Курс «Нейронные сети и их применение в научных исследованиях» ориентирован на освоение инструментов работы с нейронными сетями и сопутствующих современных программных средств.

Цель курса — предоставить аспирантам разных факультетов МГУ имени М. В. Ломоносова, имеющих базовые знания программирования и математики, возможность использовать методы искусственных нейронных сетей для анализа больших данных в их научных исследованиях.

Курс будет полезен для начинающих ученых и технических, и гуманитарных факультетов: физиков и филологов, химиков и медиков, математиков и социологов.

Итогом учебы будет подготовленный аспирант, который написал программу и получил качественный результат, успешно примененный в его диссертации, и подготовил научную публикацию об этом.

Машинное обучение, история глубокого обучения, области применения, демонстрация работы с данными (jupyter)

Метрики расстояния, кросс-валидация, линейный классификатор, оценка результата, обновления весов методом градиентного спуска, cross-entropy Loss

Классическое машинное обучение, деревья решений, bias-variance tradeoff, бутстрэп, метод случайных подпространств (RSM, random subspace method)), случайный лес, Взвешенное голосование, Boosting, AdaBoost, переобучение, Градиентный бустинг и его модификации, Смесь экспертов

Генерация и отбор признаков, AUC-ROC, Жадный отбор признаков, Отбор признаков на основе моделей, Задача понижении размерности, PCA (Метод главных компонент), Kernel PCA, tSNE, UMAP, Визуализация