Получи случайную криптовалюту за регистрацию!

razinkov.ai

Логотип телеграм канала @razinkov_ai — razinkov.ai R
Логотип телеграм канала @razinkov_ai — razinkov.ai
Адрес канала: @razinkov_ai
Категории: Технологии
Язык: Русский
Страна: Россия
Количество подписчиков: 1.54K
Описание канала:

Лекции по AI. С необходимой и достаточной математикой.
Евгений Разинков - к.ф.-м.н., преподаватель КФУ, руководитель отдела машинного обучения и компьютерного зрения ГК FIX, директор по науке Pr3vision Tech. Inc.
Tg: @EvgenyRazinkov

Рейтинги и Отзывы

2.00

3 отзыва

Оценить канал razinkov_ai и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

0

4 звезд

1

3 звезд

0

2 звезд

0

1 звезд

2


Последние сообщения 9

2021-03-24 21:03:53 Добрый вечер!
Публикую списки студентов КФУ, успешно прошедших собеседование:

Выпускные работы бакалавра:
- Мальцева Ирина (ИВМиИТ КФУ)
- Еникеева Сюмбель (ИТИС КФУ)
- Финеев Егор (ИТИС КФУ)

Курсовые работы:
⁃ Алексеев Данил (ИВМиИТ КФУ)
⁃ Григорьев Илья (ИВМиИТ КФУ)

P.S. Выяснилось, что времени на тестовое задание нет и определяться нужно быстрее. Решение принято только по результатам беседы.
1.4K views18:03
Открыть/Комментировать
2021-03-24 11:07:40 Уважаемые студенты гр. 09-831, 09-832, 09-833!
Сегодня лекция по машинному обучению не состоится, я заболел.

Прошу старост написать мне в телеграм для обсуждения другого времени проведения лекции: @EvgenyRazinkov
881 views08:07
Открыть/Комментировать
2021-03-19 18:54:06 Добрый вечер!
Студентов Казанского федерального университета, заполнивших форму, приглашаю завтра в 11:50 в ауд. 906 второго корпуса КФУ на очную часть первого собеседования :)

Есть заявки не из КФУ или даже Казани, пока думаю, какой формат взаимодействия здесь возможен, если возможен, конечно) Если что-то придумаю, напишу по тем вашим e-mail-адресам, что были указаны в форме)
1.2K views15:54
Открыть/Комментировать
2021-03-16 18:49:34
1.3K views15:49
Открыть/Комментировать
2021-03-16 18:49:21 Добрый вечер!
Я начинаю искать учеников на следующий учебный год – будущую AI-элиту) Руковожу курсовыми работами и выпускными квалификационными работами бакалавров (про магистратуру будет отдельная история).

В академические успехи моей команды входят лучший метод позднего объединения детекторов ALFA (2018), самый большой датасет для синтеза речи на русском языке для одного диктора RUSLAN (2019), state-of-the-art результат в Image Retrieval (2021). Подробнее можно посмотреть здесь:
https://razinkov.ai/works

Что касается коммерческой разработки, мы представляем отдел машинного обучения и компьютерного зрения Группы компаний FIX и AI-компанию Pr3vision Technologies.

От Вас: высокая успеваемость, хороший английский, высокое качество кода, ответственность, готовность работать в команде, самостоятельность, умение общаться, готовность и желание работать много. Стрессоустойчивость, похоже, тоже стоит упомянуть.
От меня: возможность развиваться в ML и гарантия того, что Вы не закончите университет (не переведетесь на следующий курс) со слабой работой. :)

Если Вы переходите на третий или четвертый курс, заинтересованы в машинном обучении и возможности стать частью самой сильной ML-команды в Казани, заполните, пожалуйста, форму до 18 марта:
http://coursework.razinkov.ai
1.2K views15:49
Открыть/Комментировать
2021-03-12 11:42:43 Здравствуйте, уважаемые подписчики!

Появилась видеозапись третьей лекции по Computer Vision using Deep Learning на тему "Введение в обнаружение объектов":




Это вводная лекция про обнаружение объектов. Мы рассмотрели основную метрику точности обнаружения объектов – Mean Average Precision – и метод weakly supervised object detection – Class Activation Maps.

Приятного просмотра!
1.6K views08:42
Открыть/Комментировать
2021-02-17 16:30:19 Здравствуйте, уважаемые подписчики!
Появилась видеозапись второй лекции курса "Компьютерное зрение с использованием глубокого обучения" (Computer Vision using DL) на тему "Локализация объектов":




Рассмотрены следующие вопросы:
- Задача локализации объектов;
- Основные метрики;
- Локализация объектов с помощью нейронной сети VGG;
- Weakly Supervised Object Localisation: Class Attention Maps.

Приятного просмотра!

Лекции продолжат появляться на YouTube-канале:
http://video.razinkov.ai
1.7K views13:30
Открыть/Комментировать
2021-02-15 20:14:13 Здравствуйте, уважаемые подписчики!
Начинаю выкладывать видео лекционного курса "Компьютерное зрение с использованием глубокого обучения", прочитанного мной в 2019 году. Сейчас доступна видеозапись первой лекции:




Курс, как понятно из названия, посвящен алгоритмам компьютерного зрения, использующим глубокое обучение – а это самые точные алгоритмы компьютерного зрения!
Надеюсь, эти лекции будут Вам полезны. :)

Перед освоением данного курса необходимо сначала посмотреть курс по глубокому обучению:
https://youtube.com/playlist?list=PL6-BrcpR2C5QrLMaIOstSxZp4RfhveDSP

Видеозаписи продолжат появляться на YouTube-канале:
http://video.razinkov.ai
1.4K views17:14
Открыть/Комментировать
2021-02-01 16:29:45 Добрый день, уважаемые подписчики!
Появилась видеозапись второй лекции по курсу Reinforcement Learning на тему "Марковские процессы принятия решений":




В рамках лекции рассмотрены следующие понятия:
– состояние, действие, политика, коэффициент дисконтирования, state value function;
– марковский процесс;
– марковский процесс с наградами;
– марковский процесс принятия решений.

Приятного просмотра!
492 views13:29
Открыть/Комментировать
2021-01-15 15:33:05 Добрый день, уважаемые подписчики!
Мы закончили монтаж курса по глубокому обучению, переходим к монтажу курсов по компьютерному зрению, обучению с подкреплением и обработке естественного языка.
Все эти курсы требуют знания основ машинного обучения. Хочу напомнить, что вводный курс по ML с выводами всех необходимых формул давно живет на моем YouTube-канале:
https://youtube.com/playlist?list=PL6-BrcpR2C5RYoCAmC8VQp_rxSh0i_6C6

Он состоит из 10 лекций:
1. Введение в машинное обучение:


2. Линейные модели регрессии:


3. Регуляризация линейных моделей регрессии:


4. Классификация:


5. Логистическая регрессия:


6. Деревья решений:


7. Random Forest:


8. Введение в AdaBoost:


9. Математические основы AdaBoost:


10. Кластеризация:



Подпишитесь на YouTube-канал, пожалуйста, если он приносит Вам какую-то пользу, это очень мотивирует. :)
686 views12:33
Открыть/Комментировать