Математика для ML: линейная алгебра, анализ, вероятности
Рабочий минимум математики для машинного обучения: векторы и матрицы как язык данных, градиенты и оптимизация как механизм обучения, вероятности и правдоподобие как …
Локально и без аккаунта. Аккаунта нет, регистрация не нужна: введённое в инструменты остаётся в localStorage браузера и на сервер не уходит.
Свой счётчик считает открытия страниц и дочитывания: уезжает адрес и десятая доля текста. Без cookies и чужих счётчиков, IP не хранится, Do Not Track уважается. Как это проверить
Репозиторий портала не выложен, «открытым кодом» мы его не зовём. Открыто это:
Живёт портал на донатах, платных консультациях и разборах по запросу и покупке Workbench.
Планов делать курсы платными нет.
Выкладка от 16 сентября 2026, срез 95043e5
Что изменилось на портале с вашего прошлого захода. Полный список выкладок — в разделе «Что изменилось» на странице «О нас».
40 материалов в этой теме.
Рабочий минимум математики для машинного обучения: векторы и матрицы как язык данных, градиенты и оптимизация как механизм обучения, вероятности и правдоподобие как …
Как работают траекторные метаэвристики — от жадного восхождения к вершине до отжига и поиска с запретами — и почему в SBSE они часто обыгрывают генетические алгоритмы.
Как устроена кэш-иерархия и почему два цикла с одинаковым O(n) отличаются по времени на порядок: кэш-линии, наборы и конфликты, предвыборка, TLB, раскладка данных, …
Одна операция релаксации порождает всё семейство алгоритмов кратчайших путей: разбираем условия корректности каждого, доказательства, реализации, потенциалы и …
Флаги, фичи и параметры окружения дают экспоненциальное пространство сборок: как поиск строит минимальные наборы конфигураций для тестирования, что делать с …
Как превратить обученную модель в дешёвый и предсказуемый сервис: roofline-анализ узких мест, квантизация от математики до INT4, дистилляция, прунинг, компиляция графа, …
Как устроена жадность, почему она иногда даёт точный оптимум, а иногда катастрофу — аргумент обмена, greedy stays ahead, матроиды, классические задачи и приближённые …
Что делать, когда одна оценка кандидата стоит минуты: инкрементальный пересчёт и кэш, дешёвые приближения и successive halving, суррогатные модели внутри эволюции и …
Как перебор с экспоненциальной сложностью превращается в полиномиальный алгоритм: перекрывающиеся подзадачи, дисциплина проектирования состояния, классические семейства …
Как эволюционировать не числа, а сами программы: деревья выражений, subtree-кроссовер, борьба с раздуванием кода и путь от символьной регрессии до автоматического ремонта …
Как устроен генетический алгоритм изнутри: давление отбора, рекомбинация, мутация, замещение поколений — с рабочим кодом, анализом сложности и практикой SBSE.
Как поисковые алгоритмы сами пишут тесты: branch distance и approach level, whole test suite generation в EvoSuite, coverage-guided фаззинг и мутационное тестирование как …
По этому запросу ничего не найдено.