Нейронные сети и методы машинного обучения получили широкое распространение в науке и технике, значительно дополнив существующие способы обработки, анализа и интерпретации данных. Несмотря на обширное применение возможностей методов машинного обучения, архитектура и основные принципы работы ключевых алгоритмов довольно слабо изучаются в рамках стандартных студенческих курсов, еще меньше внимания уделяется практическому программированию изученных алгоритмов в рамках анализа экспериментальных данных. Курс представляет собой расширенное введение в методы машинного обучения и нейронные сети, а также в способы применения изученных алгоритмов для анализа и интерпретации реальных данных ядерно- и космофизических экспериментов. Изучение курса сопровождается значительной практической частью на языках программирования MatLab и Python.