Wiki - Факультет компьютерных наук - Вклад [ru]

ИИ и БД

2018-03-26T09:33:34Z

Asryzhikov:

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
# FB: https://facebook.com/groups/1983952831632009
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
# Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82

== Преподаватели и консультации ==

Консультации указаны на личных страницах.

Преподаватели:
# Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
# Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
# Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde

Ассистенты:
# Ященко Анастасия
# Бобровских Глеб

== Материалы лекций ==
# [https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU Лекция 1]
# [https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b Лекция 2]
# [https://docs.google.com/presentation/d/1tCgpbaIn2eqeO8leesIMSy-Nw28ey4qzBDIeRvhTBM8/edit?usp=sharing Лекция 3]
# [https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing Лекция 4]
# [https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing Лекция 5]
# [https://docs.google.com/presentation/d/1QhDVBImxjIi8qyUb04t6zmC-RbGczBixXo5V36eXSwg/edit?usp=sharing Лекция 6]
# [https://drive.google.com/file/d/1dBSDe_JT3baAxmGwCMZuE2aZOblbPQih/view?usp=sharing Лекция 7]
# [https://drive.google.com/open?id=1YJQHCugfjIGRTfDGR1Q4MRdr7iXxDIIs Лекция 8]
# [https://drive.google.com/file/d/1gGRbWcItPRYR6Ve4V4vR4SuuDQdgg3jE/view?usp=sharing Лекция 9]
# [https://drive.google.com/file/d/1XMDsKeS3__57ZkIiUaIaPdnEE8Ry6LKt/view?usp=sharing Лекция 10]

== Сроки тестов и заданий ==
# Тест по темам лекций 1-5 (Машинное обучение) открыт 6 марта в 14:00 и будет закрыт 13 марта в 14:00. Примерный список вопросов, инструкция по прохождению и картинки выложены ниже.

== Справочная информация по 1 тесту ==

Структура теста:
# 15 вопросов с одним или несколькими вариантами ответа
# 3 открытых вопроса (ответ в 3-4 предложения)
# 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

'''Примеры вопросов 1 части:'''

# Установите последовательность преобразования сигнала в знание (лекция 2)
# Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ)
# Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
# Выберите качественные признаки из (и 4 варианта признаков)
# Выберите количественные признаки из (и 4 варианта признаков)
# Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
# Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
# Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

'''Примеры вопросов 2 части:'''
# В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
# Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

'''Примеры вопросов 3 части:'''
# Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
# Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице ошибок классификации

== Детальная инструкция по первому тесту ==

Инструкция по прохождению теста
# При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным.
# Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki.
# Заходим на ссылку теста: https://onlinetestpad.com/t/917c9b358ee242a595e12c3ecc41ef05
# Придумайте для себя кодовое слово (желательно - на русском языке, без дефисов и других символов).
# Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой. Важно - это достаточно сделать один раз.
# Проходим тест. На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу - результаты не будут засчитаны.
# В финальном окне теста вводим в разделе "Введите свое имя" своей Email (тот же, что и в начале). Рядом появится галочка - нажмите ее.
# Очень не советуем списывать друг у друга или из интернета текстовые ответы - как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.
# Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

== Картинки по первому тесту ==

Выложены в виде .PDF - https://drive.google.com/open?id=1hV-FLzxgik4OZj71hsmjqoDDfkPsO4kk

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

'''О_рез = О_нак'''

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.

ИИ и БД

2018-03-12T09:47:07Z

Asryzhikov:

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
# FB: https://facebook.com/groups/1983952831632009
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
# Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82

== Преподаватели и консультации ==

Консультации указаны на личных страницах.

Преподаватели:
# Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
# Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
# Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde

Ассистенты:
# Ященко Анастасия
# Бобровских Глеб

== Материалы лекций ==
# [https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU Лекция 1]
# [https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b Лекция 2]
# [https://docs.google.com/presentation/d/1tCgpbaIn2eqeO8leesIMSy-Nw28ey4qzBDIeRvhTBM8/edit?usp=sharing Лекция 3]
# [https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing Лекция 4]
# [https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing Лекция 5]
# [https://docs.google.com/presentation/d/1QhDVBImxjIi8qyUb04t6zmC-RbGczBixXo5V36eXSwg/edit?usp=sharing Лекция 6]
# [https://drive.google.com/file/d/1dBSDe_JT3baAxmGwCMZuE2aZOblbPQih/view?usp=sharing Лекция 7]
# [https://drive.google.com/open?id=1YJQHCugfjIGRTfDGR1Q4MRdr7iXxDIIs Лекция 8]
# [https://drive.google.com/file/d/1gGRbWcItPRYR6Ve4V4vR4SuuDQdgg3jE/view?usp=sharing Лекция 9]

== Сроки тестов и заданий ==
# Тест по темам лекций 1-5 (Машинное обучение) открыт 6 марта в 14:00 и будет закрыт 13 марта в 14:00. Примерный список вопросов, инструкция по прохождению и картинки выложены ниже.

== Справочная информация по 1 тесту ==

Структура теста:
# 15 вопросов с одним или несколькими вариантами ответа
# 3 открытых вопроса (ответ в 3-4 предложения)
# 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

'''Примеры вопросов 1 части:'''

# Установите последовательность преобразования сигнала в знание (лекция 2)
# Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ)
# Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
# Выберите качественные признаки из (и 4 варианта признаков)
# Выберите количественные признаки из (и 4 варианта признаков)
# Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
# Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
# Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

'''Примеры вопросов 2 части:'''
# В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
# Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

'''Примеры вопросов 3 части:'''
# Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
# Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице ошибок классификации

== Детальная инструкция по первому тесту ==

Инструкция по прохождению теста
# При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным.
# Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki.
# Заходим на ссылку теста: https://onlinetestpad.com/t/917c9b358ee242a595e12c3ecc41ef05
# Придумайте для себя кодовое слово (желательно - на русском языке, без дефисов и других символов).
# Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой. Важно - это достаточно сделать один раз.
# Проходим тест. На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу - результаты не будут засчитаны.
# В финальном окне теста вводим в разделе "Введите свое имя" своей Email (тот же, что и в начале). Рядом появится галочка - нажмите ее.
# Очень не советуем списывать друг у друга или из интернета текстовые ответы - как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.
# Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

== Картинки по первому тесту ==

Выложены в виде .PDF - https://drive.google.com/open?id=1hV-FLzxgik4OZj71hsmjqoDDfkPsO4kk

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

'''О_рез = О_нак'''

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.

ИИ и БД

2018-03-06T12:15:23Z

Asryzhikov: /* Материалы лекций */

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
# FB: https://facebook.com/groups/1983952831632009
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
# Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82

== Преподаватели и консультации ==

Консультации указаны на личных страницах.

Преподаватели:
# Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
# Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
# Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde

Ассистенты:
# Ященко Анастасия
# Бобровских Глеб

== Материалы лекций ==
# [https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU Лекция 1]
# [https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b Лекция 2]
# [https://docs.google.com/presentation/d/1tCgpbaIn2eqeO8leesIMSy-Nw28ey4qzBDIeRvhTBM8/edit?usp=sharing Лекция 3]
# [https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing Лекция 4]
# [https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing Лекция 5]
# [https://docs.google.com/presentation/d/1QhDVBImxjIi8qyUb04t6zmC-RbGczBixXo5V36eXSwg/edit?usp=sharing Лекция 6]
# [https://drive.google.com/file/d/1dBSDe_JT3baAxmGwCMZuE2aZOblbPQih/view?usp=sharing Лекция 7]
# [https://drive.google.com/open?id=1YJQHCugfjIGRTfDGR1Q4MRdr7iXxDIIs Лекция 8]

== Сроки тестов и заданий ==
# Тест по темам лекций 1-5 (Машинное обучение) будет открыт 5 марта в 11:00 и закрыт 12 марта в 11:00. Примерный список вопросов будет вывешен на wiki в среду 28.02.

== Справочная информация по 1 тесту ==

Структура теста:
# 15 вопросов с одним или несколькими вариантами ответа
# 3 открытых вопроса (ответ в 3-4 предложения)
# 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

'''Примеры вопросов 1 части:'''

# Установите последовательность преобразования сигнала в знание (лекция 2)
# Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ)
# Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
# Выберите качественные признаки из (и 4 варианта признаков)
# Выберите количественные признаки из (и 4 варианта признаков)
# Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
# Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
# Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

'''Примеры вопросов 2 части:'''
# В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
# Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

'''Примеры вопросов 3 части:'''
# Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
# Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице ошибок классификации

== Детальная инструкция по первому тесту ==

Инструкция по прохождению теста
# При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным.
# Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki.
# Заходим на ссылку теста: https://onlinetestpad.com/t/917c9b358ee242a595e12c3ecc41ef05
# Придумайте для себя кодовое слово (желательно - на русском языке, без дефисов и других символов).
# Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой. Важно - это достаточно сделать один раз.
# Проходим тест. На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу - результаты не будут засчитаны.
# В финальном окне теста вводим в разделе "Введите свое имя" своей Email (тот же, что и в начале). Рядом появится галочка - нажмите ее.
# Очень не советуем списывать друг у друга или из интернета текстовые ответы - как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.
# Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

== Картинки по первому тесту ==

Выложены в виде .PDF - https://drive.google.com/open?id=1hV-FLzxgik4OZj71hsmjqoDDfkPsO4kk

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

'''О_рез = О_нак'''

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.

ИИ и БД

2018-03-06T12:13:58Z

Asryzhikov: /* Материалы лекций */

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
# FB: https://facebook.com/groups/1983952831632009
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
# Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82

== Преподаватели и консультации ==

Консультации указаны на личных страницах.

Преподаватели:
# Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
# Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
# Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde

Ассистенты:
# Ященко Анастасия
# Бобровских Глеб

== Материалы лекций ==
# [https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU Лекция 1]
# [https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b Лекция 2]
# [https://docs.google.com/presentation/d/1tCgpbaIn2eqeO8leesIMSy-Nw28ey4qzBDIeRvhTBM8/edit?usp=sharing Лекция 3]
# [https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing Лекция 4]
# [https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing Лекция 5]
# [https://docs.google.com/presentation/d/1QhDVBImxjIi8qyUb04t6zmC-RbGczBixXo5V36eXSwg/edit?usp=sharing Лекция 6]
# [https://drive.google.com/file/d/1dBSDe_JT3baAxmGwCMZuE2aZOblbPQih/view?usp=sharing Лекция 7]
# [https://drive.google.com/file/d/1YJQHCugfjIGRTfDGR1Q4MRdr7iXxDIIs/view?usp=sharing Лекция 8]

== Сроки тестов и заданий ==
# Тест по темам лекций 1-5 (Машинное обучение) будет открыт 5 марта в 11:00 и закрыт 12 марта в 11:00. Примерный список вопросов будет вывешен на wiki в среду 28.02.

== Справочная информация по 1 тесту ==

Структура теста:
# 15 вопросов с одним или несколькими вариантами ответа
# 3 открытых вопроса (ответ в 3-4 предложения)
# 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

'''Примеры вопросов 1 части:'''

# Установите последовательность преобразования сигнала в знание (лекция 2)
# Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ)
# Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
# Выберите качественные признаки из (и 4 варианта признаков)
# Выберите количественные признаки из (и 4 варианта признаков)
# Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
# Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
# Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

'''Примеры вопросов 2 части:'''
# В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
# Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

'''Примеры вопросов 3 части:'''
# Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
# Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице ошибок классификации

== Детальная инструкция по первому тесту ==

Инструкция по прохождению теста
# При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным.
# Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki.
# Заходим на ссылку теста: https://onlinetestpad.com/t/917c9b358ee242a595e12c3ecc41ef05
# Придумайте для себя кодовое слово (желательно - на русском языке, без дефисов и других символов).
# Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой. Важно - это достаточно сделать один раз.
# Проходим тест. На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу - результаты не будут засчитаны.
# В финальном окне теста вводим в разделе "Введите свое имя" своей Email (тот же, что и в начале). Рядом появится галочка - нажмите ее.
# Очень не советуем списывать друг у друга или из интернета текстовые ответы - как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.
# Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

== Картинки по первому тесту ==

Выложены в виде .PDF - https://drive.google.com/open?id=1hV-FLzxgik4OZj71hsmjqoDDfkPsO4kk

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

'''О_рез = О_нак'''

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.

ИИ и БД

2018-02-04T11:41:08Z

Asryzhikov: /* Материалы лекций */

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html

== Расписание лекций ==

== Преподаватели и консультации ==

== Материалы лекций ==
# [https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU Лекция 1]
# [https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b Лекция 2]
# [https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing Лекция 4]
# [https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing Лекция 5]

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

О_рез = О_нак

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии третьего модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии третьего модуля.

ИИ и БД

2018-02-04T11:39:48Z

Asryzhikov: /* Материалы лекций */

'''Страница курса "Искусственный интеллект и большие данные"
'''

== Ссылки ==
# Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
# Форум: https://groups.google.com/forum/#!forum/aibd-course-2018
# ПУД: https://www.hse.ru/edu/courses/206643947
# Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html

== Расписание лекций ==

== Преподаватели и консультации ==

== Материалы лекций ==
# Лекция 1 - https://drive.google.com/open?id=1fMtplbygZjfyGujzfgW24nKW6aTCXRlU
# Лекция 2 - https://drive.google.com/open?id=1wIEgXKa-4ci0AjPAoQlaOkA9Kx3hS59b
# Лекция 4 - https://drive.google.com/file/d/1Y-CUoeDArH0t-ZkBJgTdvTtJEMSfPl9a/view?usp=sharing
# Лекция 5 - https://drive.google.com/file/d/1ASwlNAl7hGhltmC0tx9Go9OEhgYgo2_y/view?usp=sharing

== Формирование оценок по дисциплине ==

Подведение итогов промежуточной аттестации по дисциплине проводится '''только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена''', т.е.:

О_рез = О_нак

Накопленная оценка по дисциплине рассчитывается по формуле:

'''O_нак = 0,6*O_тек + 0.4*O_итоговое эссе'''

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается '''7 календарных дней'''. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

'''Итоговое задание выполняется не позднее, чем за неделю до начала сессии третьего модуля'''. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов.
Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии третьего модуля.