ПЛАН:
00:00 Введение
01:28 Исторический контекст
02:50 Проблема подгонки кривых
06:26 Случайные и управляемые корректировки
09:43 Производные
14:34 Градиентный спуск
16:23 Высшие измерения
21:36 Интуиция правила цепочки
27:01 Вычислительный граф и автодифференциал
36:24 Резюме
38:16 Краткая форма
39:20 Заключение

📚 ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА И ССЫЛКИ:
Плейлист Андрея Карпати:    • Neural Networks: Zero to Hero  

Блог Юргена Шмидхубера об истории Обратное распространение ошибки:
https://people.idsia.ch/~juergen/who-...

=====
Иконки от https://www.freepik.com/
=====
Отказ от ответственности: Этот канал — мой личный проект. Мнения и контент, выраженные здесь, являются моими собственными и не связаны с моей исследовательской деятельностью в Гарвардском университете.

#машинноеобучение #обратноераспространениеошибки #нейронныесети

Описание обновлено: февраль 2026 г. Ссылки и биография обновлены; оригинальный контекст сохранен.