Wiki - Факультет компьютерных наук - Вклад [ru]

Wiki ФКН

2026-09-16T11:57:42Z

Akarpova1: /* Курсы за 2026/27 учебный год */

__NOTOC__
= Учебные курсы факультета компьютерных наук =

{| class="wikitable"
|-
! colspan="2" | <div style="text-align: center;">'''Навигация'''</div>
|-
! [[#bachelors|Курсы бакалавриата ФКН]]
| <div style="text-align:center">[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]</div>
|-
! colspan="2" | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]
|}

== Курсы за 2026/27 учебный год ==
{| class="wikitable courses"
|-

! width="21%" | 1 курс !! width="21%" | 2 курс !! width="21%" | 3 курс !! width="21%" | 4 курс !! rowspan="2" | '''майноры и факультативы'''
|-
| colspan="4" style="text-align: center;" | '''ПМИ'''
|-
|

'''М++'''

[[Комбинаторика_и_теория_графов_2026/2027 | Комбинаторика и теория графов]]

[[Основы_алгебры_2026/2027 | Основы алгебры]]

[[Основы_математического_анализа_2026/2027 | Основы математического анализа]]

'''М+'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]

[[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]

[[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]

[[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]

[[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]

'''П'''

[[Язык программирования Python 2026/27 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]

'''П+'''

[[Язык программирования C++ (пилотный поток) ]]

[[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]

||

'''М+'''

[[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]

[[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]

[[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]

'''М'''

[[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]

[[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]

 

'''П'''

[[Мachine Learning 1 | Машинное обучение 1]]

[[Машинное обучение 1 (ИИ360)| Машинное обучение 1 (ИИ360)]]

[[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]
 

[[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]

[[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]

[[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]

[[Язык_программирования_Go | Язык программирования Go]]

[[Функциональное_программирование_2026/2027 | Функциональное программирование]]

[[Комплексный анализ 2026/27]]

[[Функциональный анализ 2026/27]]

[[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]

[[Основы матричных вычислений 2026/27]]

[[Дифференциальные уравнения 2026/2027]]

||

[[ PE101-26-27 | Performance engineering 101 ]]

[[ Statistical_learning_theory_2026 | Statistical learning theory ]]

[[Инженерия_LLM-систем | Инженерия LLM-систем]]

[[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]

[[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]

[[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]

[[Рекомендательные системы 2026/27 | Рекомендательные системы]]

[[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]

[[ Types_26 | Типы в языках программирования ]]

[[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]

[[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]

[[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]]

'''ПМИ / МОП'''

[[Машинное_обучение_1_26/27 | Машинное обучение 1]]

[[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]

[[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]

[[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]

'''ПМИ / РС'''

[https://distsys.ru/course/hse-2026/ Распределенные системы]

[[НИС Распределенные системы | НИС Распределенные системы]]

'''ПМИ / ТИ'''

[[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]

[[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]

 

||

[[ PE101-26-27 | Performance engineering 101 ]]

[[ Мультиагентные_системы | Мультиагентные системы]]

[[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]

[[Большие_языковые_модели_26_27 | Большие языковые модели]]

[[Theory_of_computation_2026 | Theory of computation]]

[[Statistical_learning_theory_2026 | Statistical learning theory]]

[[Parameterized_complexity_2026 | Parameterized complexity]]

[[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]

[[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]

[[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]

[[ Haskell_27 | Промышленное программирование на Haskell ]]

[[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]

[[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]

'''ПМИ / МОП'''

[[Глубинное обучение 2 2026| Глубинное обучение 2]]

[[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]

[[LSML 2026/2027 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://distsys.ru/osukhoroslov/nis2/ НИС Распределенные системы 2]

[? Методы и системы обработки больших данных]

'''ПМИ / ТИ'''

[[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]

[[ OWF-26-27 | Односторонние функции и их применения ]]

[[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]

 

| rowspan="15" |


[[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]

[[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]

[[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]

[[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]

[[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]

[[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]

[[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]

[[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]

[[Complexity_theory_2027|Теория вычислений]]

|-
| colspan="4" style="text-align: center;" | '''ПИ'''
|-
|

[[Алгебра_ПИ_2026-2027|Алгебра 26/27]]

[[Дискретная_математика_26/27|Дискретная математика 26/27]]

[[Математический_анализ_26/27|Математический анализ 26/27]]

|
[[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]

[[Теория_вероятностей_26/27|Теория вероятностей 26/27]]

[[Математическая_статистика_26/27 | Математическая статистика 2026/27]]
|
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ПАД'''
|-
|
'''1st year DSBA 2026/2027'''

[[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]

[[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]

[[English DSBA 2026/2027 | English Language (modules 1-4)]]

[[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]

[[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]

[[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]

[[Economics DSBA 2026/2027 | Economics (modules 2-3)]]

[[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]

[[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]

[[Algebra DSBA 2026/2027 | Algebra (module 4)]]

[[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]

[[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]

||
'''2nd year DSBA 2026/2027'''

[[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]

[[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]

[[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]

[[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]

[[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]

[[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]

[[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]

[[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]

[[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]

'''Minors'''

[[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]

[[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]

||
'''3rd year DSBA 2026/2027'''

[[Databases DSBA 2026/2027 | Databases (modules 1-2)]]

[[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]

[[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]

[[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]

[[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]

'''Minors'''

[[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]

[[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]

[[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]

'''Specialization Data Science in Business'''

[[Research Seminar "Data Analysis in Business" DSBA 2026/2027 | Research Seminar "Data Analysis in Business“ (modules 1-4)]]

[[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]

[[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]

'''Specialization Data Science in Finance'''

[[Research Seminar "Data Science in Finance" DSBA 2026/2027 | Research Seminar "Data Science in Finance" (modules 1-4)]]

[[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]

[[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]

'''Specialization Data Analysis in Applied Research'''

[[Research Seminar "Data Science in Applied Research" DSBA 2026/2027 | Research Seminar "Data Science in Applied Research" (modules 1-4)]]

[[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]

[[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]

'''Electives (modules 3-4)'''

[[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]

[[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]

[[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]

||
'''4th year DSBA 2026/2027'''

[[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]

[[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]

'''Specialization Data Science in Business'''

[[Research Seminar "Data Analysis in Business 2" DSBA 2026/2027 | Research Seminar "Data Analysis in Business 2“ (modules 1-3)]]

[[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]

'''Specialization Data Science in Finance'''

[[Research Seminar "Data Science in Financial Markets" DSBA 2026/2027 | Research Seminar "Data Science in Financial Markets" (modules 1-3)]]

[[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]

'''Specialization Data Analysis in Applied Research'''

[[Research Seminar "Data Science in Applied Research 2" DSBA 2026/2027 | Research Seminar "Data Science in Applied Research 2" (modules 1-3)]]

[[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]

'''Electives block 1 (modules 1-2)'''

[[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]

[[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]

[[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]

[[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]

[[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]

'''Electives block 2 (module 3)'''

[[Information Systems DSBA 2026/2027 | Information Systems]]

[[Recommender Systems DSBA 2026/2027 | Recommender Systems]]

|-
| colspan="4" style="text-align: center;" | '''КНАД'''
|-
|
[[Программирование на С++ КНАД ВСН 26-27]]

[[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]

[[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]

[[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]

[[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]

[[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]

[[Линейная алгебра КНАД 26/27]]

[[Математический Анализ КНАД 26/27]]

[[ИПР КНАД 26/27]]

||
[[Алгебра КНАД 2026/2027 | Алгебра]]

[[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]

[[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]

[[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]

[[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]

||
 
[[Глубинное_обучение_КНАД_2026/27 | Глубинное обучение 2026/27 (КНАД)]]
||
 

|-
| colspan="4" style="text-align: center;" | '''ЭАД'''
|-
|
[[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]

[[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]

[[Программирование на С++ ЭАД 26/27]]

[[Язык программирования Python 2026/27 (ЭАД) ]]

[[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]

[[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]
||

[[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ДРИП'''
|-
|
[[Алгоритмы и структуры данных-1 (ДРИП)]]

[[Ddip2630 | Линейная алгебра и геометрия]]

[[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]

||
[[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''РИЦП'''
|-
|
[[Математика для компьютерной графики (РИЦП)]]

||
 

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ПИРС'''
|-
|
[[Линейная алгебра ПИРС 26/27]]

[[Дискретная математика ПИРС 26/27]]

||
 

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''СмолГУ'''
|-
|
[[Дискретная математика ВШЭ+СмолГУ 26/27]]

||
 

||
 

||
 

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture] ==

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
| [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]
|
|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
! Ссылка !! Дисциплина !! Год обучения
|-
| [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год
|-
| [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year
|-
| [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
| [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль
|-
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль
|-
|}

= Архив до 2025/26 учебного года включительно =
[[Wiki ФКН/Архив]]

Машинное обучение 1 (ИИ360)

2026-09-16T11:55:19Z

Akarpova1: /* Формула оценивания */

== О курсе ==

[[Файл:ML_surfaces.png|280px|borderless|left]]

Курс читается для студентов программы программы ИИ360 2-го курса ПМИ.

'''Лектор:''' [https://t.me/madn_boi Морозов Никита Витальевич]

== Полезные ссылки: ==

* [https://github.com/esokolov/ml-course-hse/tree/master/ml1-2026-fall Репозиторий с материалами на Github]

* [https://t.me/+R5XEbYU55-BhMjMy Канал курса]

* [https://t.me/+aJe1VGMEyhEzN2Ni Чат курса]

* Ссылка на курс в Anytask

==== Видеозаписи лекций: ====

* [Будут позже:)]

==== Ведомости ====

[https://docs.google.com/spreadsheets/d/1d1Mh_GrWr2d6nEhh4IDwO4Fw2OpcPMwsY0hDdX0liUI/edit?gid=1951601208#gid=1951601208 Сводная таблица с дз и итогами]

== Преподаватели и ассистенты: ==

* Семинарист: [https://t.me/Im_fast_as_blitz Черномордин Родион Романович]

* Ассистенты курса: [https://t.me/KarAnny Карпова Анна], [https://t.me/uchenlk Засимук Даниил]

== Формула оценивания ==

Округляются только итоговые оценки; округление арифметическое.

'''ОИТОГ = (0.3* ОДЗ + 0.2*ОПР + 0.2*ОКР + 0.3*ОЭКЗ),''' 
где:
* ДЗ — практические домашние задания на Python,
* ПР - проверочные работы на семинарах,
* КР - контрольная работа,
* ЭКЗ - экзамен

На курсе действует система получения автоматов: в случае получения автомата оценка студента рассчитывается по формуле:

'''ОИТОГ = (0.3* ОДЗ + 0.2*ОПР + 0.2*ОКР) / 0.7''' 

Условия получения автомата будут объявлены позже.

= Элементы контроля =

== Домашние задания: ==

=== Правила сдачи заданий ===

* За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются.

* При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Также мы в любом случае оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

Использовать генеративные модели (ChatGPT, GitHub Copilot и прочие) можно при вознекновении затруднений с выполнением отдельных частей домашей работы. Но если вы их применяете, то обязательно нужно сделать следующее:

1. Указывать, какие части ДЗ выполнены с использованием генеративных моделей.

2. Добавить в конец вашего решения небольшой раздел с рефлексией, где вы описываете, как подбирали промпты, какие заметили преимущества и недостатки генеративных моделей при выполнении данного ДЗ.

''' Но:''' Даже при использовании генеративных моделей студент должен полностью разбираться в сдаваемых задачах.

== Проверочные работы: ==
Раз в несколько недель на семинаре будет проводиться проверочная работа по материалам нескольких прошедших тем.

== Важная информация: ==
Преподаватели и ассистенты могут вызвать студента на защиту домашней, проверочной или контрольной работы. Если на защите студент не сможет дать пояснения по своим решениям, это будет расцениваться как дисциплинарное нарушение и оценка за соответствующий элемент контроля будет равна 0. После защиты преподаватели и ассистенты оставляют за собой право изменить оценку в любую сторону.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

= Полезные материалы =
===Книги===
* [https://academy.yandex.ru/handbook/ml Учебник по машинному обучению от ШАД]
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]
* [https://openedu.ru/course/hse/INTRML/ Введение в машинное обучение (онлайн-курс НИУ ВШЭ)]

== Страницы предыдущих лет ==
[[Машинное_обучение_1 | 2024/2025 учебный год]]

[[Машинное_обучение_1/2023_2024 | 2023/2024 учебный год]]

[[Машинное_обучение_1/2022_2023 | 2022/2023 учебный год]]

[[Машинное_обучение_1/2021_2022 | 2021/2022 учебный год]]

[[Машинное_обучение_1/2020_2021 | 2020/2021 учебный год]]

[[Машинное_обучение_1/2019_2020 | 2019/2020 учебный год]]

[[Машинное_обучение_1/2018_2019 | 2018/2019 учебный год]]

[[Машинное_обучение_1/2017_2018 | 2017/2018 учебный год]]

[[Машинное_обучение_1/2016_2017 | 2016/2017 учебный год]]

Машинное обучение 1 (ИИ360)

2026-09-16T11:50:44Z

Akarpova1: Новая страница: «== О курсе == left Курс читается для студентов программы программы ИИ360 2-го курса ПМИ. '''Лектор:''' [https://t.me/madn_boi Морозов Никита Витальевич] == Полезные ссылки: == * [https://github.com/esokolov/ml-course-hse/tree/master/ml1-2026-fall Репозиторий с материалами на G...»

== О курсе ==

[[Файл:ML_surfaces.png|280px|borderless|left]]

Курс читается для студентов программы программы ИИ360 2-го курса ПМИ.

'''Лектор:''' [https://t.me/madn_boi Морозов Никита Витальевич]

== Полезные ссылки: ==

* [https://github.com/esokolov/ml-course-hse/tree/master/ml1-2026-fall Репозиторий с материалами на Github]

* [https://t.me/+R5XEbYU55-BhMjMy Канал курса]

* [https://t.me/+aJe1VGMEyhEzN2Ni Чат курса]

* Ссылка на курс в Anytask

==== Видеозаписи лекций: ====

* [Будут позже:)]

==== Ведомости ====

[https://docs.google.com/spreadsheets/d/1d1Mh_GrWr2d6nEhh4IDwO4Fw2OpcPMwsY0hDdX0liUI/edit?gid=1951601208#gid=1951601208 Сводная таблица с дз и итогами]

== Преподаватели и ассистенты: ==

* Семинарист: [https://t.me/Im_fast_as_blitz Черномордин Родион Романович]

* Ассистенты курса: [https://t.me/KarAnny Карпова Анна], [https://t.me/uchenlk Засимук Даниил]

== Формула оценивания ==

Округляются только итоговые оценки; округление арифметическое.

'''ОИТОГ = 0.3* ОДЗ + 0.2*ОПР + 0.2*ОКР + 0.3*ОЭКЗ),''' 
где:
* ДЗ — практические домашние задания на Python,
* ПР - проверочные работы на семинарах,
* КР - контрольная работа,
* ЭКЗ - экзамен

На курсе действует система получения автоматов: в случае получения автомата оценка студента рассчитывается по формуле:

'''ОИТОГ = (0.3* ОДЗ + 0.2*ОПР + 0.2*ОКР) / 0.7''' 

Условия получения автомата будут объявлены позже.

= Элементы контроля =

== Домашние задания: ==

=== Правила сдачи заданий ===

* За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются.

* При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Также мы в любом случае оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

Использовать генеративные модели (ChatGPT, GitHub Copilot и прочие) можно при вознекновении затруднений с выполнением отдельных частей домашей работы. Но если вы их применяете, то обязательно нужно сделать следующее:

1. Указывать, какие части ДЗ выполнены с использованием генеративных моделей.

2. Добавить в конец вашего решения небольшой раздел с рефлексией, где вы описываете, как подбирали промпты, какие заметили преимущества и недостатки генеративных моделей при выполнении данного ДЗ.

''' Но:''' Даже при использовании генеративных моделей студент должен полностью разбираться в сдаваемых задачах.

== Проверочные работы: ==
Раз в несколько недель на семинаре будет проводиться проверочная работа по материалам нескольких прошедших тем.

== Важная информация: ==
Преподаватели и ассистенты могут вызвать студента на защиту домашней, проверочной или контрольной работы. Если на защите студент не сможет дать пояснения по своим решениям, это будет расцениваться как дисциплинарное нарушение и оценка за соответствующий элемент контроля будет равна 0. После защиты преподаватели и ассистенты оставляют за собой право изменить оценку в любую сторону.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

= Полезные материалы =
===Книги===
* [https://academy.yandex.ru/handbook/ml Учебник по машинному обучению от ШАД]
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]
* [https://openedu.ru/course/hse/INTRML/ Введение в машинное обучение (онлайн-курс НИУ ВШЭ)]

== Страницы предыдущих лет ==
[[Машинное_обучение_1 | 2024/2025 учебный год]]

[[Машинное_обучение_1/2023_2024 | 2023/2024 учебный год]]

[[Машинное_обучение_1/2022_2023 | 2022/2023 учебный год]]

[[Машинное_обучение_1/2021_2022 | 2021/2022 учебный год]]

[[Машинное_обучение_1/2020_2021 | 2020/2021 учебный год]]

[[Машинное_обучение_1/2019_2020 | 2019/2020 учебный год]]

[[Машинное_обучение_1/2018_2019 | 2018/2019 учебный год]]

[[Машинное_обучение_1/2017_2018 | 2017/2018 учебный год]]

[[Машинное_обучение_1/2016_2017 | 2016/2017 учебный год]]