Wiki - Факультет компьютерных наук - Вклад [ru]

Основы глубинного обучения

2022-09-14T16:45:36Z

Alexeykkov: /* Семинары */

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.

Проводится с 2015 года.

Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

Занятия проходят онлайн по четвергам на третьей паре (13:00 - 14:20).

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/451025042 Карточка курса и программа]

Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning

Домашние задание сдаются в Anytask: https://anytask.org/course/??

Канал в telegram для объявлений: https://t.me/hse_iad_22

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/+pbt8rRfldsUzZGUy

Таблица с оценками: https://docs.google.com/spreadsheets/d/1VHuG476mULH9QgsXlVsL5CDf6J7BrwlKOVfOMQDXH7g/edit?usp=sharing

'''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].

=== Семинары ===
{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask
|-
| ИАД-1 || [https://t.me/narekvslife Нарек Алвандян] || [https://t.me/fdrose Максим Абрахам] || [Zoom] || [Чат] ||
|-
| ИАД-2 || [https://t.me/egorkapiorka Егор Масликов] || [https://t.me/onehspal Ксения Лапшина], [https://t.me/poemgranate Марина Казюлина] || [https://us06web.zoom.us/j/84614236089?pwd=YmdCZHI5WUpnOC9BMm8wM1duUWlkQT09 Zoom] || [https://t.me/+ramSS6GUu-5jZjUy Чат] ||
|-
| ИАД-3 || Антон Семенкин || [https://t.me/ipomeya31 Александр Плахин], [https://t.me/caesiummm Михаил Никифоров] || [https://youtube.com/watch?v=dQw4w9WgXcQ Zoom] || [https://t.me/+dZv3HU7DA21lOGVi Чат] ||
|-
| ИАД-6 || [https://t.me/buntar29 Макс Карпов] || [https://t.me/ipomeya31 Александр Плахин], [https://t.me/Nikita_Ki33elev Никита Киселев] || [Zoom] || [https://t.me/+nMzxNMJQuaY3ZWZi Чат] ||
|-
| ИАД-7 || [https://t.me/kirili4ik Гельван Кирилл] || [https://t.me/ongalek Смоленчук Иван], [https://t.me/elineii Костромина Алина]|| [Zoom] || [https://t.me/+iN0XaeTPw_llMDgy Чат] ||
|-
| ИАД-10 || [https://t.me/AlexeyKKovalev Алексей Ковалёв] || [https://t.me/masstermax Максим Гудзикевич]|| [Zoom] || [https://t.me/+ln6VEh60LgBkNGQ6 Чат] ||
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Проверочные работы на лекциях
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за проверочные работы

КР — оценка за контрольную работу

Э — оценка за экзамен

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

==Лекции==

== Семинары ==

== Записи консультаций ==

== Практические задания ==

Домашние задания выкладываются в [https://github.com/hse-ds/iad-deep-learning репозиторий курса]. За каждый день просрочки мягкого дедлайна снимается два балла. После жёсткого дедлайна задания не принимаются.

== Контрольная работа ==

== Экзамен ==

== Страницы предыдущих лет ==

[[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]

[[Современные_методы_машинного_обучения | 20/21 учебный год]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных/2022

2022-01-26T19:38:43Z

Alexeykkov: /* Семинары */

Прикладные задачи анализа данных/2022

2022-01-26T19:38:24Z

Alexeykkov: /* Семинары */

Прикладные задачи анализа данных/2022

2022-01-26T19:38:04Z

Alexeykkov: /* Семинары */

Основы глубинного обучения

2021-09-15T17:21:59Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.

Проводится с 2015 года.

Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

Занятия проходят онлайн по четвергам на второй паре (11:10 - 12:30).

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/346231287 Карточка курса и программа]

Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning

Домашние задание сдаются в Anytask:

Канал в telegram для объявлений: https://t.me/hs_iad_2021

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/joinchat/Vuq4Lgi98RG22fQP

Таблица с оценками

'''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].

=== Семинары ===
{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask
|-
| ИАД-1 || Антон Семенкин || [https://t.me/nichtdeinetraumfrau Дарья Морозова], [https://t.me/caesiummm Михаил Никифоров] || [https://zoom.us/j/95783649988?pwd=ZDh0UEJvVkxYczR5VTFGbldPdEFKdz09 Zoom] || [https://t.me/joinchat/h66lQZ8hD5s4MGFi Чат] ||
|-
| ИАД-2 || [https://t.me/AlexeyKKovalev Алексей Ковалёв] || [https://t.me/alenaVert Алёна Вертеева], [https://t.me/egorkapiorka Егор Масликов]|| [https://zoom.us/j/98291023185?pwd=S043dEdoMHkrSG8wSWRISDF1ZUlvUT09 Zoom] || [https://t.me/joinchat/EJCLcBpN0J0yM2My Чат] ||
|-
| ИАД-3 || [https://t.me/kirili4ik Кирилл Гельван] || [https://t.me/tamogashev_kv Кирилл Тамогашев], [https://t.me/bwdare Дарья Матяш] || [https://zoom.us/j/93479034844?pwd=Tnp2cU85NDVWbmRhMTRNN29kd0ZmQT09 Zoom] || [https://t.me/joinchat/kQ-hh3YdUbc4YmMy Чат] ||
|-
|-
| ИАД-4 || [https://t.me/mikhail_h91 Михаил Гущин] || [https://t.me/aksenysh Аня Аксенова], [https://t.me/tak_ty Катя Такташева]|| [https://zoom.us/j/97982378625?pwd=VWNBa3lXTUloRW91ckZhZU9CWW4rdz09 Zoom] || [https://t.me/joinchat/eUGR_00mJbUwYjli Чат] ||
|-
| ИАД-5 || Руслан Хайдуров || || [https://zoom.us/j/99847089082?pwd=cmI3Umo3UG1mRlg4VytrcEIwV2hKUT09 Zoom] || [ Чат] ||
|-
| ИАД-6 || Елена Кантонистова || [https://t.me/ferekeke Елизавета Копышева] [https://t.me/kplkrpv Поликарпов Кирилл] || [https://zoom.us/j/98326366848?pwd=bFVkRnNRaVFMMUppUnAyd3BMKzBzZz09 Zoom] || [https://t.me/joinchat/9eLqNJpZEOFlZTcy Чат] ||
|-
| ИАД-7 || [https://t.me/OnixinO Тамерлан Таболов] || [https://t.me/debasering Николай Аверьянов] [https://t.me/greyworgen Сергей Тихонов] || [https://zoom.us/j/93343230384?pwd=QldZa1hhOGxudGdRRTIzS3A1YTdhdz09 Zoom] || [https://t.me/joinchat/jWnLEX7aXjgxNzFi Чат] ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Проверочные работы на лекциях
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за проверочные работы

КР — оценка за контрольную работу

Э — оценка за экзамен

=== Правила сдачи заданий ===

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины 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.

==Лекции==

=== Семинары ===

== Практические задания ==

Домашние задания выкладываются в [https://github.com/hse-ds/iad-deep-learning репозиторий курса]. За каждый день просрочки мягкого дедлайна снимается два балла. После жёсткого дедлайна задания не принимаются.

== Контрольная работа ==

== Экзамен ==

[[https://docs.google.com/document/d/1yf3wH-2LArk6Ck4KYiAarTXbNS90IFwX7nUOt_Ec_wE/edit?usp=sharing Вопросы для подготовки]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных/2022

2021-06-03T15:55:56Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 11:10 по [https://zoom.us/j/93056986920?pwd=WFpCbVR1R1Q3S1Q3QTlOMzBNN0Y5QT09 ссылке].

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/416017381 Карточка курса и программа]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood

Ссылка на курс в Anytask: https://anytask.org/course/787

Таблица с оценками:

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask
|-
| ИАД-1 || Ковалёв Алексей || Вертеева Алена || [https://zoom.us/j/98767276421?pwd=M2NPRndVSXlxWDY0bEhGdjROWkNkZz09 Zoom] || [https://t.me/joinchat/GMRWqmCHJoeIHSTp Чат] || || AclUusP
|-
| ИАД-2 || Гущин Михаил || Пащенко Анатолий || [https://zoom.us/j/91897611953?pwd=U1ExSTlhZGlzcWJZSUh6NnpXN0lQdz09 Zoom] || [https://t.me/joinchat/F9wK5Ia-9MccXHXp Чат] || || 1nkqLLM
|-
| ИАД-3 || Чесаков Даниил || Ревина Полина || [https://zoom.us/j/94956280541?pwd=KzJrZzlUUDJ0Rnc0dTZIbjZlNjdzZz09 Zoom] || [https://t.me/joinchat/ES5w2w4fersnpdf0UWoMNw Чат]|| https://github.com/Danyache/minor2021-iad3-spring || xAWTEmD
|-
| ИАД-4 || Кузнецов Максим || Саночкин Юрий || [https://zoom.us/j/95689153191?pwd=REp2R1hKcmFXRk9CTUxxRTFjRjFZUT09 Zoom] || [https://t.me/joinchat/HdCek9Q8tps_Ahnd Чат] || https://yadi.sk/d/51onIvR2Kgfh3w?w=1 || gsf6Xv2
|-
| ИАД-5 || Гущин Михаил || Шикунов Николай || [https://zoom.us/j/92054171282?pwd=NXB3aHlMQlJ1dmpwN1EzQlNOenRzdz09 Zoom] || [https://t.me/joinchat/IsEjn93CrYbSbUyM Чат] || || Ksh1OIm
|-
| ИАД-6 || Кантонистова Елена || Цю-жен-цин Дмитрий || [https://zoom.us/j/97661977158?pwd=c2o1MFY5UlprR1VJcUduY29CNGkvZz09 Zoom] || [https://t.me/joinchat/H3aY7JBpdGQuk-qd Чат] || https://disk.yandex.ru/d/l36Y8_V_nbIX6A || PHWSB7H
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

КР — оценка за контрольную работу

Э — оценка за экзамен

Итоговое округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

'''Лекция 1''' (28.01.2021). Задачи порождения изображений. Perceptual loss. Перенос стиля. Superresolution. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture01-generative.pdf Слайды]] [[https://www.youtube.com/watch?v=GRJ84i2z_7A Запись лекции]]

'''Лекция 2''' (04.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture02-vae.pdf Слайды]] [[https://www.youtube.com/watch?v=cBL7jS4GQRk Запись лекции]]

'''Лекция 3''' (11.02.2021). Генеративно-состязательные сети. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture03-gan.pdf Слайды]] [[https://youtu.be/lUNCZlM5SYY Запись лекции]]

'''Лекция 4''' (18.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture04-nf.pdf Слайды]] [[https://www.youtube.com/watch?v=gpv7kf1bf-U Запись лекции]]

'''Лекция 5''' (25.02.2021). Диалоговые и вопросно-ответные системы. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture05.pdf Слайды]] [[https://youtu.be/TmVIGWzaq5A Запись лекции]]

'''Лекция 6''' (04.03.2021). DL для звука 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture06.pdf Слайды]] [[https://youtu.be/m4Ve26DNNyM Запись лекции]]

'''Лекция 7''' (11.03.2021). DL для звука 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture07.pdf Слайды]] [[https://youtu.be/Rc9qUb7kdkQ Запись лекции]]

'''Лекция 8''' (18.03.2021). Рекомендательные системы 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures08-09-recommender.pdf Конспект]] [[https://www.youtube.com/watch?v=jXq7z6z1RNM Запись лекции]]

'''Лекция 9''' (25.03.2021). Рекомендательные системы 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures08-09-recommender.pdf Конспект]] [[https://www.youtube.com/watch?v=HOcP_1kLOOs Запись лекции]]

'''Лекция 10''' (08.04.2021). Продуктовая аналитика и A/B-тестирование 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures10-11-analytics.pdf Слайды]] [[https://www.youtube.com/watch?v=Kvucz00kndk Запись лекции]]

'''Лекция 11''' (15.04.2021). Продуктовая аналитика и A/B-тестирование 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures10-11-analytics.pdf Слайды]] [[https://www.youtube.com/watch?v=4KR-OfKgol8 Запись лекции]]

== Семинары ==

'''Семинар 1''' (04.02.2021). Трансформация изображений. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars Тетрадка]]

'''Семинар 2''' (11.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars/sem02_ae_vae Тетрадка]]

'''Семинар 3''' (18.02.2021). Генеративно-состязательные сети. [[https://colab.research.google.com/github/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem03_gan.ipynb Тетрадка]]

'''Семинар 4''' (25.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem04_nf.ipynb Тетрадка]]

'''Семинар 5''' (04.03.2021). NER и лингвомодели. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem05_NER.ipynb Тетрадка]]

'''Семинар 6''' (11.03.2021). Распознавание речи. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem06_audio.ipynb Тетрадка]]

'''Семинар 7''' (18.03.2021). Генерация звука. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem07_audio_gen.ipynb Тетрадка]]

'''Семинар 8''' (25.03.2021). Рекомендательные системы. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem08_recsys.ipynb Тетрадка]]

'''Семинар 9''' (08.04.2021). Рекомендательные системы. NCF. Метрики качества. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem09_ncf/sem09_ncf_sol.ipynb Тетрадка]]

'''Семинар 10''' (15.04.2021). Повторение основ матстата. Доверительные интервалы. А/В тестирование. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem10_stat/sem10_stat.ipynb Тетрадка]]

'''Семинар 11''' (22.04.2021). Повторение основ матстата 2. Идея статистического вывода. Сравнение средних и t-тест. Хи-квадрат [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem11_stat2.ipynb Тетрадка]]

'''Семинар 13''' (20.05.2021). Анализ временных рядов. Часть 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem13_tsa.ipynb Тетрадка]]

'''Материалы по Docker''' [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem_docker.ipynb Тетрадка]]

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

===Задание 1. Генеративные модели===
Вам предстоит применить генеративно-состязательные сети и вариационный автокодировщик для быстрой симуляции параметров изображений системы двух черенковских телескопов MAGIC (Major Atmospheric Gamma Imaging Cherenkov).

'''Мягкий дедлайн''': 11 марта 2021 года 23:59

'''Дедлайн''': 14 марта 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw1

===Задание 2. Deep learning для обработки звука===
В этом задании Вы поработаете и разберетесь в деталях с форматами представления аудиоданных в задачах глубинного обучения, а так же напишете несколько моделей для классификации аудиозаписей.

В процессе выполнения Вы познакомитесь:
* С алгоритмом построения Мел-спектрограммы.
* Рекуррентными и сверточными классификаторами аудиоданных.
* Алгоритмом аугментации аудиоданных SpecAugment.

'''Мягкий дедлайн''': 11 апреля 2021 года 23:59

'''Дедлайн''': 14 апреля 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw2

===Задание 3. Рекомендательные системы===
В этом задании Вы продолжите работать с рекомендательными системами и познакомитесь с библиотекой LightFM.

'''Мягкий дедлайн''': 7 мая 2021 года 23:59

'''Дедлайн''': 10 мая 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/blob/master/2021/hw/hw3

===Задание 4. Временные ряды===
В этом задании Вы сами добудете данные с временными рядами, проанализируете их и обучите модели для предсказания.

'''Мягкий дедлайн''': 13 июня 2021 года 23:59

'''Дедлайн''': 15 июня 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/blob/master/2021/hw/hw4

== Контрольная работа ==

Контрольная работа состоится 22 апреля во время лекции.

== Контрольная работа ==

Контрольная работа состоится 22 апреля во время лекции.

[https://docs.google.com/document/d/14Mt8-3HktcqtfViFObI0qc68rKUuGC7AfL9D1HdxySU/edit Вопросы для подготовки]

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные задачи анализа данных (майнор ИАД) | 2019/20 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных/2022

2021-04-23T10:07:20Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 11:10 по [https://zoom.us/j/93056986920?pwd=WFpCbVR1R1Q3S1Q3QTlOMzBNN0Y5QT09 ссылке].

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/416017381 Карточка курса и программа]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood

Ссылка на курс в Anytask: https://anytask.org/course/787

Таблица с оценками:

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask
|-
| ИАД-1 || Ковалёв Алексей || Вертеева Алена || [https://zoom.us/j/98767276421?pwd=M2NPRndVSXlxWDY0bEhGdjROWkNkZz09 Zoom] || [https://t.me/joinchat/GMRWqmCHJoeIHSTp Чат] || || AclUusP
|-
| ИАД-2 || Гущин Михаил || Пащенко Анатолий || [https://zoom.us/j/91897611953?pwd=U1ExSTlhZGlzcWJZSUh6NnpXN0lQdz09 Zoom] || [https://t.me/joinchat/F9wK5Ia-9MccXHXp Чат] || || 1nkqLLM
|-
| ИАД-3 || Чесаков Даниил || Ревина Полина || [https://zoom.us/j/94956280541?pwd=KzJrZzlUUDJ0Rnc0dTZIbjZlNjdzZz09 Zoom] || [https://t.me/joinchat/ES5w2w4fersnpdf0UWoMNw Чат]|| https://github.com/Danyache/minor2021-iad3-spring || xAWTEmD
|-
| ИАД-4 || Кузнецов Максим || Саночкин Юрий || [https://zoom.us/j/95689153191?pwd=REp2R1hKcmFXRk9CTUxxRTFjRjFZUT09 Zoom] || [https://t.me/joinchat/HdCek9Q8tps_Ahnd Чат] || https://yadi.sk/d/51onIvR2Kgfh3w?w=1 || gsf6Xv2
|-
| ИАД-5 || Гущин Михаил || Шикунов Николай || [https://zoom.us/j/92054171282?pwd=NXB3aHlMQlJ1dmpwN1EzQlNOenRzdz09 Zoom] || [https://t.me/joinchat/IsEjn93CrYbSbUyM Чат] || || Ksh1OIm
|-
| ИАД-6 || Кантонистова Елена || Цю-жен-цин Дмитрий || [https://zoom.us/j/97661977158?pwd=c2o1MFY5UlprR1VJcUduY29CNGkvZz09 Zoom] || [https://t.me/joinchat/H3aY7JBpdGQuk-qd Чат] || https://disk.yandex.ru/d/l36Y8_V_nbIX6A || PHWSB7H
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

КР — оценка за контрольную работу

Э — оценка за экзамен

Итоговое округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

'''Лекция 1''' (28.01.2021). Задачи порождения изображений. Perceptual loss. Перенос стиля. Superresolution. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture01-generative.pdf Слайды]] [[https://www.youtube.com/watch?v=GRJ84i2z_7A Запись лекции]]

'''Лекция 2''' (04.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture02-vae.pdf Слайды]] [[https://www.youtube.com/watch?v=cBL7jS4GQRk Запись лекции]]

'''Лекция 3''' (11.02.2021). Генеративно-состязательные сети. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture03-gan.pdf Слайды]] [[https://youtu.be/lUNCZlM5SYY Запись лекции]]

'''Лекция 4''' (18.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture04-nf.pdf Слайды]] [[https://www.youtube.com/watch?v=gpv7kf1bf-U Запись лекции]]

'''Лекция 5''' (25.02.2021). Диалоговые и вопросно-ответные системы. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture05.pdf Слайды]] [[https://youtu.be/TmVIGWzaq5A Запись лекции]]

'''Лекция 6''' (04.03.2021). DL для звука 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture06.pdf Слайды]] [[https://youtu.be/m4Ve26DNNyM Запись лекции]]

'''Лекция 7''' (11.03.2021). DL для звука 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture07.pdf Слайды]] [[https://youtu.be/Rc9qUb7kdkQ Запись лекции]]

'''Лекция 8''' (18.03.2021). Рекомендательные системы 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures08-09-recommender.pdf Конспект]] [[https://www.youtube.com/watch?v=jXq7z6z1RNM Запись лекции]]

'''Лекция 9''' (25.03.2021). Рекомендательные системы 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures08-09-recommender.pdf Конспект]] [[https://www.youtube.com/watch?v=HOcP_1kLOOs Запись лекции]]

'''Лекция 10''' (08.04.2021). Продуктовая аналитика и A/B-тестирование 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures10-11-analytics.pdf Слайды]] [[https://www.youtube.com/watch?v=Kvucz00kndk Запись лекции]]

'''Лекция 11''' (15.04.2021). Продуктовая аналитика и A/B-тестирование 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lectures10-11-analytics.pdf Слайды]] [[https://www.youtube.com/watch?v=4KR-OfKgol8 Запись лекции]]

== Семинары ==

'''Семинар 1''' (04.02.2021). Трансформация изображений. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars Тетрадка]]

'''Семинар 2''' (11.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars/sem02_ae_vae Тетрадка]]

'''Семинар 3''' (18.02.2021). Генеративно-состязательные сети. [[https://colab.research.google.com/github/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem03_gan.ipynb Тетрадка]]

'''Семинар 4''' (25.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem04_nf.ipynb Тетрадка]]

'''Семинар 5''' (04.03.2021). NER и лингвомодели. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem05_NER.ipynb Тетрадка]]

'''Семинар 6''' (11.03.2021). Распознавание речи. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem06_audio.ipynb Тетрадка]]

'''Семинар 7''' (18.03.2021). Генерация звука. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem07_audio_gen.ipynb Тетрадка]]

'''Семинар 8''' (25.03.2021). Рекомендательные системы. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem08_recsys.ipynb Тетрадка]]

'''Семинар 9''' (08.04.2021). Рекомендательные системы. NCF. Метрики качества. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem09_ncf/sem09_ncf_sol.ipynb Тетрадка]]

'''Семинар 10''' (15.04.2021). Повторение основ матстата. Доверительные интервалы. А/В тестирование. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem10_stat/sem10_stat.ipynb Тетрадка]]

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

===Задание 1. Генеративные модели===
Вам предстоит применить генеративно-состязательные сети и вариационный автокодировщик для быстрой симуляции параметров изображений системы двух черенковских телескопов MAGIC (Major Atmospheric Gamma Imaging Cherenkov).

'''Мягкий дедлайн''': 11 марта 2021 года 23:59

'''Дедлайн''': 14 марта 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw1

===Задание 2. Deep learning для обработки звука===
В этом задании Вы поработаете и разберетесь в деталях с форматами представления аудиоданных в задачах глубинного обучения, а так же напишете несколько моделей для классификации аудиозаписей.

В процессе выполнения Вы познакомитесь:
* С алгоритмом построения Мел-спектрограммы.
* Рекуррентными и сверточными классификаторами аудиоданных.
* Алгоритмом аугментации аудиоданных SpecAugment.

'''Мягкий дедлайн''': 11 апреля 2021 года 23:59

'''Дедлайн''': 14 апреля 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw2

===Задание 3. Рекомендательные системы===
В этом задании Вы продолжите работать с рекомендательными системами и познакомитесь с библиотекой LightFM.

'''Мягкий дедлайн''': 7 мая 2021 года 23:59

'''Дедлайн''': 10 мая 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/blob/master/2021/hw/hw3

== Контрольная работа ==

Контрольная работа состоится 22 апреля во время лекции.

[https://docs.google.com/document/d/14Mt8-3HktcqtfViFObI0qc68rKUuGC7AfL9D1HdxySU/edit Вопросы для подготовки]

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные задачи анализа данных (майнор ИАД) | 2019/20 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных/2022

2021-03-25T08:12:01Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 11:10 по [https://zoom.us/j/93056986920?pwd=WFpCbVR1R1Q3S1Q3QTlOMzBNN0Y5QT09 ссылке].

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/416017381 Карточка курса и программа]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood

Ссылка на курс в Anytask: https://anytask.org/course/787

Таблица с оценками:

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask
|-
| ИАД-1 || Ковалёв Алексей || Вертеева Алена || [https://zoom.us/j/98767276421?pwd=M2NPRndVSXlxWDY0bEhGdjROWkNkZz09 Zoom] || [https://t.me/joinchat/GMRWqmCHJoeIHSTp Чат] || || AclUusP
|-
| ИАД-2 || Гущин Михаил || Пащенко Анатолий || [https://zoom.us/j/91897611953?pwd=U1ExSTlhZGlzcWJZSUh6NnpXN0lQdz09 Zoom] || [https://t.me/joinchat/F9wK5Ia-9MccXHXp Чат] || || 1nkqLLM
|-
| ИАД-3 || Чесаков Даниил || Ревина Полина || [https://zoom.us/j/94956280541?pwd=KzJrZzlUUDJ0Rnc0dTZIbjZlNjdzZz09 Zoom] || [https://t.me/joinchat/ES5w2w4fersnpdf0UWoMNw Чат]|| https://github.com/Danyache/minor2021-iad3-spring || xAWTEmD
|-
| ИАД-4 || Кузнецов Максим || Саночкин Юрий || [https://zoom.us/j/95689153191?pwd=REp2R1hKcmFXRk9CTUxxRTFjRjFZUT09 Zoom] || [https://t.me/joinchat/HdCek9Q8tps_Ahnd Чат] || https://yadi.sk/d/51onIvR2Kgfh3w?w=1 || gsf6Xv2
|-
| ИАД-5 || Гущин Михаил || Шикунов Николай || [https://zoom.us/j/92054171282?pwd=NXB3aHlMQlJ1dmpwN1EzQlNOenRzdz09 Zoom] || [https://t.me/joinchat/IsEjn93CrYbSbUyM Чат] || || Ksh1OIm
|-
| ИАД-6 || Кантонистова Елена || Цю-жен-цин Дмитрий || [https://zoom.us/j/97661977158?pwd=c2o1MFY5UlprR1VJcUduY29CNGkvZz09 Zoom] || [https://t.me/joinchat/H3aY7JBpdGQuk-qd Чат] || || PHWSB7H
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

КР — оценка за контрольную работу

Э — оценка за экзамен

Итоговое округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

'''Лекция 1''' (28.01.2021). Задачи порождения изображений. Perceptual loss. Перенос стиля. Superresolution. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture01-generative.pdf Слайды]] [[https://www.youtube.com/watch?v=GRJ84i2z_7A Запись лекции]]

'''Лекция 2''' (04.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture02-vae.pdf Слайды]] [[https://www.youtube.com/watch?v=cBL7jS4GQRk Запись лекции]]

'''Лекция 3''' (11.02.2021). Генеративно-состязательные сети. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture03-gan.pdf Слайды]] [[https://youtu.be/lUNCZlM5SYY Запись лекции]]

'''Лекция 4''' (18.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture04-nf.pdf Слайды]] [[https://www.youtube.com/watch?v=gpv7kf1bf-U Запись лекции]]

'''Лекция 5''' (25.02.2021). Диалоговые и вопросно-ответные системы. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture05.pdf Слайды]] [[https://youtu.be/TmVIGWzaq5A Запись лекции]]

'''Лекция 6''' (04.03.2021). DL для звука 1. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture06.pdf Слайды]] [[https://youtu.be/m4Ve26DNNyM Запись лекции]]

'''Лекция 7''' (11.03.2021). DL для звука 2. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/lectures/lecture07.pdf Слайды]] [[https://youtu.be/Rc9qUb7kdkQ Запись лекции]]

== Семинары ==

'''Семинар 1''' (04.02.2021). Трансформация изображений. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars Тетрадка]]

'''Семинар 2''' (11.02.2021). Вариационные автокодировщики. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2021/seminars/sem02_ae_vae Тетрадка]]

'''Семинар 3''' (18.02.2021). Генеративно-состязательные сети. [[https://colab.research.google.com/github/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem03_gan.ipynb Тетрадка]]

'''Семинар 4''' (25.02.2021). Нормализационные потоки. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem04_nf.ipynb Тетрадка]]

'''Семинар 5''' (04.03.2021). NER и лингвомодели. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem05_NER.ipynb Тетрадка]]

'''Семинар 6''' (11.03.2021). Распознавание речи. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem06_audio.ipynb Тетрадка]]

'''Семинар 7''' (18.03.2021). Генерация звука. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2021/seminars/sem07_audio_gen.ipynb Тетрадка]]
== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

===Задание 1. Генеративные модели===
Вам предстоит применить генеративно-состязательные сети и вариационный автокодировщик для быстрой симуляции параметров изображений системы двух черенковских телескопов MAGIC (Major Atmospheric Gamma Imaging Cherenkov).

'''Мягкий дедлайн''': 11 марта 2021 года 23:59

'''Дедлайн''': 14 марта 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw1

===Задание 2. Deep learning для обработки звука===
В этом задании Вы поработаете и разберетесь в деталях с форматами представления аудиоданных в задачах глубинного обучения, а так же напишете несколько моделей для классификации аудиозаписей.

В процессе выполнения Вы познакомитесь:
* С алгоритмом построения Мел-спектрограммы.
* Рекуррентными и сверточными классификаторами аудиоданных.
* Алгоритмом аугментации аудиоданных SpecAugment.

'''Мягкий дедлайн''': 8 апреля 2021 года 23:59

'''Дедлайн''': 11 апреля 2021 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/tree/master/2021/hw/hw2

== Контрольная работа ==

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные задачи анализа данных (майнор ИАД) | 2019/20 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных/2022

2021-02-10T07:39:57Z

Alexeykkov:

Прикладные задачи анализа данных/2022

2021-02-02T20:53:06Z

Alexeykkov:

Современные методы машинного обучения

2020-09-17T11:32:57Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.

Проводится с 2015 года.

Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

Занятия проходят онлайн по четвергам на второй паре (11:10 - 12:30).

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/346235110 Карточка курса и программа]

Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning

Домашние задание сдаются в Anytask:

Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2020

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood

[https://docs.google.com/spreadsheets/d/1O6TcqNniwQ2dw-xpK04S1ufWQh42w5hwMEITgJQIEjk/edit?usp=sharing Таблица с оценками]

'''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент || Инвайт в anytask || Чатик в телеграм
|-
| ИАД-1 || Алексей Ковалёв || Алёна Вертеева || || https://t.me/joinchat/GJZR7hjEVqoQWjj_iB0k6Q
|-
| ИАД-2 || || || ||
|-
| ИАД-3 || Руслан Хайдуров || Соня Дымченко, Анатолий Пащенко || || https://t.me/joinchat/C232lhy4wn6Pp7epNt-qYQ
|-
| ИАД-4 || || || ||
|-
| ИАД-5 || || || ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

КР — оценка за контрольную работу

Э — оценка за экзамен

=== Правила сдачи заданий ===

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины 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.

==Лекции==

Лекция 1 (10.09.2020). Введение в глубинное обучение. Полносвязные слои. [[https://github.com/hse-ds/iad-deep-learning/blob/master/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=mwjQaNt8qxk Запись лекции]]

Лекция 2 (17.09.2020). Метод обратного распространения ошибки. Свёртки и свёрточные слои. [[https://github.com/hse-ds/iad-deep-learning/blob/master/lectures/lecture02-convnets.pdf Слайды]] [[https://www.youtube.com/watch?v=kKwrhvSATQg Запись лекции]]

==Семинары==

== Практические задания ==

Домашние задания выкладываются в [https://github.com/hse-ds/iad-deep-learning репозиторий курса]. За каждый день просрочки мягкого дедлайна снимается один балл. После жёсткого дедлайна задания не принимаются.

== Контрольная работа ==

== Экзамен ==

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных (майнор ИАД)

2020-05-18T10:01:40Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 10:30 (Покровский бульвар, 11).

=== Полезные ссылки ===

[https://www.hse.ru/ba/ami/courses/316531786.html Карточка курса и программа]

[https://github.com/esokolov/ml-minor-hse Репозиторий с материалами на GitHub]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub 2020]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://telegram.me/hse_minor_intro_dm_2019

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/joinchat/A5rlQBSn7ROATFOWGlzRwg

Ссылка на курс в Anytask: https://anytask.org/course/609

Таблица с оценками: https://docs.google.com/spreadsheets/d/1xKah6P9GMiXU2vxjDZKs8gIE0NiA5VXf8Y8F3543VQA/edit?usp=sharing

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Материалы семинаров !! Чат !! Инвайт в anytask
|-
| ИАД-1 || Багиян Нерсес || Головина Мария || https://github.com/hse-ds/iad-applied-ds/tree/master/2020/seminars/ || https://t.me/joinchat/Atx7LkjahH5xBDp6TDnAyQ || 5kijbTe
|-
| ИАД-2 || Ковалёв Алексей Константинович || Бурданова Софья Павловны || https://github.com/alexeykkovalev/hse-minor || || cDOI8EG
|-
| ИАД-3 || Скрынник Алексей Александрович || Балабан Ирина Алексеевна || https://github.com/hse-ds/iad-applied-ds/tree/master/2020/seminars/ || https://t.me/joinchat/A98O_Rb0zyaVIw0pJivlTw || h3Zrxuw
|-
| ИАД-4 || Валиуллин Адель Марсович || Тарасевич Владислав Сергеевич || https://github.com/hse-ds/iad-applied-ds/tree/master/2020 || || Q5Z8kwR
|-
| ИАД-5 || Сафронов Василий Вячеславович || Дешеулин Олег Андреевич || https://github.com/hse-ds/iad-applied-ds/tree/master/2020 || https://t.me/pzad_iad_2020 || 9Y9b0sp
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Oитоговая = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за проверочные работы на семинарах

КР — оценка за контрольную работу

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

'''Лекция 1''' (23.01.2020). Рекомендательные системы. Матричные разложения. Обучение разложений: SGD, ALS, HALS. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture01-recommender.pdf Конспект]]

'''Лекция 2''' (30.01.2020). Неявный фидбек и iALS. Factorization machines. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture02-recommender.pdf Конспект]]

'''Лекция 3''' (06.02.2020). Метрики качества в рекомендательных системах. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture03-recommender.pdf Конспект]]

'''Лекция 4''' (13.02.2020). Статистика: напоминание теорвера, генерация случайных чисел, проверка гипотез и зачем она нужна, примеры использования, основные виды гипотез, основные статистические тесты. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture04-estimation.pdf Конспект]]

'''Лекция 5''' (20.02.2020). Гипотезы, параметрические и немпараметрические критерии [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture05.pdf Слайды]]

'''Лекция 6''' (27.02.2020). Статистика: A/B-тесты, их дизайн, примеры ошибок [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture06.pdf Слайды]]

'''Лекция 7''' (05.03.2020). Временные ряды 1 [[https://www.youtube.com/watch?v=n3dbymVWlAo&feature=youtu.be Запись лекции]]

'''Лекция 8''' (12.03.2020). Временные ряды 2 [[https://www.youtube.com/watch?v=J6dXQVZMiww Запись лекции]]

'''Лекция 9''' (19.03.2020). Поиск аномалий [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture09-anomaly.pdf Конспект]] [[https://www.youtube.com/watch?v=DLqFG3dgH-E Запись вебинара]]

'''Лекция 10''' (26.03.2020). Быстрый поиск ближайших соседей [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture10-knn.pdf Конспект]] [[https://www.youtube.com/watch?v=MeEZOHSPNuo Запись вебинара]] [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture10-knn-notes.pdf Конспект с вебинара]]

'''Лекция 11''' (02.04.2020). Named entity recognition [[https://www.youtube.com/watch?v=4Z0C6tz-4UE Запись вебинара]] [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture11-NER.pdf Слайды]]

'''Лекция 12''' (09.04.2020). Языковые модели [[https://www.youtube.com/watch?v=BH2JPtmcW0k Запись вебинара]]

'''Лекция 13''' (16.04.2020). NLP: диалоговые системы [[https://youtu.be/8u5_LmgBCKA Запись вебинара]]

'''Лекция 14''' (07.05.2020). Байесовские методы [[https://www.youtube.com/watch?v=jjrjDWNTWp0 Запись вебинара]] [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture14-bayes.pdf Слайды]]

== Семинары ==

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

===Задание 1. Контест на рекомендации ===

Вам предстоит поработать с логами рекомендательной системы, где для пользователей даны их сессии — документы, которые им были показаны, и реакция на них (клик или его отсутствие). Также для каждого документа известны его заголовок, содержание и уже подготовленный эмбеддинг для картинки из него. Для каждого пользователя дан тестовый набор документов — нужно для каждого из них предсказать, будет ли сделан клик или нет.

Соревнование google collab-only. Оцениваются только решения, полученные как результат работы ноутбука в коллабе, который загружен в anytask.

'''Дедлайн''': 29 февраля 2020 года 03:00

'''Ссылка с инвайтом''': https://www.kaggle.com/t/e37901b9cb7c45d89e884bdcc9795b0e

===Задание 2. A/B тесты===
Вам предстоит попрактиковаться в А/Б тестах и применить статистический аппарат, который вы изучали на лекциях и семинарах.

'''Дедлайн''': 08 апреля 2020 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/blob/master/2020/hw/HW2_final.ipynb

===Задание 3. Временные ряды===
Вам предстоит поработать с актуальными данными по COVID-19 и предсказать развитие событий c распространением.

'''Дедлайн''': 04 мая 2020 года 23:59

'''Ссылка''': https://github.com/hse-ds/iad-applied-ds/blob/master/2020/hw/HW3.ipynb

===Задание 4. NLP===
Вам предстоит принять участие в соревновании Jigsaw Multilingual Toxic Comment Classification.

'''Дедлайн''': 09 июня 2020 года 07:00

'''Ссылка''': https://docs.google.com/document/d/1QANEgavWuG843DRYlDvcRTH123dW4dJ7RHIi-slx5M0/edit?usp=sharing

== Контрольная работа ==

[https://docs.google.com/document/d/1ATYeY9OmbfVVG4izvWcLFhvRA3HkKfU49cJSKPIzmpg/edit?usp=sharing Вопросы для подготовки]

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных (майнор ИАД)

2020-02-04T10:26:51Z

Alexeykkov: /* Семинары */

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 10:30 (Покровский бульвар, 11).

=== Полезные ссылки ===

[https://www.hse.ru/ba/ami/courses/316531786.html Карточка курса и программа]

[https://github.com/esokolov/ml-minor-hse Репозиторий с материалами на GitHub]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub 2020]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://telegram.me/hse_minor_intro_dm_2019

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/joinchat/A5rlQBSn7ROATFOWGlzRwg

Ссылка на курс в Anytask: https://anytask.org/course/609

Таблица с оценками: https://docs.google.com/spreadsheets/d/1xKah6P9GMiXU2vxjDZKs8gIE0NiA5VXf8Y8F3543VQA/edit?usp=sharing

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Материалы семинаров !! Чат
|-
| ИАД-1 || Багиян Нерсес || Головина Мария || https://github.com/hse-ds/iad-applied-ds/tree/master/2020/seminars/ || https://t.me/joinchat/Atx7LkjahH5xBDp6TDnAyQ
|-
| ИАД-2 || Ковалёв Алексей Константинович || Бурданова Софья Павловны || https://github.com/alexeykkovalev/hse-minor ||
|-
| ИАД-3 || Скрынник Алексей Александрович || Балабан Ирина Алексеевна || https://github.com/hse-ds/iad-applied-ds/tree/master/2020/seminars/ || https://t.me/joinchat/A98O_Rb0zyaVIw0pJivlTw
|-
| ИАД-4 || Валиуллин Адель Марсович || Тарасевич Владислав Сергеевич || https://github.com/hse-ds/iad-applied-ds/tree/master/2020 ||
|-
| ИАД-5 || || || ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Oитоговая = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за проверочные работы на семинарах

КР — оценка за контрольную работу

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

'''Лекция 1 (23.01.2020)'''. Рекомендательные системы. Матричные разложения. Обучение разложений: SGD, ALS, HALS. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture01-recommender.pdf Конспект]]

'''Лекция 2 (30.01.2020)'''. Неявный фидбек и iALS. Factorization machines. Метрики качества в рекомендательных системах. [[https://github.com/hse-ds/iad-applied-ds/blob/master/2020/lectures/lecture02-recommender.pdf Конспект]]

== Семинары ==

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

===Задание 1. Контест на рекомендации ===

Вам предстоит поработать с логами рекомендательной системы, где для пользователей даны их сессии — документы, которые им были показаны, и реакция на них (клик или его отсутствие). Также для каждого документа известны его заголовок, содержание и уже подготовленный эмбеддинг для картинки из него. Для каждого пользователя дан тестовый набор документов — нужно для каждого из них предсказать, будет ли сделан клик или нет.

Соревнование google collab-only. Оцениваются только решения, полученные как результат работы ноутбука в коллабе, который загружен в anytask.

'''Дедлайн''': 29 февраля 2020 года 03:00

'''Ссылка с инвайтом''': https://www.kaggle.com/t/e37901b9cb7c45d89e884bdcc9795b0e

== Контрольная работа ==

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Прикладные задачи анализа данных (майнор ИАД)

2020-01-28T14:17:44Z

Alexeykkov:

== О курсе ==

Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2016 года.

Лекции проходят по четвергам в 10:30 (Покровский бульвар, 11).

=== Полезные ссылки ===

[https://www.hse.ru/ba/ami/courses/316531786.html Карточка курса и программа]

[https://github.com/esokolov/ml-minor-hse Репозиторий с материалами на GitHub]

[https://github.com/hse-ds/iad-applied-ds Репозиторий с материалами на GitHub 2020]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://telegram.me/hse_minor_intro_dm_2019

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/joinchat/A5rlQBSn7ROATFOWGlzRwg

Ссылка на курс в Anytask: https://anytask.org/course/609

Таблица с оценками:

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Материалы семинаров
|-
| ИАД-1 || || ||
|-
| ИАД-2 || Ковалёв Алексей Константинович || || https://github.com/alexeykkovalev/hse-minor
|-
| ИАД-3 || Скрынник Алексей Александрович || || https://github.com/hse-ds/iad-applied-ds/tree/master/2020/seminars/
|-
| ИАД-4 || || ||
|-
| ИАД-5 || || ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Oитоговая = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за проверочные работы на семинарах

КР — оценка за контрольную работу

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

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.

== Лекции ==

Лекция 1 (23.01.2020). Рекомендательные системы. Матричные разложения. Обучение разложений: SGD, ALS, HALS. Неявный фидбек и iALS. [[https://github.com/hse-ds/iad-applied-ds/tree/master/2020/lectures Конспект]]

== Семинары ==

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

== Контрольная работа ==

== Экзамен ==

== Страницы прошлых лет ==

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | 2018/19 учебный год ]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2018) | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Прикладные_задачи_анализа_данных | 2016/17 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Discrete Mathematics DSBA2019/2020

2019-01-15T10:25:11Z

Alexeykkov: /* Schedule for office hours and consultations */

== Blended part ==

The first topic of our course is ``What is a Proof?". It is the first week ``Making Convincing Arguments" on the Coursera [https://ru.coursera.org/learn/what-is-a-proof course ]. It is recommended (but not obligated) to study the whole course.

==Exam ==

[http://rubtsov.su/public/hse/2018/midterm0.pdf Zero variant].

Exam will take place in the room 622. Note that you are allowed to use any written or printed materials, but not allowed to use any electronic device. Please take your own paper with you.

==Colloquium ==

The [http://rubtsov.su/public/hse/2018/Colloquium_program_DSBA.pdf program] of the colloquium is ready. The examples of problems would be updated.

Colloquium will be on December 12. The timetable would be available soon.

Schedule: groups 181 and 182 start at 13:40 in the room 509; group 183 starts at 16:40 in the room 622.

==Weekly Materials ==

{| class="wikitable"
|-
! Problems || Keywords || Handouts
|-
|| [http://rubtsov.su/public/hse/2018/cw01_dsba.pdf Problems week 1] || [http://rubtsov.su/public/hse/2018/keywords_1.pdf Keywords week 1] || [http://rubtsov.su/public/hse/2018/boolean_laws.pdf Properties of Boolean Formulas]
|-
|| [http://rubtsov.su/public/hse/2018/cw02_dsba.pdf Problems week 2] || [http://rubtsov.su/public/hse/2018/keywords_2.pdf Keywords week 2] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw03_dsba.pdf Problems week 3] || [http://rubtsov.su/public/hse/2018/keywords_3.pdf Keywords week 3] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw04_dsba.pdf Problems week 4] || [http://rubtsov.su/public/hse/2018/keywords_4.pdf Keywords week 4] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw05_dsba.pdf Problems week 5] || [http://rubtsov.su/public/hse/2018/keywords_5.pdf Plan and Keywords week 5] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw06_dsba.pdf Problems week 6] || [http://rubtsov.su/public/hse/2018/keywords_6.pdf Plan week 6] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw07_dsba.pdf Problems week 7] ||[http://rubtsov.su/public/hse/2018/keywords_7.pdf Plan and Keywords week 7] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw08_dsba.pdf Problems week 8] || [http://rubtsov.su/public/hse/2018/keywords_8.pdf Plan and Keywords week 8] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw09_dsba.pdf Problems week 9] || [http://rubtsov.su/public/hse/2018/keywords_9.pdf Plan and Keywords week 9] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw10_dsba.pdf Problems week 10] || [http://rubtsov.su/public/hse/2018/keywords_10.pdf Plan and Keywords week 10] ||
|-
|| [http://rubtsov.su/public/hse/2018/cw11_dsba.pdf Problems week 11] || ||
|-
|| [http://rubtsov.su/public/hse/2018/cw12_dsba.pdf Problems week 12] || ||

|}

== Schedule for office hours and consultations ==

{| class = "wikitable"
|-
! Teacher / Assistant !! Monday !! Tuesday !! Wednesday !! Thursday !! Friday
|-
| Alexander A. Rubtsov || || 17:00 - 18:00, room 617|| 17:00 - 18:00, room 511 || ||
|-
| Alexey K. Kovalev || || || 16:40 - 18:00, room 427 or 619|| ||
|-
| Boris R. Danilov || || || || || 09:30 - 12:00, room 623
|-
| Tatyana Vasilyeva || || || || ||
|-
| Sofya Kudryavtseva || || || || ||
|-
| Anastasia Tabisheva || || || || ||
|-
|}

==Recommended books ==

=== Assigned Reading ===
1. L. Lovasz, K. Vesztergombi. Discrete Mathematics. Lecture Notes, Yale University, 1999. http://www.cs.elte.hu/~lovasz/dmbook.ps

2. C. Stein, R. Drysdale, K. Bogart. Discrete mathematics for computer scientists. Pearson; 1 edition 2010

3. J. Anderson. Discrete Mathematics With Combinatroics. Prentice Hall; 2 edition 2003

7. K. Rosen. Discrete Mathematics and Its Applications. McGraw-Hill; 7th edition 2007
==== In Russian ====
4. M. Vyalyi, V. Podolsky, A. Rubtsov. D. Shvarts, A. Shen. Lectures on Discrete Mathematics [http://rubtsov.su/public/DM-HSE-Draft.pdf Draft]

5. A. Shen. Mathematical induction (C1) 3rd ed., Moscow: MCCME, 2007, 32 p. http://www.mccme.ru/free-books/shen/shen-induction.pdf

6. N. K. Vereshchagin, A. Shen. Introduction to the set theory. 4th ed., Moscow: MCCME, 2012, 112 с. http://www.mccme.ru/free-books/shen/shen-logic-part1-2.pdf

=== Additional Reading ===
* R. Distel. Graph theory, GTM 173, 5th ed. 2016. Springer-Verlag, Heidelberg, Graduate Texts in Mathematics, Vol. 173, 447 p.
* R. Hammack. Book of Proof, Virginia Commonwealth University 2013, https://www.people.vcu.edu/~rhammack/BookOfProof/BookOfProof.pdf
* S. Jukna, Extremal Combinatorics. Texts in Theoretical Computer Science. An EATCS Series. 2nd ed. 2011, XXIV, 308 p.

==Grading System ==

'''Intermediate grade 1'''

Cumulative grade-1 = 50% colloquium-1 + 50% homework

Intermediate grade (module 2) = 60% cumulative grade-1 + 40% intermediate exam (module 2)

'''Intermediate grade 2'''

Cumulative grade = (3/14) colloquium-1 + (3/14)colloquium-2 + (3/14) intermediate exam + (15/42) homework

Intermediate grade = 70% cumulative grade + 30% final exam

Grade “homework assignments” is an average grade of all the homework assignments in the course.

'''Intermediate grade 2 is the final grade for the course included in a diploma supplement.'''

Rounding of the cumulative grade, intermediate and final grades must be performed according to the following rules. Rounding down for marks between 1 and 5, rounding by the rules of arithmetic for marks between 5 and 6, and rounding up for all the other marks.

There is no possibility to get an extra point to compensate the low cumulative grade.