| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Classic ML & Stats | Computer Vision | NLP & Sequences | Math | Generative & Alignment | |||||||||||||||||||||
2 | L1 | LogReg & SGD. Реализация логистической регрессии через градиентный спуск на NumPy. | MLP / MNIST. Полносвязная сеть: влияние функций активации и инициализации весов. | Text Vectorization. Сравнение разреженных (TF-IDF) и плотных (Word2Vec) векторов. | Numerical Grad. Производные сложных функций и визуализация ландшафта потерь. | Vanilla AE. Автоэнкодер как метод снижения размерности. Сравнение с PCA. | ||||||||||||||||||||
3 | L2 | SVM & Optimization. Реализация SVM. Решение задачи квадратичного программирования (или через метод штрафов). | CNN / LeNet. Реализация свертки и пулинга. Понимание receptive field. | RNN / LSTM. Написание рекуррентной ячейки «руками». Задача предсказания ряда. | Manual Backprop. Матричный вывод градиентов для сети с 2+ скрытыми слоями. | VAE. Реализация вариационного автоэнкодера. Трюк репараметризации. | ||||||||||||||||||||
4 | L3 | Tree-Based Ensembles. Реализация Random Forest или Gradient Boosting (с нуля, включая построение дерева). | Modern Architectures. ResNet и Batch Normalization. Проблема деградации градиентов. | Attention Mechanism. Реализация Seq2Seq с классическим вниманием (Luong/Bahdanau). | Scalar Autograd. Создание движка автодифференцирования (как Micrograd). | GANs. Состязательные сети (WGAN-GP). Стабилизация обучения и анализ дискриминатора. | ||||||||||||||||||||
5 | L4 | Probabilistic Graphical Models. Реализация Скрытых Марковских Моделей (HMM) или Байесовских сетей. | ViT / U-Net. Vision Transformer или сегментация. Переход от признаков к контексту. | Transformer Engine. Реализация Transformer Encoder-Decoder (Attention, Masking, PosEnc). | Tensor Engine. Расширение Autograd до тензоров с поддержкой векторизации. | Diffusion Models. Реализация DDPM: процесс зашумления и восстановления через U-Net. | ||||||||||||||||||||
6 | L5 | SVD & Matrix Decomposition. Реализация рекомендательной системы через SVD/ALS с выводом формул через Лагранжиан. | Multi-modal / CLIP. Обучение совместного латентного пространства (Text + Image). | LLM Optimization. Реализация современных модификаций (RoPE, GQA, LoRA или MoE). | Optimizer Research. Написание своего оптимизатора (SAM/Lion) и доказательство сходимости. | Alignment (DPO/RLHF). Настройка модели под предпочтения человека. | ||||||||||||||||||||
7 | ||||||||||||||||||||||||||
8 | ||||||||||||||||||||||||||
9 | ||||||||||||||||||||||||||
10 | ||||||||||||||||||||||||||
11 | ||||||||||||||||||||||||||
12 | ||||||||||||||||||||||||||
13 | ||||||||||||||||||||||||||
14 | ||||||||||||||||||||||||||
15 | ||||||||||||||||||||||||||
16 | ||||||||||||||||||||||||||
17 | ||||||||||||||||||||||||||
18 | ||||||||||||||||||||||||||
19 | ||||||||||||||||||||||||||
20 | ||||||||||||||||||||||||||
21 | ||||||||||||||||||||||||||
22 | ||||||||||||||||||||||||||
23 | ||||||||||||||||||||||||||
24 | ||||||||||||||||||||||||||
25 | ||||||||||||||||||||||||||
26 | ||||||||||||||||||||||||||
27 | ||||||||||||||||||||||||||
28 | ||||||||||||||||||||||||||
29 | ||||||||||||||||||||||||||
30 | ||||||||||||||||||||||||||
31 | ||||||||||||||||||||||||||
32 | ||||||||||||||||||||||||||
33 | ||||||||||||||||||||||||||
34 | ||||||||||||||||||||||||||
35 | ||||||||||||||||||||||||||
36 | ||||||||||||||||||||||||||
37 | ||||||||||||||||||||||||||
38 | ||||||||||||||||||||||||||
39 | ||||||||||||||||||||||||||
40 | ||||||||||||||||||||||||||
41 | ||||||||||||||||||||||||||
42 | ||||||||||||||||||||||||||
43 | ||||||||||||||||||||||||||
44 | ||||||||||||||||||||||||||
45 | ||||||||||||||||||||||||||
46 | ||||||||||||||||||||||||||
47 | ||||||||||||||||||||||||||
48 | ||||||||||||||||||||||||||
49 | ||||||||||||||||||||||||||
50 | ||||||||||||||||||||||||||
51 | ||||||||||||||||||||||||||
52 | ||||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||
54 | ||||||||||||||||||||||||||
55 | ||||||||||||||||||||||||||
56 | ||||||||||||||||||||||||||
57 | ||||||||||||||||||||||||||
58 | ||||||||||||||||||||||||||
59 | ||||||||||||||||||||||||||
60 | ||||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||
62 | ||||||||||||||||||||||||||
63 | ||||||||||||||||||||||||||
64 | ||||||||||||||||||||||||||
65 | ||||||||||||||||||||||||||
66 | ||||||||||||||||||||||||||
67 | ||||||||||||||||||||||||||
68 | ||||||||||||||||||||||||||
69 | ||||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||
71 | ||||||||||||||||||||||||||
72 | ||||||||||||||||||||||||||
73 | ||||||||||||||||||||||||||
74 | ||||||||||||||||||||||||||
75 | ||||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||
77 | ||||||||||||||||||||||||||
78 | ||||||||||||||||||||||||||
79 | ||||||||||||||||||||||||||
80 | ||||||||||||||||||||||||||
81 | ||||||||||||||||||||||||||
82 | ||||||||||||||||||||||||||
83 | ||||||||||||||||||||||||||
84 | ||||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||
86 | ||||||||||||||||||||||||||
87 | ||||||||||||||||||||||||||
88 | ||||||||||||||||||||||||||
89 | ||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||
100 |