https://msu.ai/intellectschool

Список всех тем лекций

Стратегическая сессия с представителями бизнеса. 1. Открытие школы. Мечты и реальность: первые шаги по внедрению ИИ в ЭН+.
Приветствие участников летней школы Напутственное слово преподавателей О проектной работе Гамза Денис Викторович "Мечты и реальность : первые шаги по внедрению искусственного интеллекта в группе компаний ЭН+" Вопросы слушателей

Стратегическая сессия с представителями бизнеса. 2. Оптимизация работы котельного отделения ТЭЦ Русал Краснотурьинск.
Федюшин Вячеслав - Кейс "Оптимизация работы котельного отделения ТЭЦ" Русал Краснотурьинск Вопросы слушателей

Стратегическая сессия с представителями бизнеса. 3. НПК (Научно-промышленные консультанты). Размеры ручной клади.
Токарев Александр Сергеевич "Научно промышленные консультанты" Вопросы слушателей

Классический ML. 1. Введение. Немного истории и терминологии.
О лекторе Аннотация курса Почему важны классические методы Искусственный интеллект Рождение ИИ и ранние успехи (1950-е - 1970-е) Зима ИИ (с 1960-х до 1980-х) Оттепель ИИ (90-е) Бум ИИ и связь с ML и Data Science Роль человека в аналитике больших данных Успехи современного ИИ Интеллектуальный анализ данных Жизненный цикл аналитических моделей Базовые задачи машинного обучения Обучение с учителем и без Основные типы исходных данных Гипотеза о компактности Проклятие размерности Проблема недообучения и переобучения

Классический ML. 2. Основы линейных и обобщённых линейных моделей.
Параметрические модели Линейная регрессия Информационные критерии Масштабирование предикторов Обобщенные линейные модели

Классический ML. 3. Деревья решений.

Классический ML. 4. Ансамбли моделей.

Классический ML. 5. Градиентный бустинг.

Мультимодальные LLM. 1. Introduction to Multimodality. Deep & Early Fusion.
Введение План курса План лекции Idea of Multimodality Static Benchmarks Dynamic Benchmarks Architectures CLIP Self-Attention vs Cross-Attention SC-DF: Standart Cross-Attention SC-DF: Open Flamingo (Nov 2022) CL-DF: Custom Layers CL-DF: MoE - LLaVA (Dec 2024) Early Fusion

Мультимодальные LLM. 2. Video modality.
Напоминание материала предыдущей лекции План лекции Tasks & Benchmarks From image to Video-LaVIT Any-to-Any modality Сonclusion

Мультимодальные LLM. 3. Data Generation for multimodal LLMs.

Мультимодальные LLM. 4. Action Modality: Robots and Agents. Embodied AI.

Мультимодальные LLM. 5. 3d models: MLLMs application for 3. CV.

LLM: обучение и использование. 1. Большие языковые модели. Введение. Основы архитектуры Transformer.
Введение Рост популярности LLM в мире Языковое моделирование Архитектура Трансформер Генерация теста, промптинг Заключение

LLM: обучение и использование. 2. Обучение LLM.

LLM: обучение и использование. 3. Inference LLM.

LLM: обучение и использование. 4. BERT, Sentence BERT, векторные БД, RAG.

LLM: обучение и использование. 5. MoE, Deep Seek, Qwen3.

Закрытие школы. Презентация проектов участников - 1.

Закрытие школы. Презентация проектов участников - 2.