Нейронные сети и их применение в научных исследованиях
Курс «Нейронные сети и их применение в научных исследованиях» ориентирован на освоение инструментов работы с нейронными сетями и сопутствующих современных программных средств. Страница курса: https://msu.ai/.
Цель курса — дать практический навык использования методов классического машинного обучения и искусственных нейронных сетей молодым учёным (магистрам, аспирантам, молодым сотрудникам) разных факультетов МГУ имени М. В. Ломоносова, имеющих базовые знания программирования и математики, для применения в их научных исследованиях.
Курс будет полезен для начинающих учёных и технических, и гуманитарных факультетов: физиков и филологов, химиков и медиков, математиков и социологов.
Итогом учёбы будет подготовленный слушатель курса, который написал программу и получил качественный результат, успешно применённый в его диссертации, и подготовил научную публикацию об этом.
Ссылки на материалы к лекциям:
Лекция 1: https://colab.research.google....
Лекция 2: https://colab.research.google....
Лекция 3: https://colab.research.google....
Лекция 4: https://colab.research.google....
Лекция 5: https://colab.research.google....
Лекция 6: https://colab.research.google....
Лекция 7: https://colab.research.google....
- 02:19:36Лекция 1. Введение в машинное обучение
- 01:38:34Лекция 2. Линейный классификатор
- 57:10Лекция 3. Классическое машинное обучение
- 01:05:34Лекция 4. Генерация и отбор признаков
- 01:15:34Лекция 5. Ограничения линейного классификатора
- 01:15:58Лекция 6. Свёрточные сети
- 01:04:44Лекция 7. Улучшение сходимости нейросетей и борьба с переобучением
- 01:34:33Лекция 8. Рекуррентные нейронные сети
- 01:38:17Лекция 9. Архитектуры CNN
- 59:08Лекция 10. Интерпретация предсказания моделей
- 01:17:31Лекция 11. Обучение на реальных данных
- 01:21:32Лекция 12. Генеративно-состязательные нейронные сети
- 01:46:45Лекция 13. Сегментация и детектирование
- 01:12:38Лекция 14. Автоэнкодеры
- 01:05:28Лекция 15. Обучение с подкреплением


