On the Importance of Deconstruction in Machine Learning Research

Machine Learning Lecture 37 "Neural Networks / Deep Learning" -Cornell CS4780 SP17

Machine Learning Lecture 26 "Gaussian Processes" -Cornell CS4780 SP17

Neural Networks Are Elastic Origami! [Prof. Randall Balestriero]

CS4780 Transformers (additional lecture 2023)

Hamming, "You and Your Research" (June 6, 1995)

How to Speak

AI, Machine Learning, Deep Learning and Generative AI Explained

Using Bayesian Approaches & Sausage Plots to Improve Machine Learning - Computerphile

Juergen Schmidhuber: Godel Machines, Meta-Learning, and LSTMs | Lex Fridman Podcast #11

Machine Learning Lecture 32 "Boosting" -Cornell CS4780 SP17

ICLR 2021 Keynote - "Geometric Deep Learning: The Erlangen Programme of ML" - M Bronstein

ICML 2024 Tutorial"Machine Learning on Function spaces #NeuralOperators"

Основные теоремы в теории игр — Алексей Савватеев на ПостНауке

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

Лекция по машинному обучению 16 «Минимизация эмпирического риска» — Корнелл CS4780 SP17

Почему простые числа образуют эти спирали? | Теорема Дирихле и пи-аппроксимации

Stanford CS230: Deep Learning | Autumn 2018 | Lecture 8 - Career Advice / Reading Research Papers

Момент, когда мы перестали понимать ИИ [AlexNet]

Моделирование Монте-Карло

Machine Learning Lecture 22 "More on Kernels" -Cornell CS4780 SP17