Sergey Nikolenko

Семинар Markov Lab -- 2025.12.12 -- The Expressive Capacity of SSMs

ЮФУ -- 2025.12.11 -- Функция регрессии, bias vairance noise, выбор моделей

СПбГУ -- 2025.12.11 -- Метод опорных векторов

СПбГУ -- 2025.12.11 -- Проблемы LLM и их решения

Семинар Markov Lab -- 2025.12.03 -- Оценка неопределённости в NLP

ЮФУ -- 2025.12.04 -- Логистическая регрессия и проклятие размерности

СПбГУ -- 2025.12.04 -- Flow matching, идея и масштабирование LLM

СПбГУ -- 2025.12.04 -- Экспоненциальное семейство и GLM

Семинар Markov Lab -- 2025-11-19 -- BART

ИИ и математика -- 2025.11.26 -- Мой курс машинного обучения

ЮФУ -- 2025.11.20 -- Пример с COVID, геометрия классификации

СПбГУ -- 2025-11-27 -- Принцип максимума энтропии и распределения Джеффриса

СПбГУ -- 2025-11-27 -- Порождающие модели, основанные на потоках

ЮФУ -- 2025.11.20 -- Байесовский вывод в линейной регрессии

СПбГУ -- 2025.11.20 -- Как работают диффузионные модели

СПбГУ -- 2025.11.20 -- Пример Джейнса

СПбГУ -- 2025.11.17 -- Введение в диффузионные модели

ЮФУ -- 2025.11.13 -- Линейная регрессия

Семинар Markov Lab -- 2025.11.12 -- VQ-VAE и что из него получилось

СПбГУ -- 2025-11-13 -- DALL-E и neural information retrieval

СПбГУ -- 2025.11.13 -- Обучение равномерного распределения

Семинар Markov Lab -- 2025.11.08 -- Gated Delta Networks и Mamba 3

ЮФУ -- 2025.11.06 -- Байесовский вывод для монетки

СПбГУ -- 2025.11.06 -- Вариационные автокодировщики

СПбГУ -- 2025.11.06 -- Информационный критерий Акаике

ЮФУ -- 2025.10.30 -- Вероятностные основы машинного обучения

Семинар Markov Lab -- 2025.10.29 -- Mamba 2, SSM и механизм внимания

СПбГУ -- 2025.10.30 -- Порождающие состязательные сети

СПбГУ -- 2025.10.30 -- Байесовский выбор моделей

Семинар Markov Lab -- 2025.10.22 -- Детали реализации Mamba