Missing Parts in ML
Автор: IML
Загружено: 2026-02-09
Просмотров: 15
Описание:
Подробнее о конференции IML: https://jrg.su/1drGPM
— —
Современное машинное обучение впечатляет качеством, с которым позволяет решать прикладные задачи, но при этом часто опирается на упрощенные или устаревшие базовые принципы, которые, кстати говоря, многие разработчики не принимают во внимание, что в свою очередь оказывает прямое влияние на надежность и безопасность создаваемых систем. Примером может служить принцип минимизации эмпирического риска (ERM), который до сих пор лежит в основе большинства алгоритмов или предположение о том, что данные имеют нормальное распределение. Мы обсудим, на какие аспекты теории машинного обучения стоит обратить внимание, почему они становятся причиной проблем с обобщающей способностью и робастностью моделей, и что можно противопоставить.
Смотрите, если хотите взглянуть на машинное обучение не как на набор инструментов, а как на науку, требующую глубокого понимания ее математических основ и первопричин.
Спикеры: Евгений Ильюшин, Андрей Дмитриев, Александр Гасников.
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
