Подкаст с Александром Петюшко о математике и теории в Deep Learning

Гость выпуска — Александр Петюшко, Technical Lead Manager в компании Nuro. Александр также был гостем самого первого выпуска нашего подкаста, где мы говорили с ним о собеседованиях в AI Research =)

О чем говорили с Александром в этот раз:
- нужна ли математика в ML/DL;
- математика и теория ML/DL - одно и то же или нет?
- где конкретно математика нужна (в какого рода исследованиях и компаниях);
- какие направления математики востребованы в индустрии;
- нужна ли математика для создания беспилотников.

Ссылки:
Материалы к подкасту: https://docs.google.com/document/d/1p...
Телеграм-канал DLStories: https://t.me/dl_stories


Поддержать канал можно на Boosty: https://boosty.to/deeplearningschool


Подкаст на других платформах:
Yandex Music: https://music.yandex.ru/album/17951713
Google Podcasts: https://www.youtube.com/redirect?even...
Apple Podcasts: https://www.youtube.com/redirect?even...
Spotify: https://www.youtube.com/redirect?even...

Таймкоды:
0:00 Приветствие и представление гостя
2:09 Александр Петюшко о себе и об AIRI
03:39 Нужна ли математика в ML и DL
10:16 Reseach engineer: чем он отличается от research scientist и нужна ли ему математика?
12:58 Data Scientist: чем он занимается и какие навыки ему нужны
15:30 Знания из каких разделов математики важны для работы в deep learning research. Какие разделы математики требовались Александру на его карьерном пути.
17:43 Где находит применение маломерная теория оптимизации
25:32 Какие математические связи прослеживаются между современными нейросетевыми моделями и алгоритмами обучения с теорией управления и соответствующими методами оптимизации.
32:00 Топология: используется ли она в машинном обучении. Топологический анализ данных.
37:45 Какие навыки и знания из других областей нужны в машинном обучении
44:54 Где лучше: в индустрии или академии?
47:09 Правда ли, что математика нужна лишь в исследовательской деятельности области DL?
54:42 Что такое “быть в тренде” ML/DL. К каким проблемам приводит сильный рост числа исследователей и научных работ.
1:01:00 Пишут ли люди, работающие в индустрии, научные статьи? От чего это зависит?
1:05:36 Как следить за всеми новинками в рисерче и не сойти с ума? Возможно ли это? Как выбирать, на что обращать внимание? Важность базы
1:11:39 Что почитать, куда смотреть, чтобы иметь в голове как можно более полный список математических идей, которые используются в дип-дернинг?
1:18:06 Все новые идеи — это хорошо забытые старые? Развитие идей в DL
1:31:27 Из каких наук нынешняя теория ML/DL подбирает термины?
1:33:48 Англоязычные термины, для которых нет устроявшихся переводов на русский язык: стоит ли искать перевод или приемлемо употреблять англицизмы?
1:38:18 Как стать тем чуваком из Google? Как правильно ботать и достичь вершин?
1:45:48 Квантовые машинное обучение: далеко ли оно до широкого применения?
1:50:27 Нужна ли математика для создания беспилотников?
1:58:16 Наставления Александра слушателям
1:59:50 Блиц

---
Deep Learning School при ФПМИ МФТИ
Каждые полгода мы запускаем новую итерацию нашего двухсеместрового практического онлайн-курса по глубокому обучению. Наборы проводятся в августе-сентябре и январе-феврале.

Поддержать канал можно по ссылке https://www.dlschool.org/donate

За нашими новостями можно следить здесь:

Наш канал в TG: https://t.me/deep_learning_school_news
Официальный сайт: https://www.dlschool.org
Официальная группа ВК: https://vk.com/dlschool_mipt
Github-репозиторий: https://github.com/DLSchool/dlschool

ФПМИ МФТИ

Официальный сайт: https://mipt.ru/education/departments...
Магистратура: https://mipt.ru/education/departments...
Онлайн-магистратура "Современная комбинаторика": http://omscmipt.ru/
Онлайн-магистратура "Цифровая экономика": http://digec.online/
Лаборатории ФПМИ: https://mipt.ru/education/departments...