Update lab_schedule_non-core.md

lab_schedule_non-core.md

@@ -21,7 +21,7 @@
 ### Базовый Python
 Будут рассмотрены типы данных, операторы, функции, классы и их применение в языке и примеры задач. Скачайте на свой компьютер, запустите в jupyter-lab/notebook, изучите и выполните задания после разделов. 
 
-Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/lab_1.ipynb
+Ссылка на лабораторную работу: https://github.com/f-neumann77/DL_Course_SamU/blob/master/noncore/lab_1.ipynb
 
 ## Лабораторная №2
 ### Практические задачи Python
@@ -30,8 +30,7 @@
 - Работа со списками
 - Создание функций для решения задач
 
-Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/Lab_2.ipynb
+Ссылка на лабораторную работу: https://github.com/f-neumann77/DL_Course_SamU/blob/master/noncore/Lab_2.ipynb
-
 ## Лабораторная №3
 ### Введение в numpy, pyplot, pandas
 Будут рассмотрены кейсы применения данных модулей. 
@@ -39,14 +38,14 @@ Pandas как альтернатива маленьким БД и работе
 Анализ данных.
 Графическое представление данных.
 
-Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/lab_3.ipynb
+Ссылка на лабораторную работу: https://github.com/f-neumann77/DL_Course_SamU/blob/master/noncore/lab_3.ipynb
 
 ## Лабораторная №4
 ### Введение и практические задачи в ML (sklearn)
 Задачи регрессии и классификации.
 Использование sklearn для решения задач.
 
-Ссылка на лабораторную работу: https://github.com/f-neumann77/DL_Course_SamU/blob/master/1147/lab_4_regression_and_classification.ipynb
+Ссылка на лабораторную работу: https://github.com/f-neumann77/DL_Course_SamU/blob/master/noncore/lab_4_regression_and_classification.ipynb
 
 ## Лабораторная №5
 ### Введение в DL (pytorch)