Physics.Math.Code

Машинное обучение не начинается с нейросетей. Оно начинается с линейной алгебры. С вероятностных моделей. С тензоров, временных рядов и байесовских подходов, которые сначала не работают «на практике», зато потом внезапно объясняют всё.

Если вы когда-нибудь читали курс «Математические основы ML», вели семинары по тензорным вычислениям или строили с нуля программу, где студенты наконец понимают, зачем им теория вероятностей, есть повод остановиться на минуту.

Открылся приём заявок на Yandex ML Prize 2025, премию для преподавателей и руководителей ML-программ. В одной из номинаций те, кто преподаёт математику как основу для машинного обучения и держит фундамент.

Победители получат денежные призы и гранты на Yandex Cloud: для запуска курсов, проведения исследований, хакатонов, студенческих проектов. Заявки принимают до 22 июня.

Если вы из таких, смело подавайтесь. Если знаете таких – расскажите им.

💡 Physics.Math.Code // @physics_lib

www.tg-me.com/jp/Physics Math Code/com.physics_lib/14116

25.4K viewsMay 29 at 16:13

Машинное обучение не начинается с нейросетей. Оно начинается с линейной алгебры. С вероятностных моделей. С тензоров, временных рядов и байесовских подходов, которые сначала не работают «на практике», зато потом внезапно объясняют всё.

Если вы когда-нибудь читали курс «Математические основы ML», вели семинары по тензорным вычислениям или строили с нуля программу, где студенты наконец понимают, зачем им теория вероятностей, есть повод остановиться на минуту.

Открылся приём заявок на Yandex ML Prize 2025, премию для преподавателей и руководителей ML-программ. В одной из номинаций те, кто преподаёт математику как основу для машинного обучения и держит фундамент.

Победители получат денежные призы и гранты на Yandex Cloud: для запуска курсов, проведения исследований, хакатонов, студенческих проектов. Заявки принимают до 22 июня.

Если вы из таких, смело подавайтесь. Если знаете таких – расскажите им.

💡 Physics.Math.Code // @physics_lib

BY Physics.Math.Code