Этот курс является продолжением курса «Машинное обучение I».
Во второй части мы начнём с байесовского вывода в самом общем виде, на графических вероятностных моделях, и научимся делать как точный (когда это возможно), так и приближённый (как обычно) вывод в сложных современных вероятностных моделях. А затем подробно рассмотрим последнюю и до сих пор продолжающуюся революцию машинного обучения — обучение глубоких нейронных сетей.