Please note that this page does not hosts or makes available any of the listed filenames. You
cannot download any of those files from here.
|
0.1 Python в машинном обучении.mkv |
71.55MB |
0.2 Пример- Python для анализа изображений.mkv |
27.44MB |
0.docx |
65.85KB |
09 Разбор_10.ipynb |
87.97KB |
0 input.ipynb |
774B |
0 Kaggle- инструкция.mkv |
30.61MB |
1_Конспект__1_урок___Зачем_нужна_статистика_и_AB_тесты.pdf |
521.60KB |
1_Конспект__1_урок__Введение._Полносвязные_слои._функции_активации(NEW).pdf |
2.25MB |
1_урок__Основы_программирования_Python.pdf |
9.85MB |
1.1 Задачи машинного обучения.mkv |
48.66MB |
1.1 Переменные.mkv |
45.76MB |
1.2 Основные виды машинного обучения.mkv |
41.87MB |
1.2 Типы данных_2.mkv |
119.59MB |
1.3 Компоненты классической ML-задачи.mkv |
54.54MB |
1.3 Циклы_2.mkv |
40.22MB |
1.3 Циклы.mkv |
40.22MB |
1.4 Практика.mkv |
264.06MB |
1.4 Условный оператор If_2.mkv |
51.78MB |
1.docx |
203.05KB |
1.docx |
15.43KB |
1. Введение. Полносвязные слои. Функции активации.mkv |
80.58MB |
1. Семинар.mkv |
312.85MB |
10_Конспект__10__ Увеличение чувствительности_А_В тестов____.pdf |
5.42MB |
10_урок__Базы_данных_в_Python_ORM.pdf |
707.96KB |
10.1. FastAPI и SQLAlchemy.mkv |
129.09MB |
10.1 Бинарная классификация, разделяющая гиперплоскость.mkv |
83.53MB |
10.1 Трансформер своими руками.mkv |
145.95MB |
10.1 Уменьшение дисперсии. Поправка Cuped.mkv |
34.49MB |
10.2 Bert.mkv |
176.01MB |
10.2 ORM, SQLAlchemy_2.mkv |
169.53MB |
10.2 Как строить разделяющую гиперплоскость.mkv |
48.76MB |
10.2 Сравнение изменений числа кликов и CTR.mkv |
30.90MB |
10.3 GPT.mkv |
93.62MB |
10.3 Ликбез 1. Метод верхней оценки.mkv |
85.46MB |
10.4 Практика. Линейная бинарная классификация в python.mkv |
259.61MB |
10.docx |
19.01KB |
10.docx |
16.85KB |
10.docx |
19.28KB |
10 attention.py |
1.63KB |
10 banking.csv |
4.66MB |
10 demo_10.ipynb |
55.65KB |
10 encoder_decoder.py |
4.88KB |
10 hw_10.ipynb |
35.90KB |
10 Lecture_10_Intro_to_DL_Bert.ipynb |
169.18KB |
10 Lecture_10_Intro_to_DL_gpt.ipynb |
14.89KB |
10 Lecture_10_Intro_to_DL_Transformer.ipynb |
76.36KB |
10 model.py |
1.92KB |
10 Practice_10.ipynb |
458.00KB |
10 slides_10.pdf |
3.50MB |
10 Задания.docx |
23.16KB |
10 Конспект__10_урок__Линейная_классификация_оценка_вероятности.pdf |
4.38MB |
10 Лекция.pdf |
171.81KB |
10 Разбор_10.ipynb |
87.97KB |
10 Разбор_11.ipynb |
28.88KB |
10 лекция скрипты.zip |
43.66KB |
11_Конспект__11_урок__Невозможность_проведения_AB_тестов.pdf |
1.05MB |
11_урок__Airflow_Обзор_платформы.pdf |
198.75KB |
11.1 Введение_2.mkv |
17.64MB |
11.1 Метрики бинарной классификации. Теория.mkv |
88.41MB |
11.2 Метрики бинарной классификации. Практика.mkv |
80.38MB |
11.2 Устройство Аirflow.mkv |
97.66MB |
11.3 Запуск и веб интерфейс.mkv |
58.15MB |
11.4 Python operator.mkv |
92.18MB |
11.5 Передача информации.mkv |
40.17MB |
11.6 Connections.mkv |
21.37MB |
11.7 Лучшие практики.mkv |
39.64MB |
11.docx |
29.29KB |
11.docx |
25.65KB |
11. Невозможность проведения АВ тестов.mkv |
57.57MB |
11 app_11.py |
6.85KB |
11 hw_11.ipynb |
52.61KB |
11 Lecture_11_Errors_Matrix.pptx |
3.63MB |
11 Lecture.ipynb |
33.30KB |
11 Practice_11.ipynb |
504.46KB |
11 slides_11.pdf |
149.42KB |
11 Задания.docx |
263.56KB |
11 Конспект_11_урок_Матрица_ошибок_и_основные_метрики_классификации.pdf |
2.90MB |
11 Разбор_12.ipynb |
12.28KB |
1 1 Статистика в ML.mkv |
26.86MB |
12_урок__Полезные_вещи_в_разработке.pdf |
396.08KB |
12.1 ROC кривая AUC ROC.mkv |
64.17MB |
12.1 Шаблон приложения.mkv |
40.59MB |
12.2 PR кривая AUC PR. Практика построения ROC кривых и PR кривых.mkv |
70.73MB |
12.2 Переменные окружения.mkv |
52.13MB |
12.3 Калибровочная кривая модели.mkv |
91.79MB |
12.3 Проблема SQL инъекций.mkv |
26.72MB |
12.4 Вынесение настроек в конфиг.mkv |
27.77MB |
12.5 Разделение кода на модули.mkv |
71.31MB |
12.6 Идемпотентность.mkv |
24.77MB |
12.docx |
16.18KB |
12 demo-best-practices-solutions.zip |
4.10KB |
12 Lecture_12_ROC_PR_AUCS.pptx |
758.31KB |
12 Practice_12.ipynb |
606.48KB |
1 2 Введение в теорию вероятностей.mkv |
62.23MB |
12 Конспект__12_урок__ROC_PR-кривые._AUC-ROC_AUC-PR._калибровка.pdf |
512.62KB |
12 Разбор_13.ipynb |
13.36KB |
13.1 Метод опорных векторов SVM_2.mkv |
85.98MB |
13.2 Линейная неразделимость - регуляризация в бинарной классификации.mkv |
50.48MB |
13.3 Практика.mkv |
82.31MB |
13.docx |
45.47KB |
13 Lecture_13_SVM.pdf |
990.38KB |
13 Practice_13.ipynb |
735.86KB |
13 Конспект__13_урок__Метод_опорных_векторов.pdf |
499.86KB |
13 Разбор_14.ipynb |
23.90KB |
1 3 Условная вероятность Формула Байеса.mkv |
44.98MB |
14.1 Методы one vs all и one vs one.mkv |
81.17MB |
14.2 Метрики качества.mkv |
29.69MB |
14.2 Метрики качества.mp4 |
28.12MB |
14.3 Практика. Задача сегментации клиентов.mkv |
327.38MB |
14.docx |
20.65KB |
14 Practice_14.ipynb |
527.19KB |
14 segmentation_data.csv |
415.40KB |
1 4 Введение в статистику.mkv |
98.02MB |
14 Конспект__14_урок_Многоклассовая_классификация_one_vs_rest_one_vs_one.pdf |
436.64KB |
14 Разбор_15.ipynb |
30.81KB |
15.1 Понижение размерности. Постановка задачи.mkv |
47.37MB |
15.2 Метод главных компонент.mkv |
43.60MB |
15.3 T-SNE.mkv |
52.67MB |
15.4 Практика.mkv |
99.36MB |
15.docx |
17.03KB |
15 Lecture_15_Space_Dimension_Reduction.pptx |
2.79MB |
15 Practice_15_.ipynb |
1.40MB |
15 processed_segmentation.xlsx |
454.82KB |
1 5 Дискретные распределения.mkv |
32.74MB |
15 Конспект__15_урок__Понижение_размерности_признакового_пространства.pdf |
938.15KB |
15 Разбор_16.ipynb |
23.94KB |
16.1 Метод K ближайших соседей.mkv |
45.79MB |
16.2 Практика. Сравнение линейной регрессии и метода KNN.mkv |
94.38MB |
16.3 Гиперпараметры p и h. Перевзвешивание соседей.mkv |
52.39MB |
16.4 Практика. Гауссовское ядро.mkv |
95.32MB |
16.docx |
17.03KB |
16 Lecture_16_KNN.pptx |
742.95KB |
16 onevsrest.PNG |
26.39KB |
16 Practice_16.ipynb |
47.48KB |
16 Конспект__16_урок__Метод_K_ближайших_соседей_обоснование_нелинейности_гиперпараметры_и_подбор_метрики_близости_объектов.pdf |
830.65KB |
16 Разбор_17.ipynb |
17.10KB |
17.1 Введение в решающие деревья.mkv |
70.64MB |
17.2 Критерии качества и информативности.mkv |
52.86MB |
17.3 Критерии останова и жадный алгоритм.mkv |
24.12MB |
17.4 Практика.mkv |
154.92MB |
17.docx |
15.67KB |
17 Lecture_17_Decision_Trees.pptx |
1.61MB |
17 Practice_17.ipynb |
717.40KB |
17 Конспект__17_урок__Решающее_дерево_постановка_задачи_регрессииклассификации_и_гиперпараметры_модели.pdf |
1.14MB |
17 Разбор_18.ipynb |
21.52KB |
18.1 Решающие деревья и проблема переобучения.mkv |
75.56MB |
18.2 Практика. Предобработка и трансформация данных.mkv |
106.65MB |
18.3 Практика. Обучение модели Decision tree.mkv |
106.14MB |
18.docx |
15.63KB |
18 holidays_events.csv |
21.79KB |
18 items.csv |
99.45KB |
18 Lecture_18_DT_Overfit.pdf |
1.14MB |
18 oil.csv |
20.10KB |
18 Practice_18.ipynb |
904.51KB |
18 stores.csv |
1.35KB |
18 Конспект__18_урок__Решающее_дерево_проблемы_с_обобщающей_способностью_и_подбор_гиперпараметров.pdf |
550.44KB |
18 Разбор_19.ipynb |
30.83KB |
19.1 Композиции алгоритмов, бэггинг.mkv |
47.10MB |
19.2 Random forest.mkv |
23.44MB |
19.3 Стекинг.mkv |
31.87MB |
19.4 Практика.mkv |
302.46MB |
19.docx |
19.34KB |
19 Lecture_19_Bagging_And_Stacking — копия.pptx |
1.32MB |
19 Practice_19.ipynb |
467.51KB |
19 Конспект__19_урок_Композиции_алгоритмов._случайный_лес.pdf |
445.11KB |
19 Разбор_20.ipynb |
85.28KB |
1 HW_1_Разбор.ipynb |
71.21KB |
1 hw_1.ipynb |
18.31KB |
1 Lecture 1 Intro to DL.pptx |
14.72MB |
1 Lesson.ipynb |
66.29KB |
1 Seminar_1_Intro_to_DL.ipynb |
133.65KB |
1 startml_каюмов_урок1.pdf |
673.97KB |
1 Задания.docx |
29.59KB |
1 Задания.docx |
16.33KB |
1 Организация курса.docx |
16.54KB |
1 Что обычно спрашивают на собеседованиях.mkv |
107.14MB |
1 дз HW1new.ipynb |
19.26KB |
1 дз taxi_dataset.csv |
181.94MB |
2_Конспект__2_урок___Доверительные_интервалы.pdf |
1.41MB |
2 _Конспект__2_урок___Методы_оценки_сложности_алгоритмов.pdf |
501.87KB |
2 урок Функции Ссылочная модель данных Погружение в типы Изменяемые типы Срезы работа со строками pdf |
3.72MB |
2.1 Градиентный спуск и методы оптимизации. Лекция.mkv |
28.05MB |
2.1 Оценка качества модели.mkv |
20.46MB |
2.1 Сложность алгоритмов и “O” нотация.mkv |
169.61MB |
2.1 Функции в python.mkv |
48.59MB |
2.2 Аргументы функции_2.mkv |
48.24MB |
2.2 Обучение нейронных сетей. Лекция.mkv |
43.15MB |
2.2 Понятие функции и функциональной зависимости.mkv |
24.63MB |
2.2 Примеры оценки сложности алгоритмов.mkv |
92.88MB |
2.3 Call stack и ошибки в python_2.mkv |
71.49MB |
2.3 Высокоуровневое API для обучения нейросети. Семинар.mkv |
196.00MB |
2.3 Правила 1 2.mkv |
85.28MB |
2.3 Функция потерь Loss function.mkv |
20.20MB |
2.4 Амортизированная сложность.mkv |
79.61MB |
2.4 Обучение первой нейросети в PyTorch. Семинар.mkv |
61.94MB |
2.4 Ссылочная модель данных.mkv |
21.51MB |
2.4 Функционал качества и метрика.mkv |
26.79MB |
2.5 Король и королева регрессии MSE и MAE.mkv |
25.68MB |
2.5 Модель памяти в python.mkv |
33.68MB |
2.5 Правила 2 2.mkv |
138.81MB |
2.6 Изменяемые и неизменяемые типы данных.mkv |
25.97MB |
2.6 Нетривиальные задачи. Примеры.mkv |
63.22MB |
2.6 Практика.mkv |
38.09MB |
2.7 Срезы. Продвинутая работа со строкам.mkv |
54.73MB |
2.docx |
167.66KB |
2.docx |
14.51KB |
2.docx |
20.63KB |
20.1 Бустинг.mkv |
38.84MB |
20.2 Градиентный бустинг.mkv |
105.38MB |
20.3 Bias-variance tradeoff.mkv |
64.73MB |
20.4 Практика.mkv |
176.90MB |
20.docx |
210.32KB |
20 Lecture_20_Boosting_And_BVT.pptx |
1.67MB |
20 Practice_20.ipynb |
1.92MB |
20 Конспект__20_урок__Градиентный_бустинг._biase-variance_tradeoff.pdf |
668.78KB |
20 Разбор_21.ipynb |
22.73KB |
21.1 Введение.mkv |
29.12MB |
21.2 K-means.mkv |
21.75MB |
21.3 DBSCAN.mkv |
51.83MB |
21.4 Практика.mkv |
101.92MB |
21.docx |
17.21KB |
21 Lecture_21_Clustering.pptx |
812.76KB |
21 Practice_21.ipynb |
1.71MB |
2 1 Для чего нужны доверительные интервалы.mkv |
50.58MB |
21 Конспект__21_урок__Кластеризация.pdf |
642.26KB |
22.1 Контентная рекомендация.mkv |
52.98MB |
22.2 Коллаборативная фильтрация.mkv |
84.02MB |
22.3 Оценка качества и валидация рекомендательных систем.mkv |
28.51MB |
22.4 Практика построение модели рекомендательной системы.mkv |
147.33MB |
22.docx |
62.48KB |
22 Lecture_22_RecSys.pptx |
4.31MB |
22 movies.csv |
482.84KB |
22 Practice_22.ipynb |
459.46KB |
22 ratings.csv |
2.37MB |
22 Конспект__22_урок__Рекомендательные_системы.pdf |
783.70KB |
2 2 Построение доверительных интервалов.mp4 |
79.17MB |
23_урок__Машинное_обучение_классические_задачи_и_алгоритмы_I.pdf |
1.34MB |
23.1 Общие вопросы.mkv |
120.22MB |
23.2 Вопросы о линейных моделях.mkv |
60.95MB |
23.docx |
12.15KB |
23 Lecture_23.pptx |
1.18MB |
2 3 Виды распределений случайных величин.mkv |
52.00MB |
24_урок__Машинное_обучение_классические_задачи_и_алгоритмы_II.pdf |
1.56MB |
24.docx |
12.25KB |
24 Lecture_24.pptx |
1.21MB |
24 Машинное обучение классические задачи и алгоритмы II.mkv |
158.85MB |
2 4 Центральная предельная теорема ЦПТ.mkv |
57.03MB |
25 HW_1_Разбор.ipynb |
71.21KB |
2 5 Применение ЦПТ.mkv |
104.49MB |
26 HW2_Разбор.ipynb |
32.30KB |
2 6 Доверительный интервал для доли.mkv |
32.88MB |
27 HW3_разбор.ipynb |
15.87KB |
28 Разбор_4.ipynb |
163.68KB |
28 Разбор ДЗ 4 урока.mkv |
98.56MB |
29 Разбор_5.ipynb |
24.72KB |
2 demo_2.ipynb |
844.11KB |
2 hw_2.ipynb |
41.23KB |
2 HW2_Разбор.ipynb |
32.30KB |
2 Lecture_2_Metrics (2).pdf |
5.14MB |
2 Lecture 2 Intro to DL.pdf |
6.34MB |
2 lesson_2.zip |
5.09KB |
2 Lesson.ipynb |
65.41KB |
2 M5 L2 рукопись.pdf |
1.50MB |
2 Notion.docx |
12.18KB |
2 plot_trajectory.py |
2.88KB |
2 Practice_2.ipynb |
263.21KB |
2 Seminar_2_Intro_to_DL.ipynb |
1.10MB |
2slides_2.pdf |
14.19MB |
2 ДЗ HW_2.ipynb |
19.20KB |
2 ДЗ taxi_dataset_with_predictions.csv |
160.76MB |
2 Задания.docx |
37.61KB |
2 Задания.docx |
26.36KB |
2 Конспект__2_урок__Оценка_качества_работы_моделей.pdf |
1.55MB |
2 Конспект__2_урок_Оптимизация_нейронных_сетей._метод_обратного_распространения_ошибки.pdf |
2.66MB |
2 М5 Л2.pdf |
3.79MB |
2 Среда и инструменты.docx |
141.39KB |
3 _Конспект__3_урок___Программирование_на_Python_задачи_и_теория_на_массивы_однодвух-связные_списки_не_алгоритмические_вещи.pdf |
626.90KB |
3 Конспект 3 урок Статистики распределений взаимосвязь случайных величин показатели корреляции pdf |
2.48MB |
3 урок Внешние модули Экосистема PyPi установка пакетов в виртуальные окружения pdf |
417.38KB |
3.0 Интро.mkv |
12.14MB |
3.1 Библиотеки.mkv |
67.73MB |
3.1 Линейные модели в МО.mkv |
63.09MB |
3.1 Массивы и указатели.mkv |
41.59MB |
3.1 Сверточные нейронные сети. Лекция.mkv |
73.97MB |
3.2 Windows 10 Установка Anaconda.mkv |
19.72MB |
3.2 Задача контейнер с водой.mkv |
272.49MB |
3.2 Сверточные нейронные сети. Семинар.mkv |
107.69MB |
3.2 Экстремумы и производная функции.mkv |
81.50MB |
3.3 Linux Установка Anaconda.mkv |
17.97MB |
3.3 Линейная регрессия OLS.mkv |
24.62MB |
3.3 Односвязный и двусвязный список, задача на разворот односвязного списка.mkv |
279.49MB |
3.4 MacOS Установка Anaconda.mkv |
10.78MB |
3.4 Граничные условия, задача на подсвет букв подряд.mkv |
196.48MB |
3.4 Ликбез №3 Матрицы.mkv |
27.81MB |
3.5 Работа с массивами в Numpy.mkv |
39.61MB |
3.5 Установка сторонних пакетов_2.mkv |
66.25MB |
3.6 Виртуальное окружение_2.mkv |
57.82MB |
3.6 Линейная регрессия OLS Матричная форма.mkv |
27.34MB |
3.7 Итоги.mkv |
10.67MB |
3.7 Линейная регрессия в Python. Практика.mkv |
57.15MB |
3.docx |
35.76KB |
3.docx |
14.77KB |
3.docx |
18.17KB |
3. Статистики распределений, взаимосвязь случайных величин.mkv |
31.60MB |
30 Разбор_6.ipynb |
34.53KB |
31 Разбор_7.ipynb |
533.94KB |
32 Разбор_8.ipynb |
69.93KB |
33 Разбор_10.ipynb |
87.97KB |
34 Разбор_11.ipynb |
28.88KB |
35 Разбор_12.ipynb |
12.28KB |
36 Разбор_13.ipynb |
13.36KB |
37 Разбор_14.ipynb |
23.90KB |
38 Разбор_15.ipynb |
30.81KB |
39 Разбор_16.ipynb |
23.94KB |
3 demo_3.ipynb |
182.05KB |
3 hw_3.ipynb |
81.88KB |
3 HW_3.ipynb |
12.64KB |
3 HW3_разбор.ipynb |
15.87KB |
3 Lecture_3_LR .pdf |
16.16MB |
3 Lecture 3 Intro to DL.pdf |
11.60MB |
3 Lesson.ipynb |
12.62KB |
3 Notion.docx |
12.33KB |
3 Practice_3.ipynb |
25.24KB |
3 Seminar_3_Intro_to_DL.ipynb |
2.76MB |
3 slides_3.pdf |
5.43MB |
3 Задания.docx |
29.98KB |
3 Задания.docx |
41.10KB |
3 Конспект__3_урок__Линейная_регрессия.pdf |
4.26MB |
3 Конспект__3_урок__Сверточные_нейронные_сети.pdf |
2.79MB |
3 М5 Л3.pdf |
5.80MB |
3 М5 Л3 рукопись.pdf |
1.58MB |
3 Типы заданий.docx |
15.61KB |
4 Конспект 4 урок Проверка гипотез параметрические статистические критерии pdf |
494.00KB |
4 Конспект 4 урок Программирование на Python задачи и теория на деревья и графы pdf |
1.49MB |
4. _Обзор numpy, pandas, Jupyter. Основы jupyter_.pdf |
365.29KB |
4.1 Введение.mkv |
9.84MB |
4.1 Введение в градиентный спуск Минимизация функции с одной переменной.mkv |
70.39MB |
4.1 Регуляризация и нормализация нейронных сетей. Batch нормализация.mkv |
155.34MB |
4.2 Знакомство с Jupyter. Ячейки.mkv |
17.27MB |
4.2 Минимизация функции с несколькими переменными.mkv |
70.15MB |
4.2 Нормализация входных данных. Инициализация параметров. Аугментация данных.mkv |
115.97MB |
4.3 Знакомство с Jupyter. Горячие клавиши.mkv |
47.87MB |
4.3 Линейная регрессия Подбор параметров η и ξ.mkv |
75.52MB |
4.3 Практика.mkv |
133.58MB |
4.4 Знакомство с Jupyter. Магические команды.mkv |
57.33MB |
4.4 Настройка параметров графика в matplotlib.mkv |
114.71MB |
4.5 Знакомство с Jupyter. Kernel.mkv |
26.43MB |
4.5 Изображение градиентного спуска в matplotlib.mkv |
106.14MB |
4.6 Numpy.mkv |
16.60MB |
4.7 Pandas.mkv |
33.35MB |
4.8 Matplotlib.mkv |
31.56MB |
4.9 Заключение.mkv |
7.47MB |
4.docx |
196.64KB |
4.docx |
19.42KB |
4.docx |
18.62KB |
40 Разбор_17.ipynb |
17.10KB |
4 1 Основные определения графов.mkv |
62.48MB |
41 Разбор_18.ipynb |
21.52KB |
4 2 Обход в ширину и глубину.mkv |
130.52MB |
42 Разбор_19.ipynb |
30.83KB |
4 3 Компонента связности.mkv |
111.77MB |
43 Разбор_20.ipynb |
85.28KB |
4 4 Деревья основные определения.mkv |
74.82MB |
44 Разбор_21.ipynb |
22.73KB |
4 5 Кучи и сортировка кучей.mkv |
141.36MB |
46 Разбор_23.ipynb |
22.71KB |
47 Разбор_24.ipynb |
22.48KB |
4 data.csv |
207.41KB |
4 DataSphere introduction.ipynb |
7.91KB |
4 demo_4.ipynb |
212.34KB |
4 hw_4.ipynb |
63.54KB |
4 HW_4.ipynb |
19.38KB |
4 Lecture_4_Gradient_Descent.pptx |
3.69MB |
4 Lesson.ipynb |
220.09KB |
4 Notion.docx |
12.33KB |
4 Practice_4.ipynb |
398.86KB |
4 Seminar_4_Intro_to_DL.ipynb |
4.32MB |
4 slides_4.pdf |
5.59MB |
4 Вводный вебинар.mp4 |
201.81MB |
4 Задания.docx |
24.24KB |
4 Задания.docx |
116.75KB |
4 Конспект__4_урок__Градиентный_спуск.pdf |
788.82KB |
4 Конспект__4_урок__Сверточные_нейронные_сети._часть_ii.pdf |
1.29MB |
4 Проверка гипотез, параметрические статистические критерии.mkv |
75.81MB |
4 Разбор_4.ipynb |
163.68KB |
4 Разбор ДЗ 4 урока.mp4 |
187.89MB |
5 Конспект 5 урок Программирование на python Задачи на динамическое программирование pdf |
264.30KB |
5_Конспект__5_урок__Непараметрические_статистические_критерии.pdf |
428.15KB |
5. _pandas_.pdf |
798.78KB |
5.1 Обобщающая способность, метод отложенной выборки и кросс валидация.mkv |
93.59MB |
5.1 Популярные архитектуры сверточных нейронных сетей. Перенос знаний.mkv |
302.97MB |
5.1 Чтение файлов и обзор данных.mkv |
95.60MB |
5.2 Практика Переобучение и недообучение.mkv |
181.30MB |
5.2 Фильтрация данных, логические операторы.mkv |
67.60MB |
5.3 Кросс валидация, реальный практический пример.mkv |
188.36MB |
5.3 Функции фильтры.mkv |
48.14MB |
5.4 Series и Index.mkv |
89.74MB |
5.5 Группировка данных.mkv |
63.14MB |
5.6 Работа с датами и временем.mkv |
61.78MB |
5.7 Визуализация.mkv |
40.21MB |
5.8 Сохранение данных.mkv |
31.32MB |
5.docx |
70.25KB |
5.docx |
16.14KB |
5.docx |
18.48KB |
5. Непараметрические статистические критерии.mkv |
46.96MB |
5 1 Общий подход к рекурсии.mkv |
127.00MB |
5 2 Динамическое программирование.mkv |
216.30MB |
5 3 Разделяй и властвуй.mkv |
263.95MB |
5 demo_5.ipynb |
97.67KB |
5 hw_5.ipynb |
21.40KB |
5 HW5_NEW.ipynb |
16.83KB |
5 initial_data.csv |
165.59MB |
5 ks.csv |
42.62MB |
5 Lesson.ipynb |
405.37KB |
5 Notion.docx |
12.34KB |
5 Practice_5.ipynb |
272.11KB |
5 processed_data.csv |
83.50MB |
5 Seminar_5_Intro_to_DL.ipynb |
6.21MB |
5 slides_5.pdf |
3.92MB |
5 train.csv |
633.16KB |
5 x.csv |
29.62MB |
5 y.csv |
2.02MB |
5 Задания.docx |
34.31KB |
5 Задания.docx |
61.26KB |
5 Как подключиться к Slack через VPN.docx |
13.94KB |
5 Конспект__5_урок__Обобщающая_способность_модели._Метод_отложенной_выборки._Кросс-Валидация..pdf |
1.05MB |
5 Конспект__5_урок__Популярные_архитектуры_сверточных_нейронных_сетей._перенос_знаний.pdf |
2.86MB |
5 М5 Л5.pdf |
3.80MB |
5 Минипроект.docx |
21.66KB |
5 Разбор_5.ipynb |
24.72KB |
6__Базы_данных_в_Python_основы.pdf |
326.26KB |
6_Redash.pdf |
286.45KB |
6 _Конспект__6_урок___Машинное_обучение_еще_раз_повторяем_что_может_встретиться_на_собеседовании.pdf |
228.35KB |
6 Конспект 6 урок Метод максимума правдоподобия и ядерная оценка плотности pdf |
2.69MB |
6.1 Базы данных и СУБД.mkv |
18.53MB |
6.1 Проблема переобучения в МО.mkv |
138.09MB |
6.1 Сегментация объектов.mkv |
70.73MB |
6.2 Основные SQL запросы Получение, аггрегация и сортировка данных.mkv |
72.73MB |
6.2 Практика по сегментации.mkv |
55.66MB |
6.2 Регуляризация и масштабирование признаков.mkv |
76.29MB |
6.3 Детекция объектов.mkv |
130.00MB |
6.3 Ликбез №1 Условный экстремум и регуляризация.mkv |
38.41MB |
6.3 Объединение таблиц JOIN_2.mkv |
97.50MB |
6.4 SQL в Python_2.mkv |
63.42MB |
6.4 Практика по детекции.mkv |
88.08MB |
6.4 Практика №1. Регуляризация.mkv |
77.66MB |
6.5 Мультиколлинеарность.mkv |
41.98MB |
6.6 Практика №2. Мультиколлинеарность.mkv |
69.56MB |
6.docx |
12.85KB |
6.docx |
53.92KB |
6.docx |
18.08KB |
6. Машинное обучение ещё раз повторяем, что может встретиться на собеседовании.mkv |
388.86MB |
6. Метод максимума правдоподобия и ядерная оценка плотности.mkv |
57.97MB |
6 demo_6.ipynb |
245.55KB |
6 hw_6.ipynb |
48.09KB |
6 Interview_6.ipynb |
41.29KB |
6 Lecture_6_Regularization.pdf |
1.11MB |
6 Lesson.ipynb |
588.23KB |
6 Notion.docx |
12.32KB |
6 Practice_5.ipynb |
66.72KB |
6 Practice_6.ipynb |
223.80KB |
6 Seminar_6_Intro_to_DL.ipynb |
42.24MB |
6 slides_6.pdf |
3.47MB |
6 test.csv |
1.53MB |
6 train.csv |
4.10MB |
6 Задания.docx |
21.38KB |
6 Задания.docx |
17.54KB |
6 Конспект__6_урок__Детекция_объектов.pdf |
5.69MB |
6 Конспект__6_урок__Мультиколлинеарность_регуляризация_и_масштабирование_признаков.pdf |
650.38KB |
6 Разбор_6.ipynb |
34.53KB |
6 картинки.zip |
8.86MB |
7_Конспект__7_урок___Собеседования_по_теории_вероятностей_и_статистике.pdf |
224.83KB |
7_Конспект__7_урок__Дизайн_AB_эксперимента.pdf |
370.45KB |
7_урок__Классы_и_ООП.pdf |
234.17KB |
7.1 EDA.mkv |
107.75MB |
7.1 Автоэнкодеры.mkv |
58.04MB |
7.1 Классы, объекты и методы_2.mkv |
62.27MB |
7.2 Встроенные методы.mp4 |
24.91MB |
7.2 Идентификация лиц.mkv |
50.20MB |
7.2 Принципы ООП Часть 1.mkv |
58.88MB |
7.3 Автоэнкодеры на практике.mkv |
145.89MB |
7.3 Метод обёртки.mkv |
122.54MB |
7.3 Принципы ООП. Часть 2.mkv |
60.84MB |
7.4 Метод фильтрации.mkv |
186.10MB |
7.4 Распознавание лиц на практике.mkv |
97.89MB |
7.docx |
18.95KB |
7.docx |
14.87KB |
7.docx |
15.40KB |
7. Дизайн AB эксперимента.mkv |
44.63MB |
7. Собеседования по теории вероятностей и статистике.mkv |
80.43MB |
7 demo_7.ipynb |
6.40KB |
7 faces_dataset.zip |
2.64MB |
7 hw_7.ipynb |
21.29KB |
7 Lecture_7_Intro_to_DL.pdf |
2.94MB |
7 Lesson.ipynb |
63.02KB |
7 Notion.docx |
12.32KB |
7 Practice_7.ipynb |
343.16KB |
7 Seminar_7_Intro_to_DL_1.ipynb |
4.27MB |
7 Seminar_7_Intro_to_DL_2.ipynb |
3.58MB |
7 slides_7.pdf |
447.83KB |
7 Задания.docx |
33.74KB |
7 Задания.docx |
17.15KB |
7 Конспект__7_урок__.pdf |
7.14MB |
7 Конспект__7_урок__Методы_отбора_признаков.pdf |
3.95MB |
7 Разбор_7.ipynb |
533.94KB |
8_Конспект__8_урок___Собеседования_по_AB_тестированию.pdf |
329.73KB |
8 Конспект 8 урок АА-эксперименты и валидация методики экспериментирования pdf |
5.90MB |
8_урок__Версионирование_кода_и_git.pdf |
1.05MB |
8.1 Введение в git_2.mkv |
88.17MB |
8.1 Векторные представления текстов. Лекция.mkv |
137.42MB |
8.1 Работа с пропущенными значениями.mkv |
115.61MB |
8.2 Векторные представления текстов. Семинар.mkv |
130.98MB |
8.2 Ветки и теги_2.mkv |
72.46MB |
8.2 Работа с выбросами Advanced счетчики.mkv |
157.98MB |
8.3 Возможности git diff Ветвление. Использование тэгов.mkv |
73.58MB |
8.3 Выделение признаков из текста. Подход TF IDF.mkv |
61.15MB |
8.4 Лемматизация и стемминг.mkv |
83.51MB |
8.4 Слияние веток.mkv |
58.56MB |
8.5 Конфликт слияния веток.mkv |
58.60MB |
8.6 Стратегии ветвления при разработке. Работа с удаленными провайдерами.mkv |
108.45MB |
8.7 Взаимоотношение между remotes. Загрузка репозитория на удаленный сервер.mkv |
75.73MB |
8.docx |
18.72KB |
8.docx |
13.78KB |
8.docx |
15.05KB |
8. АA эксперименты и валидация методики экспериментирования.mkv |
83.53MB |
8. Собеседования по АВ тестированию.mkv |
56.83MB |
8 demo_8.ipynb |
247.88KB |
8 hw_8.ipynb |
25.21KB |
8 IMDB Dataset.csv |
25.71MB |
8 ks_crashed.csv |
19.40MB |
8 Lecture_8_Additional_Info.pptx |
692.12KB |
8 Lecture_8_Intro_to_DL.ipynb |
96.81KB |
8 Lecture_8_Intro_to_DL.pdf |
9.61MB |
8 Lesson.ipynb |
31.27KB |
8 M5_Л8.pdf |
13.11MB |
8 Notion.docx |
12.46KB |
8 Practice_8.ipynb |
126.08KB |
8 slides_8.pdf |
9.30MB |
8 Задания.docx |
836.48KB |
8 Задания.docx |
16.35KB |
8 Конспект__8_урок__Векторные_представления_слов._рекуррентные_нейронные_сети.pdf |
1.22MB |
8 Конспект__8_урок__Полезные_приемы_при_работе_с_данными.pdf |
4.11MB |
8 Разбор_8.ipynb |
52.22KB |
9______AB_.pdf |
1.67MB |
9 урок Backend-разработка что это такое фреймворк fastapi для прототипирования backend-сервера pdf |
1.26MB |
9.1 Запрос на сервер.mkv |
94.79MB |
9.1 Обработка вещественных признаков.mp4 |
118.82MB |
9.1 Реккурентные нейронные сети (RNN) и их модификации.mkv |
81.95MB |
9.2 Обработка категориальных признаков.mp4 |
73.65MB |
9.2 Ответ сервера API.mkv |
71.11MB |
9.3 Построение модели.mp4 |
209.14MB |
9.3 Практика написания запросов. Метод get.mkv |
65.68MB |
9.3 Трансформер.mkv |
82.80MB |
9.4 Анализ выбросов.mp4 |
20.67MB |
9.4 Практика.mkv |
205.47MB |
9.4 Практика написания запросов. Метод post. Подключение к базе данных. Валидация.mkv |
90.27MB |
9.5 Подводные камни валидации. Валидация в FastAPI.mkv |
33.52MB |
9.5 Сегментация данных.mp4 |
95.89MB |
9.6 Статус коды.mkv |
52.80MB |
9.docx |
12.17KB |
9.docx |
16.03KB |
9.docx |
14.57KB |
9. Ошибки при проведении AB тестов.mkv |
61.23MB |
9 anek.txt |
23.77MB |
9 demo_9.ipynb |
154.14KB |
9 hw_9.ipynb |
10.63KB |
9 Lecture_9_Intro_to_DL.ipynb |
104.70KB |
9 Lecture_9_Intro_to_DL.pdf |
3.45MB |
9 Lesson.ipynb |
20.67KB |
9 Practice_9_new.ipynb |
1.15MB |
9 slides_9.pdf |
8.32MB |
9 Start ML_подготовка к собеседованию.pdf |
6.45MB |
9 Гайд для ML.pdf |
8.78MB |
9 Задания.docx |
29.33KB |
9 Конспект__9_урок__Housing_market_практика.pdf |
4.73MB |
9 Конспект__9_урок__LSTM._Трансформер._механизм_внимания.pdf |
7.46MB |
9 Трудоустройство- первые шаги.mkv |
138.36MB |
9 как оформить гитхаб.pdf |
3.19MB |
airflow-master.zip |
1.03MB |
demo-best-practices-master.zip |
4.19KB |
final_project-master.zip |
2.94KB |
git-master.zip |
1.56KB |
ks.csv |
42.62MB |
Lecture_1_Object_Target.pdf |
1.08MB |
macrofeatures.xlsx |
1.79MB |
Practice_1.ipynb |
236.65KB |
Конспект 1 урок Введение в МО каким оно бывает и каковы основные компоненты pdf |
467.50KB |
Эпилог.docx |
170.36KB |