В этом документе я буду собирать ссылки на русскоязычные материалы (курсы, книги), связанные с машинным обучением. По мере добавления новых данных я буду изменять структуру и оформление документа. В данном документе представлены только бесплатные материалы, за исключением ссылок на печатные книги.
Deep Learning School регулярно проводит потоки обучения по трём дисциплинам. Материалы прошедших потоков доступны к ознакомлению. Новые потоки анонсируются в Telegram канале @deep_learning_school_news
- Часть 1. Intro to ML and DL. Computer Vision, 2025 info, youtube-list
- Часть 2. Natural Language Processing (NLP) info, youtube-list
- Часть 3. Курс. Speech Processing info, youtube-list
Сообщество Open DataScience периодически проводит потоки обучения по различным дисциплинам. Материалы прошедших потоков доступны к ознакомлению. Новые потоки анонсируются в Telegram канале @datafest
- Natural Language Processing, 2025 info
- Классические модели ML, 2025 info
- Deep Reinforcement Learning, 2024 info
- AutoML in practice, 2024 info
- Геопространственный анализ данных, 2024 info
- Деревья и их ансамбли, 2023 info
- Дизайн систем машинного обучения, 2023 info
- "Машинное обучение", 2019 , info , youtube-list
- "Основы байесовского вывода", 2017 , info , youtube-list
- "Машинное обучение", 2018 , info , youtube-list
- "Основы байесовского вывода", 2023 , info , youtube-list
- "Графические вероятностные модели", 2024 , info , youtube-list
- "Глубокое обучение", 2024 , info
- "Основы байесовского вывода", 2024 , info , youtube-list
- "Графические вероятностные модели", 2025 , info , youtube-list
- "Глубокое обучение", 2025 , info , youtube-list
- "Основы байесовского вывода", 2025 , info , youtube-list
- "Теория основ высшей математики и разбор задач", в текстовом виде
- "Машинное обучение", stepik, в текстовом виде
- "Нейросети на PyTorch", в текстовом виде
- "Нейронные сети", в текстовом виде
- "Учебник по машинному обучению", в текстовом виде
- "Математика для анализа данных", в текстовом виде