English version →

Канон ML — глубокие разборы

59 знаковых работ машинного обучения, 1943 → 2025, разобранные по-настоящему: контекст, механизм с формулами, схемы, аналогии и связи между темами. Идёшь по порядку или прыгаешь по интересам. Краткие аннотации и трекер прогресса — в интерактивном дашборде (артефакт ml-canon).

🟥 оригинал целиком🟧 выборочно🟦 хватит конспекта
0 / 59 прочитано
1943–1986

1. Истоки

Нейрон, перцептрон, backprop: идея обучающейся сети рождается — и едва не умирает под критикой.
1989–2009

2. Фундамент

CNN, LSTM, SVM, эмбеддинги: строительные блоки и долгая «зима» перед оттепелью. Данные (ImageNet) выходят на сцену.
2012–2014

3. Взрыв deep learning

GPU + большие данные: AlexNet, word2vec, GAN, attention — нейросети внезапно начинают работать.
2015–2017

4. Архитектуры и масштаб

ResNet делает сети глубокими, AlphaGo бьёт человека, а Transformer выкидывает рекуррентность.
2018–2022

5. Эра LLM

BERT → GPT-3 → RLHF: pre-train, масштаб, выравнивание. ChatGPT уже на пороге.
2020–2025

6. Генеративка и системы

Параллельная линия: diffusion рисует картинки, FlashAttention/vLLM делают inference дешёвым, open-weights ломают монополию.
Эпилог · Куда всё это ведёт →
сквозные нити канона + куда движется фронтир