Этот материал находится в платной подписке. Оформи премиум подписку и смотри или слушай Data Science и Нейронные сети, а также все другие курсы, прямо сейчас!
Премиум
  1. Урок 1. 00:08:34
    1.1 Введение в программирование. Занятие № 3 Python 1 Введение
  2. Урок 2. 00:12:52
    1.2 Введение в программирование. Занятие № 3 Python 2 Функция print
  3. Урок 3. 00:18:32
    1.3 Введение в программирование. Занятие № 3 Python 3 Функция input
  4. Урок 4. 00:49:26
    2.1 Синтаксис Python Часть 1 НП
  5. Урок 5. 01:34:05
    2.2 Синтаксис Python Часть 2 НП
  6. Урок 6. 01:09:14
    3.1 Numpy Часть 1 НП
  7. Урок 7. 00:45:28
    3.2 Numpy Часть 2 НП
  8. Урок 8. 01:15:09
    4. Pandas. Часть 1 НП
  9. Урок 9. 00:32:34
    5.1 Pandas Часть 2 Начало темы НП
  10. Урок 10. 00:30:05
    5.2 Pandas Часть 2 Продолжение темы НП
  11. Урок 11. 00:33:28
    6.1 Matplotlib и Seaborn Часть 1 НП
  12. Урок 12. 00:30:36
    6.2 Matplotlib и Seaborn Часть 2 НП
  13. Урок 13. 01:07:30
    7. Функции и модули Python Часть 1 НП
  14. Урок 14. 00:34:36
    7.2 Функции и модули Python Часть 2 НП
  15. Урок 15. 01:32:46
    8.1 Матрицы и функции Теоретическая часть НП
  16. Урок 16. 01:16:56
    8.2 Матрицы и функции Практикум НП
  17. Урок 17. 01:09:38
    9.1 Комбинаторика множества бинарная логика. Часть 1 Комбинаторика НП
  18. Урок 18. 00:30:08
    9.2 Комбинаторика множества бинарная логика. Часть 2 Множества НП
  19. Урок 19. 00:29:53
    9.3 Комбинаторика множества бинарная логика. Часть 3 Бинарная логика НП
  20. Урок 20. 00:47:02
    10.1 Теория вероятностей и математическая статистика. Часть 1 Теоретическая часть НП
  21. Урок 21. 00:37:10
    10.2 Теория вероятностей и математическая статистика. Часть 1 Практикум НП
  22. Урок 22. 00:59:26
    11.1 Теория вероятностей и математическая статистика. Часть 2 Теоретическая часть НП
  23. Урок 23. 00:22:39
    11.2 Теория вероятностей и математическая статистика. Часть 2 Практикум НП
  24. Урок 24. 00:46:55
    12.1 Обработка сигналов. Часть 1 НП
  25. Урок 25. 00:45:25
    12.2 Обработка сигналов. Часть 2 НП
  26. Урок 26. 00:35:18
    13.1 Парсинг данных. Практикум Часть 1 НП
  27. Урок 27. 00:33:47
    13.2 Парсинг данных. Практикум Часть 2 НП
  28. Урок 28. 00:53:50
    14.1 Анализ данных. Практикум. Часть 1
  29. Урок 29. 00:11:54
    14.2 Анализ данных. Теоретическая часть НП
  30. Урок 30. 00:58:48
    15.1 Введение в нейронные сети. Теоретическая часть 1
  31. Урок 31. 00:42:33
    15.2 Введение в нейронные сети. Теоретическая часть 2
  32. Урок 32. 00:37:29
    15.3 Введение в нейронные сети. Практикум
  33. Урок 33. 00:51:18
    16.1 Полносвязные сети обучающая и тестовая выборки Теоретическая часть
  34. Урок 34. 00:53:04
    16.2 Полносвязные сети обучающая и тестовая выборки Практикум НП
  35. Урок 35. 00:42:03
    17.1 Свёрточные нейронные сети Теоретическая часть
  36. Урок 36. 00:40:02
    17.2 Свёрточные нейронные сети Практикум
  37. Урок 37. 01:00:01
    18.1 Обработка текстов с помощью нейронных сетей Теоретическая часть
  38. Урок 38. 01:26:08
    18.2 Обработка текстов с помощью нейронных сетей Практикум
  39. Урок 39. 00:40:46
    19.1 RNN и CNN в обработке текстов Теоретическая часть
  40. Урок 40. 01:15:38
    19.2 RNN и CNN в обработке текстов Практикум
  41. Урок 41. 00:40:07
    20.1 Нейронные сети для решения задачи регрессии Теоретическая часть
  42. Урок 42. 01:06:32
    20.2 Нейронные сети для решения задачи регрессии Практикум
  43. Урок 43. 00:34:44
    21.1 Полносвязные и рекуррентные НС для прогнозирования временных рядов Теоретическая часть
  44. Урок 44. 01:15:49
    21.2 Полносвязные и рекуррентные нейронные сети для прогнозирования временных рядов Практикум
  45. Урок 45. 00:27:36
    22.1 Прямые и свёрточные нейронные сети для обработки аудиосигналов Теоретическая часть
  46. Урок 46. 00:24:15
    22.2 Прямые и свёрточные нейронные сети для обработки аудиосигналов Практикум 1
  47. Урок 47. 00:37:32
    22.3 Прямые и свёрточные нейронные сети для обработки аудиосигналов Практикум 2
  48. Урок 48. 00:19:22
    23.1 Автокодировщики Теоретическая часть
  49. Урок 49. 01:05:34
    23.2 Автокодировщики Практическая часть
  50. Урок 50. 00:34:49
    24.1 Вариационные автокодировщики генеративные модели на базе автокодировщиков
  51. Урок 51. 00:53:19
    24.2 Вариационные автокодировщики генеративные модели на базе автокодировщиков Практикум
  52. Урок 52. 00:11:35
    24.3 Вариационные автокодировщики генеративные модели на базе автокодировщиков Практикум ООП
  53. Урок 53. 00:25:11
    25.1 Генеративные состязательные сети Теоретическая часть
  54. Урок 54. 00:39:57
    25.2 Генеративные состязательные сети Практикум
  55. Урок 55. 00:26:03
    26.1 Введение в генетические алгоритмы Теоретическая часть
  56. Урок 56. 00:40:57
    26.2 Введение в генетические алгоритмы Практикум. Часть 1
  57. Урок 57. 00:32:04
    26.3 Введение в генетические алгоритмы Практикум. Часть 2
  58. Урок 58. 00:51:28
    27. Генетические алгоритмы для обучения нейронных сетей Практикум
  59. Урок 59. 00:47:15
    28.1 Сегментация изображений Теоретическая часть
  60. Урок 60. 00:45:34
    28.2 Сегментация изображений Практикум
  61. Урок 61. 00:26:25
    29.1 Алгоритмы кластеризации данных Теоретическая часть
  62. Урок 62. 01:11:21
    29.2 Алгоритмы кластеризации данных Практикум
  63. Урок 63. 00:42:29
    30.1 Обучение с подкреплением Теоретическая часть
  64. Урок 64. 01:08:46
    30.2 Обучение с подкреплением Практикум
  65. Урок 65. 00:23:56
    31.1 Генерация текста Теоретическая часть
  66. Урок 66. 00:41:07
    31.2 Генерация текста Практикум
  67. Урок 67. 00:13:46
    32.1 Сегментация текста Теоретическая часть
  68. Урок 68. 00:43:32
    32.2 Сегментация текста Практическая часть
  69. Урок 69. 01:01:09
    33.1 Object Detection Теоретическая часть
  70. Урок 70. 01:27:56
    33.2 Object Detection Практикум
  71. Урок 71. 00:27:31
    34.1 Распознавание речи Теоретическая часть
  72. Урок 72. 00:41:46
    34.2 Распознавание речи Практикум
  73. Урок 73. 00:44:30
    35.1 Написание нейронных сетей с библиотекой Tensorflow. Часть 1 Практикум 1
  74. Урок 74. 00:31:59
    35.2 Написание нейронных сетей с библиотекой Tensorflow. Часть 1 Практикум 2
  75. Урок 75. 00:39:04
    36.1 Написание нейронных сетей с библиотекой Tensorflow. Часть 2 Практикум 1
  76. Урок 76. 00:31:37
    36.2 Написание нейронных сетей с библиотекой Tensorflow. Часть 2 Практикум 2
  77. Урок 77. 01:24:21
    37. Написание нейронных сетей с библиотекой PyTorch. Часть 1 Практикум
  78. Урок 78. 01:01:09
    38. Написание нейронных сетей с библиотекой PyTorch. Часть 2 Практикум