Karpov.Courses - Machine Learning для начинающих. Инженер машинного обучения (2023)

1 HW_1_Разбор.ipynb

2 Часть/1 HW_1_Разбор.ipynb

1 дз HW1new.ipynb

2 Часть/1 дз HW1new.ipynb

1 дз taxi_dataset.csv

2 Часть/1 дз taxi_dataset.csv

1.1 Задачи машинного обучения.mkv

2 Часть/1.1 Задачи машинного обучения.mkv

1.2 Основные виды машинного обучения.mkv

2 Часть/1.2 Основные виды машинного обучения.mkv

1.3 Компоненты классической ML-задачи.mkv

2 Часть/1.3 Компоненты классической ML-задачи.mkv

1.4 Практика.mkv

2 Часть/1.4 Практика.mkv

1.docx

2 Часть/1.docx

2 HW2_Разбор.ipynb

2 Часть/2 HW2_Разбор.ipynb

2 Lecture_2_Metrics (2).pdf

2 Часть/2 Lecture_2_Metrics (2).pdf

2 Practice_2.ipynb

2 Часть/2 Practice_2.ipynb

2 ДЗ HW_2.ipynb

2 Часть/2 ДЗ HW_2.ipynb

2 ДЗ taxi_dataset_with_predictions.csv

2 Часть/2 ДЗ taxi_dataset_with_predictions.csv

2 Конспект__2_урок__Оценка_качества_работы_моделей.pdf

2 Часть/2 Конспект__2_урок__Оценка_качества_работы_моделей.pdf

2.1 Оценка качества модели.mkv

2 Часть/2.1 Оценка качества модели.mkv

2.2 Понятие функции и функциональной зависимости.mkv

2 Часть/2.2 Понятие функции и функциональной зависимости.mkv

2.3 Функция потерь Loss function.mkv

2 Часть/2.3 Функция потерь Loss function.mkv

2.4 Функционал качества и метрика.mkv

2 Часть/2.4 Функционал качества и метрика.mkv

2.5 Король и королева регрессии MSE и MAE.mkv

2 Часть/2.5 Король и королева регрессии MSE и MAE.mkv

2.6 Практика.mkv

2 Часть/2.6 Практика.mkv

2.docx

2 Часть/2.docx

3 HW_3.ipynb

2 Часть/3 HW_3.ipynb

3 HW3_разбор.ipynb

2 Часть/3 HW3_разбор.ipynb

3 Lecture_3_LR .pdf

2 Часть/3 Lecture_3_LR .pdf

3 Practice_3.ipynb

2 Часть/3 Practice_3.ipynb

3 Конспект__3_урок__Линейная_регрессия.pdf

2 Часть/3 Конспект__3_урок__Линейная_регрессия.pdf

3.1 Линейные модели в МО.mkv

2 Часть/3.1 Линейные модели в МО.mkv

3.2 Экстремумы и производная функции.mkv

2 Часть/3.2 Экстремумы и производная функции.mkv

3.3 Линейная регрессия OLS.mkv

2 Часть/3.3 Линейная регрессия OLS.mkv

3.4 Ликбез №3 Матрицы.mkv

2 Часть/3.4 Ликбез №3 Матрицы.mkv

3.5 Работа с массивами в Numpy.mkv

2 Часть/3.5 Работа с массивами в Numpy.mkv

3.6 Линейная регрессия OLS Матричная форма.mkv

2 Часть/3.6 Линейная регрессия OLS Матричная форма.mkv

3.7 Линейная регрессия в Python. Практика.mkv

2 Часть/3.7 Линейная регрессия в Python. Практика.mkv

3.docx

2 Часть/3.docx

4 data.csv

2 Часть/4 data.csv

4 HW_4.ipynb

2 Часть/4 HW_4.ipynb

4 Lecture_4_Gradient_Descent.pptx

2 Часть/4 Lecture_4_Gradient_Descent.pptx

4 Practice_4.ipynb

2 Часть/4 Practice_4.ipynb

4 Конспект__4_урок__Градиентный_спуск.pdf

2 Часть/4 Конспект__4_урок__Градиентный_спуск.pdf

4 Разбор ДЗ 4 урока.mp4

2 Часть/4 Разбор ДЗ 4 урока.mp4

4 Разбор_4.ipynb

2 Часть/4 Разбор_4.ipynb

4.1 Введение в градиентный спуск Минимизация функции с одной переменной.mkv

2 Часть/4.1 Введение в градиентный спуск Минимизация функции с одной переменной.mkv

4.2 Минимизация функции с несколькими переменными.mkv

2 Часть/4.2 Минимизация функции с несколькими переменными.mkv

4.3 Линейная регрессия Подбор параметров η и ξ.mkv

2 Часть/4.3 Линейная регрессия Подбор параметров η и ξ.mkv

4.4 Настройка параметров графика в matplotlib.mkv

2 Часть/4.4 Настройка параметров графика в matplotlib.mkv

4.5 Изображение градиентного спуска в matplotlib.mkv

2 Часть/4.5 Изображение градиентного спуска в matplotlib.mkv

4.docx

2 Часть/4.docx

5 HW5_NEW.ipynb

2 Часть/5 HW5_NEW.ipynb

5 initial_data.csv

2 Часть/5 initial_data.csv

5 ks.csv

2 Часть/5 ks.csv

5 Practice_5.ipynb

2 Часть/5 Practice_5.ipynb

5 processed_data.csv

2 Часть/5 processed_data.csv

5 x.csv

2 Часть/5 x.csv

5 y.csv

2 Часть/5 y.csv

5 Конспект__5_урок__Обобщающая_способность_модели._Метод_отложенной_выборки._Кросс-Валидация..pdf

2 Часть/5 Конспект__5_урок__Обобщающая_способность_модели._Метод_отложенной_выборки._Кросс-Валидация..pdf

5 Разбор_5.ipynb

2 Часть/5 Разбор_5.ipynb

5.1 Обобщающая способность, метод отложенной выборки и кросс валидация.mkv

2 Часть/5.1 Обобщающая способность, метод отложенной выборки и кросс валидация.mkv

5.2 Практика Переобучение и недообучение.mkv

2 Часть/5.2 Практика Переобучение и недообучение.mkv

5.3 Кросс валидация, реальный практический пример.mkv

2 Часть/5.3 Кросс валидация, реальный практический пример.mkv

5.docx

2 Часть/5.docx

6 Lecture_6_Regularization.pdf

3 Часть/6 Lecture_6_Regularization.pdf

6 Practice_6.ipynb

3 Часть/6 Practice_6.ipynb

6 Конспект__6_урок__Мультиколлинеарность_регуляризация_и_масштабирование_признаков.pdf

3 Часть/6 Конспект__6_урок__Мультиколлинеарность_регуляризация_и_масштабирование_признаков.pdf

6 Разбор_6.ipynb

3 Часть/6 Разбор_6.ipynb

6.1 Проблема переобучения в МО.mkv

3 Часть/6.1 Проблема переобучения в МО.mkv

6.2 Регуляризация и масштабирование признаков.mkv

3 Часть/6.2 Регуляризация и масштабирование признаков.mkv

6.3 Ликбез №1 Условный экстремум и регуляризация.mkv

3 Часть/6.3 Ликбез №1 Условный экстремум и регуляризация.mkv

6.4 Практика №1. Регуляризация.mkv

3 Часть/6.4 Практика №1. Регуляризация.mkv

6.5 Мультиколлинеарность.mkv

3 Часть/6.5 Мультиколлинеарность.mkv

6.6 Практика №2. Мультиколлинеарность.mkv

3 Часть/6.6 Практика №2. Мультиколлинеарность.mkv

6.docx

3 Часть/6.docx

7 Practice_7.ipynb

3 Часть/7 Practice_7.ipynb

7 Конспект__7_урок__Методы_отбора_признаков.pdf

3 Часть/7 Конспект__7_урок__Методы_отбора_признаков.pdf

7 Разбор_7.ipynb

3 Часть/7 Разбор_7.ipynb

7.1 EDA.mkv

3 Часть/7.1 EDA.mkv

7.2 Встроенные методы.mp4

3 Часть/7.2 Встроенные методы.mp4

7.3 Метод обёртки.mkv

3 Часть/7.3 Метод обёртки.mkv

7.4 Метод фильтрации.mkv

3 Часть/7.4 Метод фильтрации.mkv

7.docx

3 Часть/7.docx

8 ks_crashed.csv

3 Часть/8 ks_crashed.csv

8 Lecture_8_Additional_Info.pptx

3 Часть/8 Lecture_8_Additional_Info.pptx

8 Practice_8.ipynb

3 Часть/8 Practice_8.ipynb

8 Конспект__8_урок__Полезные_приемы_при_работе_с_данными.pdf

3 Часть/8 Конспект__8_урок__Полезные_приемы_при_работе_с_данными.pdf

8 Разбор_8.ipynb

3 Часть/8 Разбор_8.ipynb

8.1 Работа с пропущенными значениями.mkv

3 Часть/8.1 Работа с пропущенными значениями.mkv

8.2 Работа с выбросами Advanced счетчики.mkv

3 Часть/8.2 Работа с выбросами Advanced счетчики.mkv

8.3 Выделение признаков из текста. Подход TF IDF.mkv

3 Часть/8.3 Выделение признаков из текста. Подход TF IDF.mkv

8.4 Лемматизация и стемминг.mkv

3 Часть/8.4 Лемматизация и стемминг.mkv

8.docx

3 Часть/8.docx

09 Разбор_10.ipynb

3 Часть/09 Разбор_10.ipynb

9 Practice_9_new.ipynb

3 Часть/9 Practice_9_new.ipynb

9 Конспект__9_урок__Housing_market_практика.pdf

3 Часть/9 Конспект__9_урок__Housing_market_практика.pdf

9.1 Обработка вещественных признаков.mp4

3 Часть/9.1 Обработка вещественных признаков.mp4

9.2 Обработка категориальных признаков.mp4

3 Часть/9.2 Обработка категориальных признаков.mp4

9.3 Построение модели.mp4

3 Часть/9.3 Построение модели.mp4

9.4 Анализ выбросов.mp4

3 Часть/9.4 Анализ выбросов.mp4

9.5 Сегментация данных.mp4

3 Часть/9.5 Сегментация данных.mp4

9.docx

3 Часть/9.docx

10 banking.csv

3 Часть/10 banking.csv

10 Practice_10.ipynb

3 Часть/10 Practice_10.ipynb

10 Конспект__10_урок__Линейная_классификация_оценка_вероятности.pdf

3 Часть/10 Конспект__10_урок__Линейная_классификация_оценка_вероятности.pdf

10 Разбор_10.ipynb

3 Часть/10 Разбор_10.ipynb

10 Разбор_11.ipynb

3 Часть/10 Разбор_11.ipynb

10.1 Бинарная классификация, разделяющая гиперплоскость.mkv

3 Часть/10.1 Бинарная классификация, разделяющая гиперплоскость.mkv

10.2 Как строить разделяющую гиперплоскость.mkv

3 Часть/10.2 Как строить разделяющую гиперплоскость.mkv

10.3 Ликбез 1. Метод верхней оценки.mkv

3 Часть/10.3 Ликбез 1. Метод верхней оценки.mkv

10.4 Практика. Линейная бинарная классификация в python.mkv

3 Часть/10.4 Практика. Линейная бинарная классификация в python.mkv

10.docx

3 Часть/10.docx

11 Lecture_11_Errors_Matrix.pptx

3 Часть/11 Lecture_11_Errors_Matrix.pptx

11 Practice_11.ipynb

3 Часть/11 Practice_11.ipynb

11 Конспект_11_урок_Матрица_ошибок_и_основные_метрики_классификации.pdf

3 Часть/11 Конспект_11_урок_Матрица_ошибок_и_основные_метрики_классификации.pdf

11 Разбор_12.ipynb

3 Часть/11 Разбор_12.ipynb

11.1 Метрики бинарной классификации. Теория.mkv

3 Часть/11.1 Метрики бинарной классификации. Теория.mkv

11.2 Метрики бинарной классификации. Практика.mkv

3 Часть/11.2 Метрики бинарной классификации. Практика.mkv

11.docx

3 Часть/11.docx

12 Lecture_12_ROC_PR_AUCS.pptx

3 Часть/12 Lecture_12_ROC_PR_AUCS.pptx

12 Practice_12.ipynb

3 Часть/12 Practice_12.ipynb

12 Конспект__12_урок__ROC_PR-кривые._AUC-ROC_AUC-PR._калибровка.pdf

3 Часть/12 Конспект__12_урок__ROC_PR-кривые._AUC-ROC_AUC-PR._калибровка.pdf

12 Разбор_13.ipynb

3 Часть/12 Разбор_13.ipynb

12.1 ROC кривая AUC ROC.mkv

3 Часть/12.1 ROC кривая AUC ROC.mkv

12.2 PR кривая AUC PR. Практика построения ROC кривых и PR кривых.mkv

3 Часть/12.2 PR кривая AUC PR. Практика построения ROC кривых и PR кривых.mkv

12.3 Калибровочная кривая модели.mkv

3 Часть/12.3 Калибровочная кривая модели.mkv

12.docx

3 Часть/12.docx

13 Lecture_13_SVM.pdf

3 Часть/13 Lecture_13_SVM.pdf

13 Practice_13.ipynb

3 Часть/13 Practice_13.ipynb

13 Конспект__13_урок__Метод_опорных_векторов.pdf

3 Часть/13 Конспект__13_урок__Метод_опорных_векторов.pdf

13 Разбор_14.ipynb

3 Часть/13 Разбор_14.ipynb

13.1 Метод опорных векторов SVM_2.mkv

3 Часть/13.1 Метод опорных векторов SVM_2.mkv

13.2 Линейная неразделимость - регуляризация в бинарной классификации.mkv

3 Часть/13.2 Линейная неразделимость - регуляризация в бинарной классификации.mkv

13.3 Практика.mkv

3 Часть/13.3 Практика.mkv

13.docx

3 Часть/13.docx

14 Practice_14.ipynb

3 Часть/14 Practice_14.ipynb

14 segmentation_data.csv

3 Часть/14 segmentation_data.csv

14 Конспект__14_урок_Многоклассовая_классификация_one_vs_rest_one_vs_one.pdf

3 Часть/14 Конспект__14_урок_Многоклассовая_классификация_one_vs_rest_one_vs_one.pdf

14 Разбор_15.ipynb

3 Часть/14 Разбор_15.ipynb

14.1 Методы one vs all и one vs one.mkv

3 Часть/14.1 Методы one vs all и one vs one.mkv

14.2 Метрики качества.mkv

3 Часть/14.2 Метрики качества.mkv

14.2 Метрики качества.mp4

3 Часть/14.2 Метрики качества.mp4

14.3 Практика. Задача сегментации клиентов.mkv

3 Часть/14.3 Практика. Задача сегментации клиентов.mkv

14.docx

3 Часть/14.docx

15 Lecture_15_Space_Dimension_Reduction.pptx

3 Часть/15 Lecture_15_Space_Dimension_Reduction.pptx

15 Practice_15_.ipynb

3 Часть/15 Practice_15_.ipynb

15 processed_segmentation.xlsx

3 Часть/15 processed_segmentation.xlsx

15 Конспект__15_урок__Понижение_размерности_признакового_пространства.pdf

3 Часть/15 Конспект__15_урок__Понижение_размерности_признакового_пространства.pdf

15 Разбор_16.ipynb

3 Часть/15 Разбор_16.ipynb

15.1 Понижение размерности. Постановка задачи.mkv

3 Часть/15.1 Понижение размерности. Постановка задачи.mkv

15.2 Метод главных компонент.mkv

3 Часть/15.2 Метод главных компонент.mkv

15.3 T-SNE.mkv

3 Часть/15.3 T-SNE.mkv

15.4 Практика.mkv

3 Часть/15.4 Практика.mkv

15.docx

3 Часть/15.docx

16 Lecture_16_KNN.pptx

3 Часть/16 Lecture_16_KNN.pptx

16 onevsrest.PNG

3 Часть/16 onevsrest.PNG

16 Practice_16.ipynb

3 Часть/16 Practice_16.ipynb

16 Конспект__16_урок__Метод_K_ближайших_соседей_обоснование_нелинейности_гиперпараметры_и_подбор_метрики_близости_объектов.pdf

3 Часть/16 Конспект__16_урок__Метод_K_ближайших_соседей_обоснование_нелинейности_гиперпараметры_и_подбор_метрики_близости_объектов.pdf

16 Разбор_17.ipynb

3 Часть/16 Разбор_17.ipynb

16.1 Метод K ближайших соседей.mkv

3 Часть/16.1 Метод K ближайших соседей.mkv

16.2 Практика. Сравнение линейной регрессии и метода KNN.mkv

3 Часть/16.2 Практика. Сравнение линейной регрессии и метода KNN.mkv

16.3 Гиперпараметры p и h. Перевзвешивание соседей.mkv

3 Часть/16.3 Гиперпараметры p и h. Перевзвешивание соседей.mkv

16.4 Практика. Гауссовское ядро.mkv

3 Часть/16.4 Практика. Гауссовское ядро.mkv

16.docx

3 Часть/16.docx

17 Lecture_17_Decision_Trees.pptx

3 Часть/17 Lecture_17_Decision_Trees.pptx

17 Practice_17.ipynb

3 Часть/17 Practice_17.ipynb

17 Конспект__17_урок__Решающее_дерево_постановка_задачи_регрессииклассификации_и_гиперпараметры_модели.pdf

3 Часть/17 Конспект__17_урок__Решающее_дерево_постановка_задачи_регрессииклассификации_и_гиперпараметры_модели.pdf

17 Разбор_18.ipynb

3 Часть/17 Разбор_18.ipynb

17.1 Введение в решающие деревья.mkv

3 Часть/17.1 Введение в решающие деревья.mkv

17.2 Критерии качества и информативности.mkv

3 Часть/17.2 Критерии качества и информативности.mkv

17.3 Критерии останова и жадный алгоритм.mkv

3 Часть/17.3 Критерии останова и жадный алгоритм.mkv

17.4 Практика.mkv

3 Часть/17.4 Практика.mkv

17.docx

3 Часть/17.docx

18 holidays_events.csv

3 Часть/18 holidays_events.csv

18 items.csv

3 Часть/18 items.csv

18 Lecture_18_DT_Overfit.pdf

3 Часть/18 Lecture_18_DT_Overfit.pdf

18 oil.csv

3 Часть/18 oil.csv

18 Practice_18.ipynb

3 Часть/18 Practice_18.ipynb

18 stores.csv

3 Часть/18 stores.csv

18 Конспект__18_урок__Решающее_дерево_проблемы_с_обобщающей_способностью_и_подбор_гиперпараметров.pdf

3 Часть/18 Конспект__18_урок__Решающее_дерево_проблемы_с_обобщающей_способностью_и_подбор_гиперпараметров.pdf

18 Разбор_19.ipynb

3 Часть/18 Разбор_19.ipynb

18.1 Решающие деревья и проблема переобучения.mkv

3 Часть/18.1 Решающие деревья и проблема переобучения.mkv

18.2 Практика. Предобработка и трансформация данных.mkv

3 Часть/18.2 Практика. Предобработка и трансформация данных.mkv

18.3 Практика. Обучение модели Decision tree.mkv

3 Часть/18.3 Практика. Обучение модели Decision tree.mkv

18.docx

3 Часть/18.docx

19 Lecture_19_Bagging_And_Stacking — копия.pptx

3 Часть/19 Lecture_19_Bagging_And_Stacking — копия.pptx

19 Practice_19.ipynb

3 Часть/19 Practice_19.ipynb

19 Конспект__19_урок_Композиции_алгоритмов._случайный_лес.pdf

3 Часть/19 Конспект__19_урок_Композиции_алгоритмов._случайный_лес.pdf

19 Разбор_20.ipynb

3 Часть/19 Разбор_20.ipynb

19.1 Композиции алгоритмов, бэггинг.mkv

3 Часть/19.1 Композиции алгоритмов, бэггинг.mkv

19.2 Random forest.mkv

3 Часть/19.2 Random forest.mkv

19.3 Стекинг.mkv

3 Часть/19.3 Стекинг.mkv

19.4 Практика.mkv

3 Часть/19.4 Практика.mkv

19.docx

3 Часть/19.docx

20 Lecture_20_Boosting_And_BVT.pptx

3 Часть/20 Lecture_20_Boosting_And_BVT.pptx

20 Practice_20.ipynb

3 Часть/20 Practice_20.ipynb

20 Конспект__20_урок__Градиентный_бустинг._biase-variance_tradeoff.pdf

3 Часть/20 Конспект__20_урок__Градиентный_бустинг._biase-variance_tradeoff.pdf

20 Разбор_21.ipynb

3 Часть/20 Разбор_21.ipynb

20.1 Бустинг.mkv

3 Часть/20.1 Бустинг.mkv

20.2 Градиентный бустинг.mkv

3 Часть/20.2 Градиентный бустинг.mkv

20.3 Bias-variance tradeoff.mkv

3 Часть/20.3 Bias-variance tradeoff.mkv

20.4 Практика.mkv

3 Часть/20.4 Практика.mkv

20.docx

3 Часть/20.docx

21 Lecture_21_Clustering.pptx

3 Часть/21 Lecture_21_Clustering.pptx

21 Practice_21.ipynb

3 Часть/21 Practice_21.ipynb

21 Конспект__21_урок__Кластеризация.pdf

3 Часть/21 Конспект__21_урок__Кластеризация.pdf

21.1 Введение.mkv

3 Часть/21.1 Введение.mkv

21.2 K-means.mkv

3 Часть/21.2 K-means.mkv

21.3 DBSCAN.mkv

3 Часть/21.3 DBSCAN.mkv

21.4 Практика.mkv

3 Часть/21.4 Практика.mkv

21.docx

3 Часть/21.docx

22 Lecture_22_RecSys.pptx

3 Часть/22 Lecture_22_RecSys.pptx

22 movies.csv

3 Часть/22 movies.csv

22 Practice_22.ipynb

3 Часть/22 Practice_22.ipynb

22 ratings.csv

3 Часть/22 ratings.csv

22 Конспект__22_урок__Рекомендательные_системы.pdf

3 Часть/22 Конспект__22_урок__Рекомендательные_системы.pdf

22.1 Контентная рекомендация.mkv

3 Часть/22.1 Контентная рекомендация.mkv

22.2 Коллаборативная фильтрация.mkv

3 Часть/22.2 Коллаборативная фильтрация.mkv

22.3 Оценка качества и валидация рекомендательных систем.mkv

3 Часть/22.3 Оценка качества и валидация рекомендательных систем.mkv

22.4 Практика построение модели рекомендательной системы.mkv

3 Часть/22.4 Практика построение модели рекомендательной системы.mkv

22.docx

3 Часть/22.docx

23 Lecture_23.pptx

3 Часть/23 Lecture_23.pptx

23.1 Общие вопросы.mkv

3 Часть/23.1 Общие вопросы.mkv

23.2 Вопросы о линейных моделях.mkv

3 Часть/23.2 Вопросы о линейных моделях.mkv

23.docx

3 Часть/23.docx

23_урок__Машинное_обучение_классические_задачи_и_алгоритмы_I.pdf

3 Часть/23_урок__Машинное_обучение_классические_задачи_и_алгоритмы_I.pdf

24 Lecture_24.pptx

3 Часть/24 Lecture_24.pptx

24 Машинное обучение классические задачи и алгоритмы II.mkv

3 Часть/24 Машинное обучение классические задачи и алгоритмы II.mkv

24.docx

3 Часть/24.docx

24_урок__Машинное_обучение_классические_задачи_и_алгоритмы_II.pdf

3 Часть/24_урок__Машинное_обучение_классические_задачи_и_алгоритмы_II.pdf

25 HW_1_Разбор.ipynb

3 Часть/25 HW_1_Разбор.ipynb

26 HW2_Разбор.ipynb

3 Часть/26 HW2_Разбор.ipynb

27 HW3_разбор.ipynb

3 Часть/27 HW3_разбор.ipynb

28 Разбор ДЗ 4 урока.mkv

3 Часть/28 Разбор ДЗ 4 урока.mkv

28 Разбор_4.ipynb

3 Часть/28 Разбор_4.ipynb

29 Разбор_5.ipynb

3 Часть/29 Разбор_5.ipynb

30 Разбор_6.ipynb

3 Часть/30 Разбор_6.ipynb

31 Разбор_7.ipynb

3 Часть/31 Разбор_7.ipynb

32 Разбор_8.ipynb

3 Часть/32 Разбор_8.ipynb

33 Разбор_10.ipynb

3 Часть/33 Разбор_10.ipynb

34 Разбор_11.ipynb

3 Часть/34 Разбор_11.ipynb

35 Разбор_12.ipynb

3 Часть/35 Разбор_12.ipynb

36 Разбор_13.ipynb

3 Часть/36 Разбор_13.ipynb

37 Разбор_14.ipynb

3 Часть/37 Разбор_14.ipynb

38 Разбор_15.ipynb

3 Часть/38 Разбор_15.ipynb

39 Разбор_16.ipynb

3 Часть/39 Разбор_16.ipynb

40 Разбор_17.ipynb

3 Часть/40 Разбор_17.ipynb

41 Разбор_18.ipynb

3 Часть/41 Разбор_18.ipynb

42 Разбор_19.ipynb

3 Часть/42 Разбор_19.ipynb

43 Разбор_20.ipynb

3 Часть/43 Разбор_20.ipynb

44 Разбор_21.ipynb

3 Часть/44 Разбор_21.ipynb

46 Разбор_23.ipynb

3 Часть/46 Разбор_23.ipynb

47 Разбор_24.ipynb

3 Часть/47 Разбор_24.ipynb

0 input.ipynb

4 Часть/0 input.ipynb

0 Kaggle- инструкция.mkv

4 Часть/0 Kaggle- инструкция.mkv

0.docx

4 Часть/0.docx

1 Lecture 1 Intro to DL.pptx

4 Часть/1 Lecture 1 Intro to DL.pptx

1 Seminar_1_Intro_to_DL.ipynb

4 Часть/1 Seminar_1_Intro_to_DL.ipynb

1. Введение. Полносвязные слои. Функции активации.mkv

4 Часть/1. Введение. Полносвязные слои. Функции активации.mkv

1. Семинар.mkv

4 Часть/1. Семинар.mkv

1.docx

4 Часть/1.docx

1_Конспект__1_урок__Введение._Полносвязные_слои._функции_активации(NEW).pdf

4 Часть/1_Конспект__1_урок__Введение._Полносвязные_слои._функции_активации(NEW).pdf

2 Lecture 2 Intro to DL.pdf

4 Часть/2 Lecture 2 Intro to DL.pdf

2 plot_trajectory.py

4 Часть/2 plot_trajectory.py

2 Seminar_2_Intro_to_DL.ipynb

4 Часть/2 Seminar_2_Intro_to_DL.ipynb

2 Конспект__2_урок_Оптимизация_нейронных_сетей._метод_обратного_распространения_ошибки.pdf

4 Часть/2 Конспект__2_урок_Оптимизация_нейронных_сетей._метод_обратного_распространения_ошибки.pdf

2.1 Градиентный спуск и методы оптимизации. Лекция.mkv

4 Часть/2.1 Градиентный спуск и методы оптимизации. Лекция.mkv

2.2 Обучение нейронных сетей. Лекция.mkv

4 Часть/2.2 Обучение нейронных сетей. Лекция.mkv

2.3 Высокоуровневое API для обучения нейросети. Семинар.mkv

4 Часть/2.3 Высокоуровневое API для обучения нейросети. Семинар.mkv

2.4 Обучение первой нейросети в PyTorch. Семинар.mkv

4 Часть/2.4 Обучение первой нейросети в PyTorch. Семинар.mkv

2.docx

4 Часть/2.docx

3 Lecture 3 Intro to DL.pdf

4 Часть/3 Lecture 3 Intro to DL.pdf

3 Seminar_3_Intro_to_DL.ipynb

4 Часть/3 Seminar_3_Intro_to_DL.ipynb

3 Конспект__3_урок__Сверточные_нейронные_сети.pdf

4 Часть/3 Конспект__3_урок__Сверточные_нейронные_сети.pdf

3.1 Сверточные нейронные сети. Лекция.mkv

4 Часть/3.1 Сверточные нейронные сети. Лекция.mkv

3.2 Сверточные нейронные сети. Семинар.mkv

4 Часть/3.2 Сверточные нейронные сети. Семинар.mkv

3.docx

4 Часть/3.docx

4 DataSphere introduction.ipynb

4 Часть/4 DataSphere introduction.ipynb

4 Seminar_4_Intro_to_DL.ipynb

4 Часть/4 Seminar_4_Intro_to_DL.ipynb

4 Конспект__4_урок__Сверточные_нейронные_сети._часть_ii.pdf

4 Часть/4 Конспект__4_урок__Сверточные_нейронные_сети._часть_ii.pdf

4.1 Регуляризация и нормализация нейронных сетей. Batch нормализация.mkv

4 Часть/4.1 Регуляризация и нормализация нейронных сетей. Batch нормализация.mkv

4.2 Нормализация входных данных. Инициализация параметров. Аугментация данных.mkv

4 Часть/4.2 Нормализация входных данных. Инициализация параметров. Аугментация данных.mkv

4.3 Практика.mkv

4 Часть/4.3 Практика.mkv

4.docx

4 Часть/4.docx

5 Seminar_5_Intro_to_DL.ipynb

4 Часть/5 Seminar_5_Intro_to_DL.ipynb

5 Конспект__5_урок__Популярные_архитектуры_сверточных_нейронных_сетей._перенос_знаний.pdf

4 Часть/5 Конспект__5_урок__Популярные_архитектуры_сверточных_нейронных_сетей._перенос_знаний.pdf

5.1 Популярные архитектуры сверточных нейронных сетей. Перенос знаний.mkv

4 Часть/5.1 Популярные архитектуры сверточных нейронных сетей. Перенос знаний.mkv

5.docx

4 Часть/5.docx

6 Seminar_6_Intro_to_DL.ipynb

4 Часть/6 Seminar_6_Intro_to_DL.ipynb

6 картинки.zip

4 Часть/6 картинки.zip

6 Конспект__6_урок__Детекция_объектов.pdf

4 Часть/6 Конспект__6_урок__Детекция_объектов.pdf

6.1 Сегментация объектов.mkv

4 Часть/6.1 Сегментация объектов.mkv

6.2 Практика по сегментации.mkv

4 Часть/6.2 Практика по сегментации.mkv

6.3 Детекция объектов.mkv

4 Часть/6.3 Детекция объектов.mkv

6.4 Практика по детекции.mkv

4 Часть/6.4 Практика по детекции.mkv

6.docx

4 Часть/6.docx

7 faces_dataset.zip

4 Часть/7 faces_dataset.zip

7 Lecture_7_Intro_to_DL.pdf

4 Часть/7 Lecture_7_Intro_to_DL.pdf

7 Seminar_7_Intro_to_DL_1.ipynb

4 Часть/7 Seminar_7_Intro_to_DL_1.ipynb

7 Seminar_7_Intro_to_DL_2.ipynb

4 Часть/7 Seminar_7_Intro_to_DL_2.ipynb

7 Конспект__7_урок__.pdf

4 Часть/7 Конспект__7_урок__.pdf

7.1 Автоэнкодеры.mkv

4 Часть/7.1 Автоэнкодеры.mkv

7.2 Идентификация лиц.mkv

4 Часть/7.2 Идентификация лиц.mkv

7.3 Автоэнкодеры на практике.mkv

4 Часть/7.3 Автоэнкодеры на практике.mkv

7.4 Распознавание лиц на практике.mkv

4 Часть/7.4 Распознавание лиц на практике.mkv

7.docx

4 Часть/7.docx

8 IMDB Dataset.csv

4 Часть/8 IMDB Dataset.csv

8 Lecture_8_Intro_to_DL.ipynb

4 Часть/8 Lecture_8_Intro_to_DL.ipynb

8 Lecture_8_Intro_to_DL.pdf

4 Часть/8 Lecture_8_Intro_to_DL.pdf

8 Конспект__8_урок__Векторные_представления_слов._рекуррентные_нейронные_сети.pdf

4 Часть/8 Конспект__8_урок__Векторные_представления_слов._рекуррентные_нейронные_сети.pdf

8.1 Векторные представления текстов. Лекция.mkv

4 Часть/8.1 Векторные представления текстов. Лекция.mkv

8.2 Векторные представления текстов. Семинар.mkv

4 Часть/8.2 Векторные представления текстов. Семинар.mkv

8.docx

4 Часть/8.docx

9 anek.txt

4 Часть/9 anek.txt

9 Lecture_9_Intro_to_DL.ipynb

4 Часть/9 Lecture_9_Intro_to_DL.ipynb

9 Lecture_9_Intro_to_DL.pdf

4 Часть/9 Lecture_9_Intro_to_DL.pdf

9 Конспект__9_урок__LSTM._Трансформер._механизм_внимания.pdf

4 Часть/9 Конспект__9_урок__LSTM._Трансформер._механизм_внимания.pdf

9.1 Реккурентные нейронные сети (RNN) и их модификации.mkv

4 Часть/9.1 Реккурентные нейронные сети (RNN) и их модификации.mkv

9.3 Трансформер.mkv

4 Часть/9.3 Трансформер.mkv

9.4 Практика.mkv

4 Часть/9.4 Практика.mkv

9.docx

4 Часть/9.docx

10 attention.py

4 Часть/10 attention.py

10 encoder_decoder.py

4 Часть/10 encoder_decoder.py

10 Lecture_10_Intro_to_DL_Bert.ipynb

4 Часть/10 Lecture_10_Intro_to_DL_Bert.ipynb

10 Lecture_10_Intro_to_DL_gpt.ipynb

4 Часть/10 Lecture_10_Intro_to_DL_gpt.ipynb

10 Lecture_10_Intro_to_DL_Transformer.ipynb

4 Часть/10 Lecture_10_Intro_to_DL_Transformer.ipynb

10 model.py

4 Часть/10 model.py

10.1 Трансформер своими руками.mkv

4 Часть/10.1 Трансформер своими руками.mkv

10.2 Bert.mkv

4 Часть/10.2 Bert.mkv

10.3 GPT.mkv

4 Часть/10.3 GPT.mkv

10.docx

4 Часть/10.docx

1 1 Статистика в ML.mkv

5 часть/1 1 Статистика в ML.mkv

1 2 Введение в теорию вероятностей.mkv

5 часть/1 2 Введение в теорию вероятностей.mkv

1 3 Условная вероятность Формула Байеса.mkv

5 часть/1 3 Условная вероятность Формула Байеса.mkv

1 4 Введение в статистику.mkv

5 часть/1 4 Введение в статистику.mkv

1 5 Дискретные распределения.mkv

5 часть/1 5 Дискретные распределения.mkv

1 hw_1.ipynb

5 часть/1 hw_1.ipynb

1 startml_каюмов_урок1.pdf

5 часть/1 startml_каюмов_урок1.pdf

1 Задания.docx

5 часть/1 Задания.docx

1_Конспект__1_урок___Зачем_нужна_статистика_и_AB_тесты.pdf

5 часть/1_Конспект__1_урок___Зачем_нужна_статистика_и_AB_тесты.pdf

2 1 Для чего нужны доверительные интервалы.mkv

5 часть/2 1 Для чего нужны доверительные интервалы.mkv

2 2 Построение доверительных интервалов.mp4

5 часть/2 2 Построение доверительных интервалов.mp4

2 3 Виды распределений случайных величин.mkv

5 часть/2 3 Виды распределений случайных величин.mkv

2 4 Центральная предельная теорема ЦПТ.mkv

5 часть/2 4 Центральная предельная теорема ЦПТ.mkv

2 5 Применение ЦПТ.mkv

5 часть/2 5 Применение ЦПТ.mkv

2 6 Доверительный интервал для доли.mkv

5 часть/2 6 Доверительный интервал для доли.mkv

2 demo_2.ipynb

5 часть/2 demo_2.ipynb

2 hw_2.ipynb

5 часть/2 hw_2.ipynb

2.docx

5 часть/2.docx

2_Конспект__2_урок___Доверительные_интервалы.pdf

5 часть/2_Конспект__2_урок___Доверительные_интервалы.pdf

2slides_2.pdf

5 часть/2slides_2.pdf

3 demo_3.ipynb

5 часть/3 demo_3.ipynb

3 hw_3.ipynb

5 часть/3 hw_3.ipynb

3 slides_3.pdf

5 часть/3 slides_3.pdf

3. Статистики распределений, взаимосвязь случайных величин.mkv

5 часть/3. Статистики распределений, взаимосвязь случайных величин.mkv

3.docx

5 часть/3.docx

3_Конспект__3_урок___Статистики_распределений_взаимосвязь_случайных_величин_показатели_корреляции.pdf

5 часть/3_Конспект__3_урок___Статистики_распределений_взаимосвязь_случайных_величин_показатели_корреляции.pdf

4 Проверка гипотез, параметрические статистические критерии.mkv

5 часть/4 Проверка гипотез, параметрические статистические критерии.mkv

4 demo_4.ipynb

5 часть/4 demo_4.ipynb

4 hw_4.ipynb

5 часть/4 hw_4.ipynb

4 slides_4.pdf

5 часть/4 slides_4.pdf

4.docx

5 часть/4.docx

4_Конспект__4_урок___Проверка_гипотез_параметрические_статистические_критерии.pdf

5 часть/4_Конспект__4_урок___Проверка_гипотез_параметрические_статистические_критерии.pdf

5 demo_5.ipynb

5 часть/5 demo_5.ipynb

5 hw_5.ipynb

5 часть/5 hw_5.ipynb

5 slides_5.pdf

5 часть/5 slides_5.pdf

5. Непараметрические статистические критерии.mkv

5 часть/5. Непараметрические статистические критерии.mkv

5.docx

5 часть/5.docx

5_Конспект__5_урок__Непараметрические_статистические_критерии.pdf

5 часть/5_Конспект__5_урок__Непараметрические_статистические_критерии.pdf

6 demo_6.ipynb

5 часть/6 demo_6.ipynb

6 hw_6.ipynb

5 часть/6 hw_6.ipynb

6 slides_6.pdf

5 часть/6 slides_6.pdf

6. Метод максимума правдоподобия и ядерная оценка плотности.mkv

5 часть/6. Метод максимума правдоподобия и ядерная оценка плотности.mkv

6.docx

5 часть/6.docx

6_Конспект__6_урок___Метод_максимума_правдоподобия_и_ядерная_оценка_плотности.pdf

5 часть/6_Конспект__6_урок___Метод_максимума_правдоподобия_и_ядерная_оценка_плотности.pdf

7 demo_7.ipynb

5 часть/7 demo_7.ipynb

7 hw_7.ipynb

5 часть/7 hw_7.ipynb

7 slides_7.pdf

5 часть/7 slides_7.pdf

7. Дизайн AB эксперимента.mkv

5 часть/7. Дизайн AB эксперимента.mkv

7.docx

5 часть/7.docx

7_Конспект__7_урок__Дизайн_AB_эксперимента.pdf

5 часть/7_Конспект__7_урок__Дизайн_AB_эксперимента.pdf

8 demo_8.ipynb

5 часть/8 demo_8.ipynb

8 hw_8.ipynb

5 часть/8 hw_8.ipynb

8 slides_8.pdf

5 часть/8 slides_8.pdf

8. АA эксперименты и валидация методики экспериментирования.mkv

5 часть/8. АA эксперименты и валидация методики экспериментирования.mkv

8.docx

5 часть/8.docx

8_Конспект__8_урок__АА-эксперименты_и_валидация_методики_экспериментирования.pdf

5 часть/8_Конспект__8_урок__АА-эксперименты_и_валидация_методики_экспериментирования.pdf

9 demo_9.ipynb

5 часть/9 demo_9.ipynb

9 hw_9.ipynb

5 часть/9 hw_9.ipynb

9 slides_9.pdf

5 часть/9 slides_9.pdf

9. Ошибки при проведении AB тестов.mkv

5 часть/9. Ошибки при проведении AB тестов.mkv

9.docx

5 часть/9.docx

9______AB_.pdf

5 часть/9______AB_.pdf

10 demo_10.ipynb

5 часть/10 demo_10.ipynb

10 hw_10.ipynb

5 часть/10 hw_10.ipynb

10 slides_10.pdf

5 часть/10 slides_10.pdf

10.1 Уменьшение дисперсии. Поправка Cuped.mkv

5 часть/10.1 Уменьшение дисперсии. Поправка Cuped.mkv

10.2 Сравнение изменений числа кликов и CTR.mkv

5 часть/10.2 Сравнение изменений числа кликов и CTR.mkv

10.docx

5 часть/10.docx

10_Конспект__10__ Увеличение чувствительности_А_В тестов____.pdf

5 часть/10_Конспект__10__ Увеличение чувствительности_А_В тестов____.pdf

11 app_11.py

5 часть/11 app_11.py

11 hw_11.ipynb

5 часть/11 hw_11.ipynb

11 slides_11.pdf

5 часть/11 slides_11.pdf

11. Невозможность проведения АВ тестов.mkv

5 часть/11. Невозможность проведения АВ тестов.mkv

11.docx

5 часть/11.docx

11_Конспект__11_урок__Невозможность_проведения_AB_тестов.pdf

5 часть/11_Конспект__11_урок__Невозможность_проведения_AB_тестов.pdf

5 1 Общий подход к рекурсии.mkv

7 часть/5 1 Общий подход к рекурсии.mkv

5 2 Динамическое программирование.mkv

7 часть/5 2 Динамическое программирование.mkv

5 3 Разделяй и властвуй.mkv

7 часть/5 3 Разделяй и властвуй.mkv

5 Notion.docx

7 часть/5 Notion.docx

5 Задания.docx

7 часть/5 Задания.docx

5 М5 Л5.pdf

7 часть/5 М5 Л5.pdf

5_Конспект__5_урок___Программирование_на_python._Задачи_на_динамическое_программирование..pdf

7 часть/5_Конспект__5_урок___Программирование_на_python._Задачи_на_динамическое_программирование..pdf

6 _Конспект__6_урок___Машинное_обучение_еще_раз_повторяем_что_может_встретиться_на_собеседовании.pdf

7 часть/6 _Конспект__6_урок___Машинное_обучение_еще_раз_повторяем_что_может_встретиться_на_собеседовании.pdf

6 Interview_6.ipynb

7 часть/6 Interview_6.ipynb

6 Notion.docx

7 часть/6 Notion.docx

6 Practice_5.ipynb

7 часть/6 Practice_5.ipynb

6 test.csv

7 часть/6 test.csv

6 train.csv

7 часть/6 train.csv

6 Задания.docx

7 часть/6 Задания.docx

6. Машинное обучение ещё раз повторяем, что может встретиться на собеседовании.mkv

7 часть/6. Машинное обучение ещё раз повторяем, что может встретиться на собеседовании.mkv

7 Notion.docx

7 часть/7 Notion.docx

7 Задания.docx

7 часть/7 Задания.docx

7. Собеседования по теории вероятностей и статистике.mkv

7 часть/7. Собеседования по теории вероятностей и статистике.mkv

7_Конспект__7_урок___Собеседования_по_теории_вероятностей_и_статистике.pdf

7 часть/7_Конспект__7_урок___Собеседования_по_теории_вероятностей_и_статистике.pdf

8 M5_Л8.pdf

7 часть/8 M5_Л8.pdf

8 Notion.docx

7 часть/8 Notion.docx

8 Задания.docx

7 часть/8 Задания.docx

8. Собеседования по АВ тестированию.mkv

7 часть/8. Собеседования по АВ тестированию.mkv

8_Конспект__8_урок___Собеседования_по_AB_тестированию.pdf

7 часть/8_Конспект__8_урок___Собеседования_по_AB_тестированию.pdf

9 Start ML_подготовка к собеседованию.pdf

7 часть/9 Start ML_подготовка к собеседованию.pdf

9 Гайд для ML.pdf

7 часть/9 Гайд для ML.pdf

9 как оформить гитхаб.pdf

7 часть/9 как оформить гитхаб.pdf

9 Трудоустройство- первые шаги.mkv

7 часть/9 Трудоустройство- первые шаги.mkv

Эпилог.docx

7 часть/Эпилог.docx