Искусственный интеллект и наука МГУ имени М. В. Ломоносова
Курсы по искусственному интеллекту
Команда
О людях, которые вкладывают душу в развитие курса
История проекта
О развитии курса и самых ярких достижениях
Курс "Нейронные сети и их применение в научных исследованиях"
Курс по искусственному интеллекту для молодых учёных МГУ
Программа
Программа курса
Расписание
Расписание обучения и списки групп
Формат обучения
Инструкция о том, как учиться на курсе
FAQ
Ответы на часто задаваемые вопросы
Материалы курса
Открытые видеозаписи лекций и блокноты
Абитуриентам
Кто и как может поступить на курс
Как подготовиться к поступлению
Рекомендованные ресурсы для подготовки
МФК
МФК по искусственному интеллекту для студентов МГУ
Новости
Главные события проекта MSU.AI
Публикации выпускников MSU.AI
Коллекция статей с применением ИИ от наших выпускников
Научные публикации преподавателей MSU.AI
Коллекция статей с применением ИИ от наших преподавателей
Защита курсовых работ
Выступления наших студентов на конкурсе курсовых работ
Мы в медиа
Самое интересное о нас в медиапространстве
Потоковые лекции
Лекции по ИИ от приглашенных экспертов
Нейроколлекция
Коллаборация белковых художников и нейронных сетей
Контакты
Связаться с нами
Отзывы
Отзывы выпускников об обучении на курсе
Студентам
Рекомендации и шаблоны для подготовки к отчетным мероприятиям
Чек-лист для подготовки курсовой работы
Рекомендации по подготовке
Как готовиться к презентации
Рекомендации по выступлению и шаблоны
Шаблон тезисов для Воркшопа №1
Как оформить тезисы выступления
Шаблон тезисов для Воркшопа №2
Как оформить тезисы выступления
Шаблон тезисов для Курсовой работы
Как оформить курсовую работу
Рекомендации по подготовке публикации
Как правильно трансформировать вашу курсовую в статью
Лекция №1. Введение в машинное обучение
Материалы 1-й лекции курса
Лекция №2. Линейный классификатор
Материалы 2-й лекции курса
Лекция №3. Классическое машинное обучение
Материалы 3-й лекции курса
Лекция №4. Генерация и отбор признаков
Материалы 4-й лекции курса
Лекция №5. Нейронные сети
Материалы 5-й лекции курса
Лекция №6. Свёрточные нейронные сети
Материалы 6-й лекции курса
Лекция №7. Улучшение сходимости нейросетей и борьба с переобучением
Материалы 7-й лекции курса
Лекция №8. Рекуррентные нейронные сети (RNN)
Материалы 8-й лекции курса
Лекция №9. Архитектуры CNN
Материалы 9-й лекции курса
Лекция №10. Explainability
Материалы 10-й лекции курса
Лекция №11. Обучение на реальных данных
Материалы 11-й лекции курса
Лекция №12. Сегментация и детектирование
Материалы 12-й лекции курса
Лекция №13. Автоэнкодеры
Материалы 13-й лекции курса
Лекция №14. Генеративные модели
Материалы 14-й лекции курса
Лекция №15. Обучение с подкреплением
Материалы 15-й лекции курса
МФК лекция №1. Новая суперспособность науки
Материалы 1-й лекции МФК
МФК лекция №2. Как учить машины
Материалы 2-й лекции МФК
МФК лекция №3. Линейные модели
Материалы 3-й лекции МФК
МФК лекция №4. Свёрточные сети
Материалы 4-й лекции МФК
МФК лекция №5. Рекуррентные сети
Материалы 5-й лекции МФК
МФК лекция №6. Трансформеры (1)
Материалы 6-й лекции МФК
МФК лекция №7. Трансформеры (2)
Материалы 7-й лекции МФК
МФК лекция №8. Генеративные модели
Материалы 8-й лекции МФК
МФК лекция №9. Обучение с подкреплением
Материалы 9-й лекции МФК
МФК лекция №10. Нейрорендеринг и физическое моделирование
Материалы 10-й лекции МФК
МФК лекция №11. Графовые сети
Материалы 11-й лекции МФК
МФК лекция №12. Финал
Материалы 12-й лекции МФК