Comments 6
Это прям новогодний подарок! Спасибо, будет чем праздники занять :)
Достаточно бегло просмотрел первую лекцию. При такой подаче материала хочется кинуть в преподавателя чем-нибудь и убежать в закат. Для обзорной лекции — куча ненужной математики и фактов. Сомнительный способ заинтересовать слушателей. Разве что, это продолжение курса и они никуда не денутся.
Подозреваю, что термины «нейронные сети» и «нейрон» сейчас используется по исторической причине. Достаточно ознакомиться вот с этим материалом, чтобы понять, что искусственная нейронная сеть похожа на реальную, как диснеевский Гуфи на собаку. И именно этот факт надо говорить, а не демонстрировать картинку нейрона.
Подозреваю, что термины «нейронные сети» и «нейрон» сейчас используется по исторической причине. Достаточно ознакомиться вот с этим материалом, чтобы понять, что искусственная нейронная сеть похожа на реальную, как диснеевский Гуфи на собаку. И именно этот факт надо говорить, а не демонстрировать картинку нейрона.
Обрадовался, но рано. Может в аудитории студенты вовлечены в процесс и всё не так ужасно выглядит, но запись смотреть невозможно. Такое ощущение, что лектор совсем не привык подавать материал без «а… э… окей» и матан сам недавно сдавал, так что ещё не всё забыл.
Это не значит, что он не знает материал, но подача отвратительна. В разы лучше и понятнее лекции от МФТИ+Яндекса.
Это не значит, что он не знает материал, но подача отвратительна. В разы лучше и понятнее лекции от МФТИ+Яндекса.
Большое спасибо!
Очень радует, что достаточно глубоко описаны современные применяемые технологии, а не лишь "перцептроны Розенблата" с "методом обратного распространения ошибки" из 19ХХ-х, как в десятках других "Введениях в нейросети на Python в 25 строк".
Sign up to leave a comment.
Лекции Техносферы. Нейронные сети в машинном обучении