FileMood

Download [Karpov.courses] Machine Learning для начинающих (2023)

Karpov courses Machine Learning для начинающих 2023

Name

[Karpov.courses] Machine Learning для начинающих (2023)

 DOWNLOAD Copy Link

Total Size

22.6 GB

Total Files

588

Last Seen

2024-12-24 00:58

Hash

2BAB2EA79A752FE3473EA18E685C2FDCC3F8A9E1

/7 часть/

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

407.8 MB

5 1 Общий подход к рекурсии.mkv

133.2 MB

5 2 Динамическое программирование.mkv

226.8 MB

5 3 Разделяй и властвуй.mkv

276.8 MB

5 Notion.docx

12.6 KB

5 Задания.docx

62.7 KB

5 М5 Л5.pdf

4.0 MB

5_Конспект__5_урок___Программирование_на_python._Задачи_на_динамическое_программирование..pdf

270.6 KB

6 _Конспект__6_урок___Машинное_обучение_еще_раз_повторяем_что_может_встретиться_на_собеседовании.pdf

233.8 KB

6 Interview_6.ipynb

42.3 KB

6 Notion.docx

12.6 KB

6 Practice_5.ipynb

68.3 KB

6 test.csv

1.6 MB

6 train.csv

4.3 MB

6 Задания.docx

18.0 KB

7 Notion.docx

12.6 KB

7 Задания.docx

17.6 KB

7. Собеседования по теории вероятностей и статистике.mkv

84.3 MB

7_Конспект__7_урок___Собеседования_по_теории_вероятностей_и_статистике.pdf

230.2 KB

8 M5_Л8.pdf

13.8 MB

8 Notion.docx

12.8 KB

8 Задания.docx

16.7 KB

8. Собеседования по АВ тестированию.mkv

59.6 MB

8_Конспект__8_урок___Собеседования_по_AB_тестированию.pdf

337.6 KB

9 Start ML_подготовка к собеседованию.pdf

6.8 MB

9 Гайд для ML.pdf

9.2 MB

9 как оформить гитхаб.pdf

3.3 MB

9 Трудоустройство- первые шаги.mkv

145.1 MB

Эпилог.docx

174.5 KB

/1 Часть/1 Модуль/

2 Среда и инструменты.docx

144.8 KB

3 Типы заданий.docx

16.0 KB

4 Вводный вебинар.mp4

211.6 MB

5 Как подключиться к Slack через VPN.docx

14.3 KB

1 Организация курса.docx

16.9 KB

/1 Часть/2 Модуль/

0.1 Python в машинном обучении.mkv

75.0 MB

0.2 Пример- Python для анализа изображений.mkv

28.8 MB

1 Lesson.ipynb

67.9 KB

1 Задания.docx

30.3 KB

1.1 Переменные.mkv

48.0 MB

1.2 Типы данных_2.mkv

125.4 MB

1.3 Циклы.mkv

42.2 MB

1.3 Циклы_2.mkv

42.2 MB

1.4 Условный оператор If_2.mkv

54.3 MB

1_урок__Основы_программирования_Python.pdf

10.3 MB

2 Lesson.ipynb

67.0 KB

2 Задания.docx

38.5 KB

2.1 Функции в python.mkv

51.0 MB

2.2 Аргументы функции_2.mkv

50.6 MB

2.3 Call stack и ошибки в python_2.mkv

75.0 MB

2.4 Ссылочная модель данных.mkv

22.6 MB

2.5 Модель памяти в python.mkv

35.3 MB

2.6 Изменяемые и неизменяемые типы данных.mkv

27.2 MB

2.7 Срезы. Продвинутая работа со строкам.mkv

57.4 MB

2_урок__Функции._Ссылочная_модель_данных._Погружение_в_типы._Изменяемые_типы._Срезы._работа_со_строками.pdf

3.9 MB

3 Lesson.ipynb

12.9 KB

3 Задания.docx

30.7 KB

3.0 Интро.mkv

12.7 MB

3.1 Библиотеки.mkv

71.0 MB

3.2 Windows 10 Установка Anaconda.mkv

20.7 MB

3.3 Linux Установка Anaconda.mkv

18.8 MB

3.4 MacOS Установка Anaconda.mkv

11.3 MB

3.5 Установка сторонних пакетов_2.mkv

69.5 MB

3.6 Виртуальное окружение_2.mkv

60.6 MB

3.7 Итоги.mkv

11.2 MB

3_урок__Внешние_модули._Экосистема_PyPi._установка_пакетов_в_виртуальные_окружения.pdf

427.4 KB

4 Lesson.ipynb

225.4 KB

4 Задания.docx

24.8 KB

4. _Обзор numpy, pandas, Jupyter. Основы jupyter_.pdf

374.1 KB

4.1 Введение.mkv

10.3 MB

4.2 Знакомство с Jupyter. Ячейки.mkv

18.1 MB

4.3 Знакомство с Jupyter. Горячие клавиши.mkv

50.2 MB

4.4 Знакомство с Jupyter. Магические команды.mkv

60.1 MB

4.5 Знакомство с Jupyter. Kernel.mkv

27.7 MB

4.6 Numpy.mkv

17.4 MB

4.7 Pandas.mkv

35.0 MB

4.8 Matplotlib.mkv

33.1 MB

4.9 Заключение.mkv

7.8 MB

5 Lesson.ipynb

415.1 KB

5 train.csv

648.4 KB

5 Задания.docx

35.1 KB

5 Минипроект.docx

22.2 KB

5. _pandas_.pdf

818.0 KB

5.1 Чтение файлов и обзор данных.mkv

100.2 MB

5.2 Фильтрация данных, логические операторы.mkv

70.9 MB

5.3 Функции фильтры.mkv

50.5 MB

5.4 Series и Index.mkv

94.1 MB

5.5 Группировка данных.mkv

66.2 MB

5.6 Работа с датами и временем.mkv

64.8 MB

5.7 Визуализация.mkv

42.2 MB

5.8 Сохранение данных.mkv

32.8 MB

6 Lesson.ipynb

602.3 KB

6 Задания.docx

21.9 KB

6.1 Базы данных и СУБД.mkv

19.4 MB

6.2 Основные SQL запросы Получение, аггрегация и сортировка данных.mkv

76.3 MB

6.3 Объединение таблиц JOIN_2.mkv

102.2 MB

6.4 SQL в Python_2.mkv

66.5 MB

6__Базы_данных_в_Python_основы.pdf

334.1 KB

6_Redash.pdf

293.3 KB

7 Lesson.ipynb

64.5 KB

7 Задания.docx

34.6 KB

7.1 Классы, объекты и методы_2.mkv

65.3 MB

7.2 Принципы ООП Часть 1.mkv

61.7 MB

7.3 Принципы ООП. Часть 2.mkv

63.8 MB

7_урок__Классы_и_ООП.pdf

239.8 KB

8 Lesson.ipynb

32.0 KB

8 Задания.docx

856.6 KB

8.1 Введение в git_2.mkv

92.5 MB

8.2 Ветки и теги_2.mkv

76.0 MB

8.3 Возможности git diff Ветвление. Использование тэгов.mkv

77.2 MB

8.4 Слияние веток.mkv

61.4 MB

8.5 Конфликт слияния веток.mkv

61.4 MB

8.6 Стратегии ветвления при разработке. Работа с удаленными провайдерами.mkv

113.7 MB

8.7 Взаимоотношение между remotes. Загрузка репозитория на удаленный сервер.mkv

79.4 MB

8_урок__Версионирование_кода_и_git.pdf

1.1 MB

9 Lesson.ipynb

21.2 KB

9 Задания.docx

30.0 KB

9.1 Запрос на сервер.mkv

99.4 MB

9.2 Ответ сервера API.mkv

74.6 MB

9.3 Практика написания запросов. Метод get.mkv

68.9 MB

9.4 Практика написания запросов. Метод post. Подключение к базе данных. Валидация.mkv

94.7 MB

9.5 Подводные камни валидации. Валидация в FastAPI.mkv

35.1 MB

9.6 Статус коды.mkv

55.4 MB

9_урок__Backend-разработка_что_это_такое._фреймворк_fastapi_для_прототипирования_backend-сервера.pdf

1.3 MB

10 Задания.docx

23.7 KB

10 лекция скрипты.zip

44.7 KB

10 Лекция.pdf

175.9 KB

10.1. FastAPI и SQLAlchemy.mkv

135.4 MB

10.2 ORM, SQLAlchemy_2.mkv

177.8 MB

10_урок__Базы_данных_в_Python_ORM.pdf

725.0 KB

11 Lecture.ipynb

34.1 KB

11 Задания.docx

269.9 KB

11.1 Введение_2.mkv

18.5 MB

11.2 Устройство Аirflow.mkv

102.4 MB

11.3 Запуск и веб интерфейс.mkv

61.0 MB

11.4 Python operator.mkv

96.7 MB

11.5 Передача информации.mkv

42.1 MB

11.6 Connections.mkv

22.4 MB

11.7 Лучшие практики.mkv

41.6 MB

11_урок__Airflow_Обзор_платформы.pdf

203.5 KB

12 demo-best-practices-solutions.zip

4.2 KB

12.1 Шаблон приложения.mkv

42.6 MB

12.2 Переменные окружения.mkv

54.7 MB

12.3 Проблема SQL инъекций.mkv

28.0 MB

12.4 Вынесение настроек в конфиг.mkv

29.1 MB

12.5 Разделение кода на модули.mkv

74.8 MB

12.6 Идемпотентность.mkv

26.0 MB

12_урок__Полезные_вещи_в_разработке.pdf

405.6 KB

/1 Часть/GITLAB/

airflow-master.zip

1.1 MB

demo-best-practices-master.zip

4.3 KB

final_project-master.zip

3.0 KB

git-master.zip

1.6 KB

/2 Часть/

1 HW_1_Разбор.ipynb

72.9 KB

1 дз HW1new.ipynb

19.7 KB

1 дз taxi_dataset.csv

190.8 MB

1.1 Задачи машинного обучения.mkv

51.0 MB

1.2 Основные виды машинного обучения.mkv

43.9 MB

1.3 Компоненты классической ML-задачи.mkv

57.2 MB

1.4 Практика.mkv

276.9 MB

1.docx

207.9 KB

2 HW2_Разбор.ipynb

33.1 KB

2 Lecture_2_Metrics (2).pdf

5.4 MB

2 Practice_2.ipynb

269.5 KB

2 ДЗ HW_2.ipynb

19.7 KB

2 ДЗ taxi_dataset_with_predictions.csv

168.6 MB

2 Конспект__2_урок__Оценка_качества_работы_моделей.pdf

1.6 MB

2.1 Оценка качества модели.mkv

21.5 MB

2.2 Понятие функции и функциональной зависимости.mkv

25.8 MB

2.3 Функция потерь Loss function.mkv

21.2 MB

2.4 Функционал качества и метрика.mkv

28.1 MB

2.5 Король и королева регрессии MSE и MAE.mkv

26.9 MB

2.6 Практика.mkv

39.9 MB

2.docx

171.7 KB

3 HW3_разбор.ipynb

16.3 KB

3 HW_3.ipynb

12.9 KB

3 Lecture_3_LR .pdf

16.9 MB

3 Practice_3.ipynb

25.9 KB

3 Конспект__3_урок__Линейная_регрессия.pdf

4.5 MB

3.1 Линейные модели в МО.mkv

66.2 MB

3.2 Экстремумы и производная функции.mkv

85.5 MB

3.3 Линейная регрессия OLS.mkv

25.8 MB

3.4 Ликбез №3 Матрицы.mkv

29.2 MB

3.5 Работа с массивами в Numpy.mkv

41.5 MB

3.6 Линейная регрессия OLS Матричная форма.mkv

28.7 MB

3.7 Линейная регрессия в Python. Практика.mkv

59.9 MB

3.docx

36.6 KB

4 data.csv

212.4 KB

4 HW_4.ipynb

19.8 KB

4 Lecture_4_Gradient_Descent.pptx

3.9 MB

4 Practice_4.ipynb

408.4 KB

4 Конспект__4_урок__Градиентный_спуск.pdf

807.7 KB

4 Разбор ДЗ 4 урока.mp4

197.0 MB

4 Разбор_4.ipynb

167.6 KB

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

73.8 MB

4.2 Минимизация функции с несколькими переменными.mkv

73.6 MB

4.3 Линейная регрессия Подбор параметров η и ξ.mkv

79.2 MB

4.4 Настройка параметров графика в matplotlib.mkv

120.3 MB

4.5 Изображение градиентного спуска в matplotlib.mkv

111.3 MB

4.docx

201.4 KB

5 HW5_NEW.ipynb

17.2 KB

5 initial_data.csv

173.6 MB

5 ks.csv

44.7 MB

5 Practice_5.ipynb

278.6 KB

5 processed_data.csv

87.6 MB

5 x.csv

31.1 MB

5 y.csv

2.1 MB

5 Конспект__5_урок__Обобщающая_способность_модели._Метод_отложенной_выборки._Кросс-Валидация..pdf

1.1 MB

5 Разбор_5.ipynb

25.3 KB

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

98.1 MB

5.2 Практика Переобучение и недообучение.mkv

190.1 MB

5.3 Кросс валидация, реальный практический пример.mkv

197.5 MB

5.docx

71.9 KB

/2 Часть/1/

ks.csv

44.7 MB

Lecture_1_Object_Target.pdf

1.1 MB

macrofeatures.xlsx

1.9 MB

Practice_1.ipynb

242.3 KB

Конспект__1_урок__Введение_в_МО_каким_оно_бывает_и_каковы_основные_компоненты.pdf

478.7 KB

/3 Часть/

6 Lecture_6_Regularization.pdf

1.2 MB

6 Practice_6.ipynb

229.2 KB

6 Конспект__6_урок__Мультиколлинеарность_регуляризация_и_масштабирование_признаков.pdf

666.0 KB

6 Разбор_6.ipynb

35.4 KB

6.1 Проблема переобучения в МО.mkv

144.8 MB

6.2 Регуляризация и масштабирование признаков.mkv

80.0 MB

6.3 Ликбез №1 Условный экстремум и регуляризация.mkv

40.3 MB

6.4 Практика №1. Регуляризация.mkv

81.4 MB

6.5 Мультиколлинеарность.mkv

44.0 MB

6.6 Практика №2. Мультиколлинеарность.mkv

72.9 MB

6.docx

13.2 KB

7 Practice_7.ipynb

351.4 KB

7 Конспект__7_урок__Методы_отбора_признаков.pdf

4.1 MB

7 Разбор_7.ipynb

546.8 KB

7.1 EDA.mkv

113.0 MB

7.2 Встроенные методы.mp4

26.1 MB

7.3 Метод обёртки.mkv

128.5 MB

7.4 Метод фильтрации.mkv

195.1 MB

7.docx

19.4 KB

8 ks_crashed.csv

20.3 MB

8 Lecture_8_Additional_Info.pptx

708.7 KB

8 Practice_8.ipynb

129.1 KB

8 Конспект__8_урок__Полезные_приемы_при_работе_с_данными.pdf

4.3 MB

8 Разбор_8.ipynb

53.5 KB

8.1 Работа с пропущенными значениями.mkv

121.2 MB

8.2 Работа с выбросами Advanced счетчики.mkv

165.7 MB

8.3 Выделение признаков из текста. Подход TF IDF.mkv

64.1 MB

8.4 Лемматизация и стемминг.mkv

87.6 MB

8.docx

19.2 KB

9 Practice_9_new.ipynb

1.2 MB

9 Конспект__9_урок__Housing_market_практика.pdf

5.0 MB

9.1 Обработка вещественных признаков.mp4

124.6 MB

9.2 Обработка категориальных признаков.mp4

77.2 MB

9.3 Построение модели.mp4

219.3 MB

9.4 Анализ выбросов.mp4

21.7 MB

9.5 Сегментация данных.mp4

100.6 MB

9.docx

12.5 KB

09 Разбор_10.ipynb

90.1 KB

10 banking.csv

4.9 MB

10 Practice_10.ipynb

469.0 KB

10 Конспект__10_урок__Линейная_классификация_оценка_вероятности.pdf

4.6 MB

10 Разбор_10.ipynb

90.1 KB

10 Разбор_11.ipynb

29.6 KB

10.1 Бинарная классификация, разделяющая гиперплоскость.mkv

87.6 MB

10.2 Как строить разделяющую гиперплоскость.mkv

51.1 MB

10.3 Ликбез 1. Метод верхней оценки.mkv

89.6 MB

10.4 Практика. Линейная бинарная классификация в python.mkv

272.2 MB

10.docx

19.5 KB

11 Lecture_11_Errors_Matrix.pptx

3.8 MB

11 Practice_11.ipynb

516.6 KB

11 Конспект_11_урок_Матрица_ошибок_и_основные_метрики_классификации.pdf

3.0 MB

11 Разбор_12.ipynb

12.6 KB

11.1 Метрики бинарной классификации. Теория.mkv

92.7 MB

11.2 Метрики бинарной классификации. Практика.mkv

84.3 MB

11.docx

30.0 KB

12 Lecture_12_ROC_PR_AUCS.pptx

776.5 KB

12 Practice_12.ipynb

621.0 KB

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

524.9 KB

12 Разбор_13.ipynb

13.7 KB

12.1 ROC кривая AUC ROC.mkv

67.3 MB

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

74.2 MB

12.3 Калибровочная кривая модели.mkv

96.2 MB

12.docx

16.6 KB

13 Lecture_13_SVM.pdf

1.0 MB

13 Practice_13.ipynb

753.5 KB

13 Конспект__13_урок__Метод_опорных_векторов.pdf

511.9 KB

13 Разбор_14.ipynb

24.5 KB

13.1 Метод опорных векторов SVM_2.mkv

90.2 MB

13.2 Линейная неразделимость - регуляризация в бинарной классификации.mkv

52.9 MB

13.3 Практика.mkv

86.3 MB

13.docx

46.6 KB

14 Practice_14.ipynb

539.8 KB

14 segmentation_data.csv

425.4 KB

14 Конспект__14_урок_Многоклассовая_классификация_one_vs_rest_one_vs_one.pdf

447.1 KB

14 Разбор_15.ipynb

31.6 KB

14.1 Методы one vs all и one vs one.mkv

85.1 MB

14.2 Метрики качества.mkv

31.1 MB

14.2 Метрики качества.mp4

29.5 MB

14.3 Практика. Задача сегментации клиентов.mkv

343.3 MB

14.docx

21.1 KB

15 Lecture_15_Space_Dimension_Reduction.pptx

2.9 MB

15 Practice_15_.ipynb

1.5 MB

15 processed_segmentation.xlsx

465.7 KB

15 Конспект__15_урок__Понижение_размерности_признакового_пространства.pdf

960.7 KB

15 Разбор_16.ipynb

24.5 KB

15.1 Понижение размерности. Постановка задачи.mkv

49.7 MB

15.2 Метод главных компонент.mkv

45.7 MB

15.3 T-SNE.mkv

55.2 MB

15.4 Практика.mkv

104.2 MB

15.docx

17.4 KB

16 Lecture_16_KNN.pptx

760.8 KB

16 onevsrest.PNG

27.0 KB

16 Practice_16.ipynb

48.6 KB

16 Конспект__16_урок__Метод_K_ближайших_соседей_обоснование_нелинейности_гиперпараметры_и_подбор_метрики_близости_объектов.pdf

850.6 KB

16 Разбор_17.ipynb

17.5 KB

16.1 Метод K ближайших соседей.mkv

48.0 MB

16.2 Практика. Сравнение линейной регрессии и метода KNN.mkv

99.0 MB

16.3 Гиперпараметры p и h. Перевзвешивание соседей.mkv

54.9 MB

16.4 Практика. Гауссовское ядро.mkv

99.9 MB

16.docx

17.4 KB

17 Lecture_17_Decision_Trees.pptx

1.7 MB

17 Practice_17.ipynb

734.6 KB

17 Конспект__17_урок__Решающее_дерево_постановка_задачи_регрессииклассификации_и_гиперпараметры_модели.pdf

1.2 MB

17 Разбор_18.ipynb

22.0 KB

17.1 Введение в решающие деревья.mkv

74.1 MB

17.2 Критерии качества и информативности.mkv

55.4 MB

17.3 Критерии останова и жадный алгоритм.mkv

25.3 MB

17.4 Практика.mkv

162.4 MB

17.docx

16.1 KB

18 holidays_events.csv

22.3 KB

18 items.csv

101.8 KB

18 Lecture_18_DT_Overfit.pdf

1.2 MB

18 oil.csv

20.6 KB

18 Practice_18.ipynb

926.2 KB

18 stores.csv

1.4 KB

18 Конспект__18_урок__Решающее_дерево_проблемы_с_обобщающей_способностью_и_подбор_гиперпараметров.pdf

563.6 KB

18 Разбор_19.ipynb

31.6 KB

18.1 Решающие деревья и проблема переобучения.mkv

79.2 MB

18.2 Практика. Предобработка и трансформация данных.mkv

111.8 MB

18.3 Практика. Обучение модели Decision tree.mkv

111.3 MB

18.docx

16.0 KB

19 Lecture_19_Bagging_And_Stacking — копия.pptx

1.4 MB

19 Practice_19.ipynb

478.7 KB

19 Конспект__19_урок_Композиции_алгоритмов._случайный_лес.pdf

455.8 KB

19 Разбор_20.ipynb

87.3 KB

19.1 Композиции алгоритмов, бэггинг.mkv

49.4 MB

19.2 Random forest.mkv

24.6 MB

19.3 Стекинг.mkv

33.4 MB

19.4 Практика.mkv

317.1 MB

19.docx

19.8 KB

20 Lecture_20_Boosting_And_BVT.pptx

1.8 MB

20 Practice_20.ipynb

2.0 MB

20 Конспект__20_урок__Градиентный_бустинг._biase-variance_tradeoff.pdf

684.8 KB

20 Разбор_21.ipynb

23.3 KB

20.1 Бустинг.mkv

40.7 MB

20.2 Градиентный бустинг.mkv

110.5 MB

20.3 Bias-variance tradeoff.mkv

67.9 MB

20.4 Практика.mkv

185.5 MB

20.docx

215.4 KB

21 Lecture_21_Clustering.pptx

832.3 KB

21 Practice_21.ipynb

1.8 MB

21 Конспект__21_урок__Кластеризация.pdf

657.7 KB

21.1 Введение.mkv

30.5 MB

21.2 K-means.mkv

22.8 MB

21.3 DBSCAN.mkv

54.4 MB

21.4 Практика.mkv

106.9 MB

21.docx

17.6 KB

22 Lecture_22_RecSys.pptx

4.5 MB

22 movies.csv

494.4 KB

22 Practice_22.ipynb

470.5 KB

22 ratings.csv

2.5 MB

22 Конспект__22_урок__Рекомендательные_системы.pdf

802.5 KB

22.1 Контентная рекомендация.mkv

55.6 MB

22.2 Коллаборативная фильтрация.mkv

88.1 MB

22.3 Оценка качества и валидация рекомендательных систем.mkv

29.9 MB

22.4 Практика построение модели рекомендательной системы.mkv

154.5 MB

22.docx

64.0 KB

23 Lecture_23.pptx

1.2 MB

23.1 Общие вопросы.mkv

126.1 MB

23.2 Вопросы о линейных моделях.mkv

63.9 MB

23.docx

12.4 KB

23_урок__Машинное_обучение_классические_задачи_и_алгоритмы_I.pdf

1.4 MB

24 Lecture_24.pptx

1.3 MB

24 Машинное обучение классические задачи и алгоритмы II.mkv

166.6 MB

24.docx

12.5 KB

24_урок__Машинное_обучение_классические_задачи_и_алгоритмы_II.pdf

1.6 MB

25 HW_1_Разбор.ipynb

72.9 KB

26 HW2_Разбор.ipynb

33.1 KB

27 HW3_разбор.ipynb

16.3 KB

28 Разбор ДЗ 4 урока.mkv

103.3 MB

28 Разбор_4.ipynb

167.6 KB

29 Разбор_5.ipynb

25.3 KB

30 Разбор_6.ipynb

35.4 KB

31 Разбор_7.ipynb

546.8 KB

32 Разбор_8.ipynb

71.6 KB

33 Разбор_10.ipynb

90.1 KB

34 Разбор_11.ipynb

29.6 KB

35 Разбор_12.ipynb

12.6 KB

36 Разбор_13.ipynb

13.7 KB

37 Разбор_14.ipynb

24.5 KB

38 Разбор_15.ipynb

31.6 KB

39 Разбор_16.ipynb

24.5 KB

40 Разбор_17.ipynb

17.5 KB

41 Разбор_18.ipynb

22.0 KB

42 Разбор_19.ipynb

31.6 KB

43 Разбор_20.ipynb

87.3 KB

44 Разбор_21.ipynb

23.3 KB

46 Разбор_23.ipynb

23.3 KB

47 Разбор_24.ipynb

23.0 KB

/4 Часть/

0 input.ipynb

0.8 KB

0 Kaggle- инструкция.mkv

32.1 MB

0.docx

67.4 KB

1 Lecture 1 Intro to DL.pptx

15.4 MB

1 Seminar_1_Intro_to_DL.ipynb

136.9 KB

1. Введение. Полносвязные слои. Функции активации.mkv

84.5 MB

1. Семинар.mkv

328.0 MB

1.docx

15.8 KB

1_Конспект__1_урок__Введение._Полносвязные_слои._функции_активации(NEW).pdf

2.4 MB

2 Lecture 2 Intro to DL.pdf

6.7 MB

2 plot_trajectory.py

3.0 KB

2 Seminar_2_Intro_to_DL.ipynb

1.2 MB

2 Конспект__2_урок_Оптимизация_нейронных_сетей._метод_обратного_распространения_ошибки.pdf

2.8 MB

2.1 Градиентный спуск и методы оптимизации. Лекция.mkv

29.4 MB

2.2 Обучение нейронных сетей. Лекция.mkv

45.2 MB

2.3 Высокоуровневое API для обучения нейросети. Семинар.mkv

205.5 MB

2.4 Обучение первой нейросети в PyTorch. Семинар.mkv

65.0 MB

2.docx

14.9 KB

3 Lecture 3 Intro to DL.pdf

12.2 MB

3 Seminar_3_Intro_to_DL.ipynb

2.9 MB

3 Конспект__3_урок__Сверточные_нейронные_сети.pdf

2.9 MB

3.1 Сверточные нейронные сети. Лекция.mkv

77.6 MB

3.2 Сверточные нейронные сети. Семинар.mkv

112.9 MB

3.docx

15.1 KB

4 DataSphere introduction.ipynb

8.1 KB

4 Seminar_4_Intro_to_DL.ipynb

4.5 MB

4 Конспект__4_урок__Сверточные_нейронные_сети._часть_ii.pdf

1.4 MB

4.1 Регуляризация и нормализация нейронных сетей. Batch нормализация.mkv

162.9 MB

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

121.6 MB

4.3 Практика.mkv

140.1 MB

4.docx

19.9 KB

5 Seminar_5_Intro_to_DL.ipynb

6.5 MB

5 Конспект__5_урок__Популярные_архитектуры_сверточных_нейронных_сетей._перенос_знаний.pdf

3.0 MB

5.1 Популярные архитектуры сверточных нейронных сетей. Перенос знаний.mkv

317.7 MB

5.docx

16.5 KB

6 Seminar_6_Intro_to_DL.ipynb

44.3 MB

6 картинки.zip

9.3 MB

6 Конспект__6_урок__Детекция_объектов.pdf

6.0 MB

6.1 Сегментация объектов.mkv

74.2 MB

6.2 Практика по сегментации.mkv

58.4 MB

6.3 Детекция объектов.mkv

136.3 MB

6.4 Практика по детекции.mkv

92.4 MB

6.docx

55.2 KB

7 faces_dataset.zip

2.8 MB

7 Lecture_7_Intro_to_DL.pdf

3.1 MB

7 Seminar_7_Intro_to_DL_1.ipynb

4.5 MB

7 Seminar_7_Intro_to_DL_2.ipynb

3.8 MB

7 Конспект__7_урок__.pdf

7.5 MB

7.1 Автоэнкодеры.mkv

60.9 MB

7.2 Идентификация лиц.mkv

52.6 MB

7.3 Автоэнкодеры на практике.mkv

153.0 MB

7.4 Распознавание лиц на практике.mkv

102.6 MB

7.docx

15.2 KB

8 IMDB Dataset.csv

27.0 MB

8 Lecture_8_Intro_to_DL.ipynb

99.1 KB

8 Lecture_8_Intro_to_DL.pdf

10.1 MB

8 Конспект__8_урок__Векторные_представления_слов._рекуррентные_нейронные_сети.pdf

1.3 MB

8.1 Векторные представления текстов. Лекция.mkv

144.1 MB

8.2 Векторные представления текстов. Семинар.mkv

137.3 MB

8.docx

14.1 KB

9 anek.txt

24.9 MB

9 Lecture_9_Intro_to_DL.ipynb

107.2 KB

9 Lecture_9_Intro_to_DL.pdf

3.6 MB

9 Конспект__9_урок__LSTM._Трансформер._механизм_внимания.pdf

7.8 MB

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

85.9 MB

9.3 Трансформер.mkv

86.8 MB

9.4 Практика.mkv

215.4 MB

9.docx

16.4 KB

10 attention.py

1.7 KB

10 encoder_decoder.py

5.0 KB

10 Lecture_10_Intro_to_DL_Bert.ipynb

173.2 KB

10 Lecture_10_Intro_to_DL_gpt.ipynb

15.3 KB

10 Lecture_10_Intro_to_DL_Transformer.ipynb

78.2 KB

10 model.py

2.0 KB

10.1 Трансформер своими руками.mkv

153.0 MB

10.2 Bert.mkv

184.6 MB

10.3 GPT.mkv

98.2 MB

10.docx

17.3 KB

/5 часть/

1 1 Статистика в ML.mkv

28.2 MB

1 2 Введение в теорию вероятностей.mkv

65.3 MB

1 3 Условная вероятность Формула Байеса.mkv

47.2 MB

1 4 Введение в статистику.mkv

102.8 MB

1 5 Дискретные распределения.mkv

34.3 MB

1 hw_1.ipynb

18.8 KB

1 startml_каюмов_урок1.pdf

690.1 KB

1 Задания.docx

16.7 KB

1_Конспект__1_урок___Зачем_нужна_статистика_и_AB_тесты.pdf

534.1 KB

2 1 Для чего нужны доверительные интервалы.mkv

53.0 MB

2 2 Построение доверительных интервалов.mp4

83.0 MB

2 3 Виды распределений случайных величин.mkv

54.5 MB

2 4 Центральная предельная теорема ЦПТ.mkv

59.8 MB

2 5 Применение ЦПТ.mkv

109.6 MB

2 6 Доверительный интервал для доли.mkv

34.5 MB

2 demo_2.ipynb

864.4 KB

2 hw_2.ipynb

42.2 KB

2.docx

21.1 KB

2_Конспект__2_урок___Доверительные_интервалы.pdf

1.5 MB

2slides_2.pdf

14.9 MB

3 demo_3.ipynb

186.4 KB

3 hw_3.ipynb

83.8 KB

3 slides_3.pdf

5.7 MB

3. Статистики распределений, взаимосвязь случайных величин.mkv

33.1 MB

3.docx

18.6 KB

3_Конспект__3_урок___Статистики_распределений_взаимосвязь_случайных_величин_показатели_корреляции.pdf

2.6 MB

4 Проверка гипотез, параметрические статистические критерии.mkv

79.5 MB

4 demo_4.ipynb

217.4 KB

4 hw_4.ipynb

65.1 KB

4 slides_4.pdf

5.9 MB

4.docx

19.1 KB

4_Конспект__4_урок___Проверка_гипотез_параметрические_статистические_критерии.pdf

505.9 KB

5 demo_5.ipynb

100.0 KB

5 hw_5.ipynb

21.9 KB

5 slides_5.pdf

4.1 MB

5. Непараметрические статистические критерии.mkv

49.2 MB

5.docx

18.9 KB

5_Конспект__5_урок__Непараметрические_статистические_критерии.pdf

438.4 KB

6 demo_6.ipynb

251.4 KB

6 hw_6.ipynb

49.2 KB

6 slides_6.pdf

3.6 MB

6. Метод максимума правдоподобия и ядерная оценка плотности.mkv

60.8 MB

6.docx

18.5 KB

6_Конспект__6_урок___Метод_максимума_правдоподобия_и_ядерная_оценка_плотности.pdf

2.8 MB

7 demo_7.ipynb

6.6 KB

7 hw_7.ipynb

21.8 KB

7 slides_7.pdf

458.6 KB

7. Дизайн AB эксперимента.mkv

46.8 MB

7.docx

15.8 KB

7_Конспект__7_урок__Дизайн_AB_эксперимента.pdf

379.3 KB

8 demo_8.ipynb

253.8 KB

8 hw_8.ipynb

25.8 KB

8 slides_8.pdf

9.7 MB

8. АA эксперименты и валидация методики экспериментирования.mkv

87.6 MB

8.docx

15.4 KB

8_Конспект__8_урок__АА-эксперименты_и_валидация_методики_экспериментирования.pdf

6.2 MB

9 demo_9.ipynb

157.8 KB

9 hw_9.ipynb

10.9 KB

9 slides_9.pdf

8.7 MB

9. Ошибки при проведении AB тестов.mkv

64.2 MB

9.docx

14.9 KB

9______AB_.pdf

1.8 MB

10 demo_10.ipynb

57.0 KB

10 hw_10.ipynb

36.8 KB

10 slides_10.pdf

3.7 MB

10.1 Уменьшение дисперсии. Поправка Cuped.mkv

36.2 MB

10.2 Сравнение изменений числа кликов и CTR.mkv

32.4 MB

10.docx

19.7 KB

10_Конспект__10__ Увеличение чувствительности_А_В тестов____.pdf

5.7 MB

11 app_11.py

7.0 KB

11 hw_11.ipynb

53.9 KB

11 slides_11.pdf

153.0 KB

11. Невозможность проведения АВ тестов.mkv

60.4 MB

11.docx

26.3 KB

11_Конспект__11_урок__Невозможность_проведения_AB_тестов.pdf

1.1 MB

/6 Часть/6/

1 Что обычно спрашивают на собеседованиях.mkv

112.3 MB

2 _Конспект__2_урок___Методы_оценки_сложности_алгоритмов.pdf

513.9 KB

2 lesson_2.zip

5.2 KB

2 M5 L2 рукопись.pdf

1.6 MB

2 Notion.docx

12.5 KB

2 Задания.docx

27.0 KB

2 М5 Л2.pdf

4.0 MB

2.1 Сложность алгоритмов и “O” нотация.mkv

177.9 MB

2.2 Примеры оценки сложности алгоритмов.mkv

97.4 MB

2.3 Правила 1 2.mkv

89.4 MB

2.4 Амортизированная сложность.mkv

83.5 MB

2.5 Правила 2 2.mkv

145.6 MB

2.6 Нетривиальные задачи. Примеры.mkv

66.3 MB

3 _Конспект__3_урок___Программирование_на_Python_задачи_и_теория_на_массивы_однодвух-связные_списки_не_алгоритмические_вещи.pdf

641.9 KB

3 Notion.docx

12.6 KB

3 Задания.docx

42.1 KB

3 М5 Л3 рукопись.pdf

1.7 MB

3 М5 Л3.pdf

6.1 MB

3.1 Массивы и указатели.mkv

43.6 MB

3.2 Задача контейнер с водой.mkv

285.7 MB

3.3 Односвязный и двусвязный список, задача на разворот односвязного списка.mkv

293.1 MB

3.4 Граничные условия, задача на подсвет букв подряд.mkv

206.0 MB

4 1 Основные определения графов.mkv

65.5 MB

4 2 Обход в ширину и глубину.mkv

136.9 MB

4 3 Компонента связности.mkv

117.2 MB

4 4 Деревья основные определения.mkv

78.5 MB

4 5 Кучи и сортировка кучей.mkv

148.2 MB

4 Notion.docx

12.6 KB

4 Задания.docx

119.6 KB

4_Конспект__4_урок___Программирование_на_Python_задачи_и_теория_на_деревья_и_графы.pdf

1.6 MB

 

Total files 588


Copyright © 2024 FileMood.com