Данные материалы подготовлены для курса "Прикладной анализ данных" Цифровой кафедры НИЯУ МИФИ.
Авторы курса: Егоров Алексей, Хасанова Аделя.
Ассистенты: Газизова Диана, Дубинкин Игорь.
[0] Основы Python
[1] Основы Python 2
[2] Разбор первого контеста
[3] Разбор второго контеста
[4] NumPy
[5] NumPy 2
[6] Pandas
[7] Pandas 2
[8] Разбор контеста NumPy-простой
[9] SciPy
[10] SymPy
[11] Разбор демоварианта Я-профи по ИИ
[12] Разбор обязательного ДЗ
[13] Элементы теории вероятности
[14] Точечные оценки
[15] Гипотезы и ошибки
[16] Доверительный интервалы
[17] [Визуализация и EDA](https://github.com/ShadarRim/dc2024/blob/main/12_%D0%A0%D0%B0%D0%B7%D0%B1%D0%BE%D1%80_%D0%BA%D0%BE%D0%BD%D1%82%D0%B5%D1%81%D1%82%D0%B0_Pandas_%D0%A6%D0%9A.ipynb\
[18] Условная вероятность
[19] Наивый Баес\
[20] О машинном обучении
[21] Градиентный спуск
[] Введение в нейронные сети
[] Введение в Tensor
[] Элементарная нейронная сеть с нуля
[] Реализация НС для классификациии
[] Реализация НС для регрессии
[] Свёрточные нейронные сети
[] Реализация CNN на датасете MNIST
[] Задачи Сегментации \
[] Практическое решение задачи на сегментацию
[] Генеративно-состязательные сети GAN \
[0] Как установить среду для Python
[1] Рекурсия
[2] Зачем следить за нюансами при написании программ?
[0] Контест на Python #1
[1] Контест на Python #2
[2] Очень простой контест на Python #3
[3] Контест NumPy #1
[4] Контест NumPy #2 Простой
[5] ОБЯЗАТЕЛЬНОЕ ДЗ, Контест на Pandas
[6] Первое задание на ML: регрессия
В 2024 году Нобелевскую премию по физике дали за нейронные сети, а по химии за метод генерации белков. Эти материалы позволяют рассмотреть некоторые аспекты тех открытий, за которые дали премию. В частности, как устроена нейронная сеть Хопфилда, метод обратного распространения ошибки, а также как с помощью методов машинного обучения предсказать значения химических параметров.
[0] Что такое нейронная сеть?
[1] Нейронная сеть Хопфилда
[2] Метод обратного распространения ошибки
[3] Котик для Хопфилда
[4] Как химические формулы преобразовать в цифры?
[5] Задачи машинного обучения на химических формулах
[6] Данные для химических материалов
