https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Bauwens Wiki - Факультет компьютерных наук - Вклад [ru] 2026-09-21T10:30:28Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97719 Statistical learning theory 2026 2026-09-21T05:12:19Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 in [https://us06web.zoom.us/j/82008061405?pwd=CYqBNErCLEfXXZ6Rrd1uMKmFP6BVjz.1 zoom] (all [https://calendar.app.google/8dHwCZkEBEE9V6LR9 links]) by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/private/d5d75dd3a08070baa9c0cb696334b968/?p=qNr8sA4gPHevfMnk-nLIKg 14 Sept]<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/ttwxuflwufx3w6390n73i/03sem.pdf?rlkey=icdga1enx2l0unwhg6m8qbxv0&amp;st=qa8ovrnn&amp;dl=0 prob03]<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97572 Statistical learning theory 2026 2026-09-14T12:12:23Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 in [https://us06web.zoom.us/j/82008061405?pwd=CYqBNErCLEfXXZ6Rrd1uMKmFP6BVjz.1 zoom] (all [https://calendar.app.google/8dHwCZkEBEE9V6LR9 links]) by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/private/d5d75dd3a08070baa9c0cb696334b968/?p=qNr8sA4gPHevfMnk-nLIKg 14 Sept]<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03]<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97571 Statistical learning theory 2026 2026-09-14T11:39:00Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online by clicking on this google calandar [https://calendar.app.google/8dHwCZkEBEE9V6LR9 link] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/private/d5d75dd3a08070baa9c0cb696334b968/?p=qNr8sA4gPHevfMnk-nLIKg 14 Sept]<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03]<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97567 Statistical learning theory 2026 2026-09-14T11:22:56Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online by clicking on this google calandar [https://calendar.app.google/8dHwCZkEBEE9V6LR9 link] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03]<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97566 Statistical learning theory 2026 2026-09-14T11:22:20Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online by clicking on this google calandar [https://calendar.app.google/8dHwCZkEBEE9V6LR9 link] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97397 Parameterized complexity 2026 2026-09-09T15:08:52Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th! <br /> <br /> Lecture: Tuesday 9h30 -- 10h50 in D510 on sept 8th <br /> <br /> Seminar: Tuesday 11h10 -- 12h30 in R405 on sept 8th<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing syllabus], with all information, reference books, ...<br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |+ Table Caption (Optional)<br /> ! Date !! topic !! notes !! problem list ! <br /> |-<br /> | 08 sept || Classes FPT and XP, examples, kernels, vertex cover in time 1.4645^k k^{O(1)} + n^{O(1)} || [https://drive.google.com/file/d/1IGxLXXjHuM8aJ_V9NILyzukxlU1qSgA5/view?usp=drive_link 01_notes.pdf] || [[https://drive.google.com/file/d/1mM06XVgxf4yNA4_27JYGCFOPoKFQFTgy/view?usp=drive_link 01problems]<br /> |-<br /> | 15 sept || No lecture while students are still subscribing || || <br /> |-<br /> | 22 sept || More vertex cover kernels: cut degree ≤ 3 nodes, linear programming (Nemhauser-Trotter thm + fast algorithm). A Kernel for set cover. || ||<br /> |}</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97394 Parameterized complexity 2026 2026-09-09T15:06:48Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th! <br /> <br /> Lecture: Tuesday 9h30 -- 10h50 in D510 on sept 8th <br /> <br /> Seminar: Tuesday 11h10 -- 12h30 in R405 on sept 8th<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing syllabus], with all information, reference books, ...<br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |+ Table Caption (Optional)<br /> ! Date !! topic !! notes !! problem list ! <br /> |-<br /> | 08 sept || Classes FPT and XP, examples, kernels, vertex cover in time 1.4645^k k^{O(1)} + n^{O(1)} || [https://drive.google.com/file/d/1IGxLXXjHuM8aJ_V9NILyzukxlU1qSgA5/view?usp=drive_link 01_notes.pdf] || [[https://drive.google.com/file/d/1mM06XVgxf4yNA4_27JYGCFOPoKFQFTgy/view?usp=drive_link 01problems]<br /> |-<br /> | 15 sept || No lecture while students are still subscribing || || <br /> |-<br /> | 22 sept || More about vertex cover: kernelize degree ≤ 3 nodes, linear programming kernel and Nemhauser-Trotter theorem, VC above linear programming. A Kernel for set cover. || ||<br /> |}</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97393 Parameterized complexity 2026 2026-09-09T15:05:32Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th! <br /> <br /> Lecture: Tuesday 9h30 -- 10h50 in D510 on sept 8th <br /> <br /> Seminar: Tuesday 11h10 -- 12h30 in R405 on sept 8th<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> All information is [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing here].<br /> <br /> First lecture: <br /> <br /> {| class=&quot;wikitable&quot;<br /> |+ Table Caption (Optional)<br /> ! Date !! topic !! notes !! problem list ! <br /> |-<br /> | 08 sept || Classes FPT and XP, examples, kernels, vertex cover in time 1.4645^k k^{O(1)} + n^{O(1)} || [https://drive.google.com/file/d/1IGxLXXjHuM8aJ_V9NILyzukxlU1qSgA5/view?usp=drive_link 01_notes.pdf] || [[https://drive.google.com/file/d/1mM06XVgxf4yNA4_27JYGCFOPoKFQFTgy/view?usp=drive_link 01problems]<br /> |-<br /> | 15 sept || No lecture while students are still subscribing || || <br /> |-<br /> | 22 sept || More about vertex cover: kernelize degree ≤ 3 nodes, linear programming kernel and Nemhauser-Trotter theorem, VC above linear programming. A Kernel for set cover. || ||<br /> |}</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97334 Parameterized complexity 2026 2026-09-08T06:18:14Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th! <br /> <br /> Lecture: Tuesday 9h30 -- 10h50 in D510 on sept 8th <br /> <br /> Seminar: Tuesday 11h10 -- 12h30 in R405 on sept 8th<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> All information is [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing here].<br /> <br /> First lecture: [https://drive.google.com/file/d/1IGxLXXjHuM8aJ_V9NILyzukxlU1qSgA5/view?usp=drive_link notes] [https://drive.google.com/file/d/1mM06XVgxf4yNA4_27JYGCFOPoKFQFTgy/view?usp=drive_link seminar]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97321 Parameterized complexity 2026 2026-09-07T18:13:22Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th! <br /> <br /> Lecture: Tuesday 9h30 -- 10h50 in D510 on sept 8th <br /> <br /> Seminar: Tuesday 11h10 -- 12h30 in R405 on sept 8th<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> All information is [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing here].</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97320 Parameterized complexity 2026 2026-09-07T18:11:48Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Teacher: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] <br /> <br /> First lecture Sept 8th!<br /> <br /> Lecture: Tuesday 9h30 -- 10h50 <br /> <br /> Seminar: Tuesday 11h10 -- 12h30<br /> <br /> Both in class and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]. For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group] for questions about materials and practical issues. <br /> <br /> All information is [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing here].</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97317 Parameterized complexity 2026 2026-09-07T17:30:53Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Lectures and seminars: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] in class and on [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]<br /> <br /> For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group]<br /> <br /> All information is [https://drive.google.com/drive/folders/18tjWNSbQ4Ub1U2UJus1PuxOBdSZtrVOn?usp=sharing here].</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97295 Statistical learning theory 2026 2026-09-07T15:07:20Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online in TBA by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97294 Statistical learning theory 2026 2026-09-07T15:07:05Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, <br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom], see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 ami shedule]. Teacher [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online in TBA by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97293 Statistical learning theory 2026 2026-09-07T15:04:35Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 09h30 -- 10h50 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 11h10 -- 12h30 online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97291 Statistical learning theory 2026 2026-09-07T15:03:33Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97290 Statistical learning theory 2026 2026-09-07T15:03:07Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Vid !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. <br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97289 Statistical learning theory 2026 2026-09-07T15:02:21Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Vid !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> |<br /> || <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97288 Statistical learning theory 2026 2026-09-07T15:02:03Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Old Vid !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/9cc77dbd7e6a6d30d42ca6ee7d8de266/?p=OgbKo3FyR5fcul6Vzp7fJA 07 Sept]<br /> || [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw oldrec 01]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | 14 Sept<br /> || [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe oldrec 02]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | 21 Sept<br /> || [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A oldrec 03]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | 28 Sept<br /> || [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ oldrec 04]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |-<br /> | 05 Oct<br /> || [https://www.youtube.com/watch?v=8J5B9CCy-ws oldrec 05]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | 12 Oct<br /> || [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 oldrec 06]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | 19 Oct<br /> || [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ oldrec 07]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | 02 Nov<br /> || [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ oldrec 08]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | 09 Nov<br /> || [https://youtube.com/live/77-rZFzX2O8 oldrec 09]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |-<br /> | 16 Nov<br /> || [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg oldrec 10]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |-<br /> | <br /> ||<br /> || ''Part 4. Neural nets'' <br /> |-<br /> | 23 Nov<br /> || [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw oldrec 11]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | 30 Nov<br /> || [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de oldrec 12]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | 07 Dec<br /> || [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ oldrec 13]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> |<br /> || <br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97285 Statistical learning theory 2026 2026-09-07T13:58:59Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium + exam during the session at the end of October. There is also a colloquium+exam during the session in December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. There are no autogrades. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97284 Statistical learning theory 2026 2026-09-07T13:57:18Z <p>Bauwens: Updage grading formula</p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.25 * ([score colloquium 1] + [score of exam 1] + [score on colloquium 2] + [score on exam 2]) + bonus from quizzes.<br /> <br /> There is a colloquium and exam during the sessions at the end of October and December. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97278 Statistical learning theory 2026 2026-09-07T09:48:31Z <p>Bauwens: update slides</p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/tfwv5w7064yxl05ssggnl/01slides_all.pdf?rlkey=g1ymron26rxw4kmjjht9sdjd0&amp;st=5wm2lbl5&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || <br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || <br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || <br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || <br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.3 * [avg score of intermediate exams] + 0.35 * [score of 2 colloquiums] + 0.2 * [score on the exam] + bonus from quizzes.<br /> <br /> There are are 2 colloquiums, 1 during each of the sessions. <br /> There are 3 intermediate exams, at the end of September, during the session at the end of Okt, at the end of Nov. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> Autogrades: if you only need 6/10 on the final exam to have the maximal 10/10 for the course, this will be given automatically.<br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97255 Wiki ФКН 2026-09-06T16:32:46Z <p>Bauwens: Correction link statistical learning theory</p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М++'''<br /> <br /> [[Комбинаторика_и_теория_графов_2026/2027 | Комбинаторика и теория графов]]<br /> <br /> [[Основы_математического_анализа_2026/2027 | Основы математического анализа]]<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[ Statistical_learning_theory_2026 | Statistical learning theory ]]<br /> <br /> [[Инженерия_LLM-систем | Инженерия LLM-систем]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/course/hse-2026/ Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2026 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/osukhoroslov/nis2/ НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> [[Дискретная математика ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SmolGU&quot;&gt;СмолГУ&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Дискретная математика ВШЭ+СмолГУ 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]<br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97254 Wiki ФКН 2026-09-06T16:31:20Z <p>Bauwens: Added statistical learning theory also in the 3rd year</p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М++'''<br /> <br /> [[Комбинаторика_и_теория_графов_2026/2027 | Комбинаторика и теория графов]]<br /> <br /> [[Основы_математического_анализа_2026/2027 | Основы математического анализа]]<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[ https://wiki.cs.hse.ru/Statistical_learning_theory_2026 | statistical learning theory ]]<br /> <br /> [[Инженерия_LLM-систем | Инженерия LLM-систем]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/course/hse-2026/ Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2026 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/osukhoroslov/nis2/ НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> [[Дискретная математика ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SmolGU&quot;&gt;СмолГУ&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Дискретная математика ВШЭ+СмолГУ 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]<br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97253 Wiki ФКН 2026-09-06T16:29:55Z <p>Bauwens: </p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М++'''<br /> <br /> [[Комбинаторика_и_теория_графов_2026/2027 | Комбинаторика и теория графов]]<br /> <br /> [[Основы_математического_анализа_2026/2027 | Основы математического анализа]]<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Инженерия_LLM-систем | Инженерия LLM-систем]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/course/hse-2026/ Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2026 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/osukhoroslov/nis2/ НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> [[Дискретная математика ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SmolGU&quot;&gt;СмолГУ&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Дискретная математика ВШЭ+СмолГУ 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]<br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97252 Wiki ФКН 2026-09-06T16:28:52Z <p>Bauwens: </p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М++'''<br /> <br /> [[Комбинаторика_и_теория_графов_2026/2027 | Комбинаторика и теория графов]]<br /> <br /> [[Основы_математического_анализа_2026/2027 | Основы математического анализа]]<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> [[https://wiki.cs.hse.ru/Statistical_learning_theory_2026 | statistical learning theory]]<br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Инженерия_LLM-систем | Инженерия LLM-систем]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/course/hse-2026/ Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2026 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://distsys.ru/osukhoroslov/nis2/ НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> [[Дискретная математика ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SmolGU&quot;&gt;СмолГУ&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Дискретная математика ВШЭ+СмолГУ 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]<br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97250 Statistical learning theory 2026 2026-09-06T16:27:45Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7 as described below. Afterwards, lectures will probably on Mondays 9h30, see [https://docs.google.com/spreadsheets/d/1JpiMg7-pOG2PJkVY5yWD-QnTy6T-0pd22AsARvrC9RU/edit?gid=0#gid=0 this sheet]. <br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya Room TBA and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/954v3zn1d3zn68crzr85l/01slides_all.pdf?rlkey=7b613hrqwbho2qqtoekj8ua3s&amp;st=lcg46pnb&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || [https://www.dropbox.com/s/sy959ee81mov5cr/02slides.pdf?dl=0 sl02] <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || [https://www.dropbox.com/s/a60p9b76cxusgqy/03slides.pdf?dl=0 sl03]<br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || [https://www.dropbox.com/s/pi0f3wab1xna6d7/04slides.pdf?dl=0 sl04]<br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || [https://www.dropbox.com/s/rpnh6288rdb3j8m/05slides.pdf?dl=0 sl05]<br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || [https://www.dropbox.com/s/0p8r5wgjy1hlku2/06slides.pdf?dl=0 sl06]<br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.3 * [avg score of intermediate exams] + 0.35 * [score of 2 colloquiums] + 0.2 * [score on the exam] + bonus from quizzes.<br /> <br /> There are are 2 colloquiums, 1 during each of the sessions. <br /> There are 3 intermediate exams, at the end of September, during the session at the end of Okt, at the end of Nov. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> Autogrades: if you only need 6/10 on the final exam to have the maximal 10/10 for the course, this will be given automatically.<br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97249 Parameterized complexity 2026 2026-09-06T16:20:54Z <p>Bauwens: </p> <hr /> <div>Course name: parameterized algorithms and complexity<br /> <br /> Lectures and seminars: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] in class and on [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]<br /> <br /> For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group]<br /> <br /> All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97245 Statistical learning theory 2026 2026-09-06T16:14:02Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> First lecture on Monday Sept 7!<br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya [https://docs.google.com/spreadsheets/d/1EAbqb8wf48evEi5Bf2M0xmZXQSrpd_FJbsnevXDQxaQ/edit?gid=614347250#gid=614347250 find the room] and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical issues, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/954v3zn1d3zn68crzr85l/01slides_all.pdf?rlkey=7b613hrqwbho2qqtoekj8ua3s&amp;st=lcg46pnb&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || [https://www.dropbox.com/s/sy959ee81mov5cr/02slides.pdf?dl=0 sl02] <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || [https://www.dropbox.com/s/a60p9b76cxusgqy/03slides.pdf?dl=0 sl03]<br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || [https://www.dropbox.com/s/pi0f3wab1xna6d7/04slides.pdf?dl=0 sl04]<br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || [https://www.dropbox.com/s/rpnh6288rdb3j8m/05slides.pdf?dl=0 sl05]<br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || [https://www.dropbox.com/s/0p8r5wgjy1hlku2/06slides.pdf?dl=0 sl06]<br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.3 * [avg score of intermediate exams] + 0.35 * [score of 2 colloquiums] + 0.2 * [score on the exam] + bonus from quizzes.<br /> <br /> There are are 2 colloquiums, 1 during each of the sessions. <br /> There are 3 intermediate exams, at the end of September, during the session at the end of Okt, at the end of Nov. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> Autogrades: if you only need 6/10 on the final exam to have the maximal 10/10 for the course, this will be given automatically.<br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97135 Statistical learning theory 2026 2026-09-03T10:03:09Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya [https://docs.google.com/spreadsheets/d/1EAbqb8wf48evEi5Bf2M0xmZXQSrpd_FJbsnevXDQxaQ/edit?gid=614347250#gid=614347250 find the room] and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> For questions about materials and last minute practical, join the [https://t.me/+MnVAiV6VVjc0YWM0 telegram group]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/954v3zn1d3zn68crzr85l/01slides_all.pdf?rlkey=7b613hrqwbho2qqtoekj8ua3s&amp;st=lcg46pnb&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || [https://www.dropbox.com/s/sy959ee81mov5cr/02slides.pdf?dl=0 sl02] <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || [https://www.dropbox.com/s/a60p9b76cxusgqy/03slides.pdf?dl=0 sl03]<br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || [https://www.dropbox.com/s/pi0f3wab1xna6d7/04slides.pdf?dl=0 sl04]<br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || [https://www.dropbox.com/s/rpnh6288rdb3j8m/05slides.pdf?dl=0 sl05]<br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || [https://www.dropbox.com/s/0p8r5wgjy1hlku2/06slides.pdf?dl=0 sl06]<br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.3 * [avg score of intermediate exams] + 0.35 * [score of 2 colloquiums] + 0.2 * [score on the exam] + bonus from quizzes.<br /> <br /> There are are 2 colloquiums, 1 during each of the sessions. <br /> There are 3 intermediate exams, at the end of September, during the session at the end of Okt, at the end of Nov. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> Autogrades: if you only need 6/10 on the final exam to have the maximal 10/10 for the course, this will be given automatically.<br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Statistical_learning_theory_2026&diff=97132 Statistical learning theory 2026 2026-09-03T09:36:44Z <p>Bauwens: </p> <hr /> <div>== General Information ==<br /> <br /> Lectures: on Monday 13h -- 14h20 in Pokrovkaya [https://docs.google.com/spreadsheets/d/1EAbqb8wf48evEi5Bf2M0xmZXQSrpd_FJbsnevXDQxaQ/edit?gid=614347250#gid=614347250 find the room] and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]<br /> <br /> Seminars: on Monday 14h40 -- 16h online in [https://us06web.zoom.us/j/85239566702?pwd=y4uhpPrdjSVKOS2LkDIcKCzBXtCbFb.1 Zoom] by [https://www.hse.ru/org/persons/225553845/ Nikita Lukianenko].<br /> <br /> Please join the telegram group [to do]. The course is similar to [http://wiki.cs.hse.ru/Statistical_learning_theory_2024/25 last year].<br /> <br /> <br /> <br /> == Course materials ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Video !! Summary !! Slides !! Lecture notes !! Problem list !! Solutions<br /> |-<br /> | <br /> || ''Part 1. Online learning'' <br /> |-<br /> | [https://rutube.ru/video/private/73eda00904d975a1860151ad0203b529/?p=TSJicLPrAw5Tz1Q67j9jKw 16 Sep]<br /> || Philosophy. The online mistake bound model. The halving and weighted majority algorithms. <br /> || [https://www.dropbox.com/scl/fi/954v3zn1d3zn68crzr85l/01slides_all.pdf?rlkey=7b613hrqwbho2qqtoekj8ua3s&amp;st=lcg46pnb&amp;dl=0 sl01]<br /> || [https://www.dropbox.com/scl/fi/x07bx3n4col196mm3twnv/00book_intro.pdf?rlkey=zexicpaviliqm8141n056h61z&amp;st=puhs63f2&amp;dl=0 ch00] [https://www.dropbox.com/scl/fi/uqa9615215wy7ievgr50y/01book_onlineMistakeBound.pdf?rlkey=jiqzz84b5ipaw4t6cff7b17sl&amp;st=mc354l04&amp;dl=0 ch01] <br /> || [https://www.dropbox.com/scl/fi/37lvjuq06v3yaejqsbn4v/01sem.pdf?rlkey=7940pxuyduvrinz0639axglx7&amp;st=jt3lchhd&amp;dl=0 prob01]<br /> || [https://www.dropbox.com/scl/fi/kswtqmyxw3pv336g1vdd6/01sol.pdf?rlkey=bpwnrcsj6ru3nbo4xwq2lp6g0&amp;st=hftnu87m&amp;dl=0 sol01]<br /> |-<br /> | [https://rutube.ru/video/8d4e5fd67a791b8f0b46603c2dd4cffe 23 Sep]<br /> || The standard optimal algorithm. The perceptron algorithm. <br /> || [https://www.dropbox.com/s/sy959ee81mov5cr/02slides.pdf?dl=0 sl02] <br /> || [https://www.dropbox.com/scl/fi/9016w6j87oclagapah8dt/02book_sequentialOptimalAlgorithm.pdf?rlkey=r729ir0a47ncqip8rooq9txxo&amp;st=zx2tu8gp&amp;dl=0 ch02] [https://www.dropbox.com/scl/fi/iwclbc321iv4k9fmljwpb/03book_perceptron.pdf?rlkey=9v27bt1b9qc2q382l6lwyrkic&amp;st=ni0n8482&amp;dl=0 ch03]<br /> || [https://www.dropbox.com/scl/fi/ytjjgu9fcjcqm1a0h015q/02sem.pdf?rlkey=oj132041fc6g3i5tbjezlj7fv&amp;st=q3lr807c&amp;dl=0 prob02]<br /> || [https://www.dropbox.com/scl/fi/0a00da9ls8bsb2zuhgor1/02sol.pdf?rlkey=x9wkfvqfu9j6x6nnf9im24w0x&amp;st=xg427cef&amp;dl=0 sol02]<br /> |-<br /> | [https://rutube.ru/video/private/1182e518bc57807ba63fcb1e4d34a2df/?p=7Oox56EgTf8lCAUwLPir2A 30 Sep]<br /> || Prediction with expert advice. Recap probability theory (seminar). <br /> || [https://www.dropbox.com/s/a60p9b76cxusgqy/03slides.pdf?dl=0 sl03]<br /> || [https://www.dropbox.com/scl/fi/7pn3dyf2890p9zuyxleyl/04book_predictionWithExperts.pdf?rlkey=0capmeeu6pwp9wz2mhi0t5h58&amp;st=f4c4n9wo&amp;dl=0 ch04] [https://www.dropbox.com/scl/fi/cx7hsxzwg2f8ep4qcuefc/05book_introProbability.pdf?rlkey=rfq0y9cgzqvl1dlxkccc3qebv&amp;dl=0 ch05]<br /> || [https://www.dropbox.com/scl/fi/vgqy4yp5dl6ip6ydunm69/03sem.pdf?rlkey=cgmdzvg4dn2eesspy0196l2v5&amp;st=n6864cld&amp;dl=0 prob03] Upd 7 Oct<br /> || [https://www.dropbox.com/scl/fi/rwq6u32ld68bcdz3mk4cl/03sol.pdf?rlkey=2b8q1vih0byz6ipu1s2tbfzet&amp;st=8ea131vr&amp;dl=0 sol03]<br /> |-<br /> | <br /> || ''Part 2. Distribution independent risk bounds'' <br /> |-<br /> | [https://rutube.ru/video/c1efb4a0af21e2309d9353e5cc5616fa/ 07 Oct]<br /> || Necessity of a hypothesis class. Sample complexity in the realizable setting, examples: threshold functions and finite classes. <br /> || [https://www.dropbox.com/s/pi0f3wab1xna6d7/04slides.pdf?dl=0 sl04]<br /> || [https://www.dropbox.com/s/nh4puyv7nst4ems/06book_sampleComplexity.pdf?dl=0 ch06] <br /> || [https://www.dropbox.com/scl/fi/3g1r1gqfsilr2xuf0s5wc/04sem.pdf?rlkey=7rtmzxsynqf4340duzsqof2k0&amp;st=uod3vu0z&amp;dl=0 prob04] <br /> || [https://www.dropbox.com/scl/fi/kbjujf1wazsirzg9cno6p/04sol.pdf?rlkey=lcbilxedmhi1toghgenaiy2nu&amp;st=c29aqpjw&amp;dl=0 sol04]<br /> |- <br /> | [https://www.youtube.com/watch?v=8J5B9CCy-ws 14 Oct]<br /> || Growth functions, VC-dimension and the characterization of sample comlexity with VC-dimensions <br /> || [https://www.dropbox.com/s/rpnh6288rdb3j8m/05slides.pdf?dl=0 sl05]<br /> || [https://www.dropbox.com/s/eurz2vkvt1wa5zm/07book_growthFunctions.pdf?dl=0 ch07] [https://www.dropbox.com/scl/fi/50oxlmjkx59hjrq82yqvx/08book_VCdimension.pdf?rlkey=5dtlcis378kqu24ttko6s7zpf&amp;dl=0 ch08]<br /> || [https://www.dropbox.com/scl/fi/jhcildh8546dr0u9kkz5n/05sem.pdf?rlkey=l8wz1fyl2svmcu2w8tbd0rzjh&amp;st=5lipe8jy&amp;dl=0 prob05]<br /> || [https://www.dropbox.com/scl/fi/70z0umh656y5kt45vsbt9/05sol.pdf?rlkey=6jpu3usc6uri7duj78l9wr8wq&amp;st=w8gjtn1i&amp;dl=0 sol05]<br /> |-<br /> | [https://rutube.ru/video/e50aeb873359ba63e4df48d52fa8cb67 21 Oct]<br /> || Risk decomposition and the fundamental theorem of statistical learning theory (previous [https://www.youtube.com/watch?v=zHau8Br_UFQ recording] covers more)<br /> || [https://www.dropbox.com/s/0p8r5wgjy1hlku2/06slides.pdf?dl=0 sl06]<br /> || [https://www.dropbox.com/scl/fi/th4r5t2gm29en4hejareq/09book_riskBounds.pdf?rlkey=4ox3f26kygxorxft8jlijuf0f&amp;st=fg0fdyx2&amp;dl=0 ch09]<br /> || [https://www.dropbox.com/scl/fi/orntdt6b6u8y4b408dkfz/06sem.pdf?rlkey=3j6sajyqdvtfph49ao73mj6ly&amp;st=i5j8itjr&amp;dl=0 prob06]<br /> || [https://www.dropbox.com/scl/fi/53b0wro00u20tkpqb6206/06sol.pdf?rlkey=u1hpkkrrz96ol7i49ifdrhpud&amp;st=bbs9e6yr&amp;dl=0 sol06]<br /> |-<br /> | [https://rutube.ru/video/fb0bb984a0461b9e5b9ea2e6973f8252/ 23 Oct]<br /> || Bounded differences inequality, Rademacher complexity, symmetrization, contraction lemma. <br /> || [https://www.dropbox.com/s/kfithyq0dgcq6h8/07slides.pdf?dl=0 sl07]<br /> || [https://www.dropbox.com/scl/fi/ohtmf1fwsu9c6vkrj6e5a/10book_measureConcentration.pdf?rlkey=dqsgskp8slui6xoq9c7tx680b&amp;dl=0 ch10] [https://www.dropbox.com/s/hfrvhebbsskbk6g/11book_RademacherComplexity.pdf?dl=0 ch11]<br /> || [https://www.dropbox.com/scl/fi/spcnkcm5opa432mqeh95s/07sem.pdf?rlkey=roht5zgpdaatx4h9dy24lryoi&amp;st=wu6ubcdi&amp;dl=0 prob07]<br /> || [https://www.dropbox.com/scl/fi/icn16qpdb5bfyb46nn72x/07sol.pdf?rlkey=smcllfyfub5jsk530i2igdg3w&amp;st=efos9f1f&amp;dl=0 sol07]<br /> |-<br /> | <br /> || ''Part 3. Margin risk bounds with applications'' <br /> |-<br /> | [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ 06 Nov]<br /> || Simple regression, support vector machines, margin risk bounds, and dropout in neural nets (switch to [https://rutube.ru/video/43cde71591a0ee78e27d4818daddc313/ old recording] for SVM stuff).<br /> || [https://www.dropbox.com/s/oo1qny9busp3axn/08slides.pdf?dl=0 sl08]<br /> || [https://www.dropbox.com/s/573a2vtjfx8qqo8/12book_regression.pdf?dl=0 ch12] [https://www.dropbox.com/scl/fi/hxeh5btc0bb2f52fnqh5f/13book_SVM.pdf?rlkey=dw3u2rtfstpsb8mi9hnuc8poy&amp;dl=0 ch13]<br /> || [https://www.dropbox.com/scl/fi/kb8njw77xqohcul0meeik/08sem.pdf?rlkey=c0cewf8l34skxcanhtbc29wrk&amp;st=kd7d535j&amp;dl=0 prob08]<br /> || [https://www.dropbox.com/scl/fi/17idg180n115gu2cd5qqu/08sol.pdf?rlkey=mo07u28tszof7l3fzxahj8cm1&amp;st=oy758osr&amp;dl=0 sol08]<br /> |-<br /> | [https://youtube.com/live/77-rZFzX2O8 11 Nov]<br /> || Kernels: RKHS, representer theorem, risk bounds<br /> || [https://www.dropbox.com/s/jst60ww8ev4ypie/09slides.pdf?dl=0 sl09]<br /> || [https://www.dropbox.com/scl/fi/lozpqk5nnm8us77qfhn7x/14book_kernels.pdf?rlkey=s8e7a46rm3znkw13ubj3fzzz0&amp;dl=0 ch14]<br /> || [https://www.dropbox.com/scl/fi/72ze9ki1si6v9wnaw6ioi/09sem.pdf?rlkey=5junztvzv8rxguts9lv4xyh7g&amp;st=5xplcduo&amp;dl=0 prob09]<br /> || [https://www.dropbox.com/scl/fi/pod6vizxg2y6gjhmz9kip/09sol.pdf?rlkey=jvdyl6d0z4yw7stdgszfsan7z&amp;st=8coxi1hv&amp;dl=0 sol09]<br /> |- <br /> | [https://rutube.ru/video/private/5ffc7d4c3dbcf8f60f7f553b87fd555a/?p=eYr_yyIUJ2yHdB7CFygpbg 18 Nov]<br /> || AdaBoost and the margin hypothesis<br /> || [https://www.dropbox.com/s/umum3kd9439dt42/10slides.pdf?dl=0 sl10]<br /> || [https://www.dropbox.com/scl/fi/ef1ti9gagjv49mdky1364/15book_AdaBoost.pdf?rlkey=h6myd1zxm74quktq1cy2rc2ae&amp;st=r2at7eha&amp;dl=0 ch15]<br /> || [https://www.dropbox.com/scl/fi/hhsmkjr0g5fwk56wicdok/10sem.pdf?rlkey=c6rntxw1zhs2fe9tajmdhvlsa&amp;st=b1wi8bwd&amp;dl=0 prob10]<br /> || [https://www.dropbox.com/scl/fi/petas7wseh2p1igpjjonk/10sol.pdf?rlkey=zubelzltmtgyvxwpfssm4vdvi&amp;st=geg7yxi1&amp;dl=0 sol10]<br /> |- <br /> |<br /> || ''Part 4. Neural nets'' <br /> |- <br /> | [https://rutube.ru/video/private/0880b08b276d73b298680531eb2f50ec/?p=Q0Yuxh016gjGtW8887Dnpw 25 Nov]<br /> || Exponential (and cross entropy loss) find maximal margin solutions. Losses of neural nets are not locally convex. <br /> || <br /> || [https://www.dropbox.com/scl/fi/i30jfjbqwp3uryst3q350/16book_lossLandscapeNeuralNet.pdf?rlkey=k601mv0bcnvg79gbbbncaeipz&amp;st=htto7z78&amp;dl=0 ch16]<br /> || See next<br /> || <br /> |-<br /> | [https://rutube.ru/video/eec59ac42390d487b0b9e20258ddc7de 02 Dec]<br /> || Lazy training and the neural tangent kernel in overparameterized nets. <br /> || <br /> || [https://www.dropbox.com/scl/fi/8b415o6xl07jkzbf9ey01/17book_implicitRegularization.pdf?rlkey=byvcf6qg0ogqm9ipq4tznkfhl&amp;st=qin9wihv&amp;dl=0 ch17] <br /> || [https://www.dropbox.com/scl/fi/ygnglg7z6sb40ygbvb1id/11sem.pdf?rlkey=jo7hzregeo7l0pdef3cxrqt6g&amp;st=z5gmibhm&amp;dl=0 prob11]<br /> || [https://www.dropbox.com/scl/fi/topptsvelhdpog2qucfpr/11sol.pdf?rlkey=ceev18140kz2ly8y8crxixf03&amp;st=lvk4j2rz&amp;dl=0 sol11]<br /> |-<br /> | [https://rutube.ru/video/2433020134d99071e0a591a23b595f00/ 09 Dec]<br /> || Finnish previous lecture. Optional: a label dependent risk bound for overparameterized nets.<br /> || <br /> || [https://www.dropbox.com/scl/fi/vqt63hgp15ea0tqrsy8li/18book_fineGrainedAnalyses.pdf?rlkey=ufsc4tev9h7w8lev13ww8ntyo&amp;st=v03nuk8x&amp;dl=0 ch18]<br /> || Consult 15.12<br /> ||<br /> |-<br /> | 16 Dec<br /> || Colloquium [https://www.dropbox.com/scl/fi/4k5s7yrarztkj9xhh8gh2/colloqQuest.pdf?rlkey=36tqup19jwjs89x7y5qdgvsxr&amp;st=iww3fo1v&amp;dl=0 Rules and questions]. Select a [https://docs.google.com/spreadsheets/d/1aaetd-Mh9Y_OaJXYprfsrWz7wkt5fvg12VJRpqkqMTc/edit?usp=sharing timeslot].<br /> |}<br /> <br /> &lt;!-- Background on multi-armed bandits: A. Slivkins, [Introduction to multi-armed bandits https://arxiv.org/pdf/1904.07272.pdf], 2022.--&gt;<br /> <br /> The lectures in October and November are based on the book:<br /> Foundations of machine learning 2nd ed, Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalker, 2018. <br /> <br /> A gentle introduction to the materials of the first 3 lectures and an overview of probability theory, can be found in chapters 1-6 and 11-12 of the following book:<br /> Sanjeev Kulkarni and Gilbert Harman: An Elementary Introduction to Statistical Learning Theory, 2012.<br /> <br /> == Grading formula ==<br /> <br /> Final grade = 0.3 * [avg score of intermediate exams] + 0.35 * [score of 2 colloquiums] + 0.2 * [score on the exam] + bonus from quizzes.<br /> <br /> There are are 2 colloquiums, 1 during each of the sessions. <br /> There are 3 intermediate exams, at the end of September, during the session at the end of Okt, at the end of Nov. <br /> <br /> At the end of the lectures there is a short quiz in which you may earn 0.1 bonus points on the final non-rounded grade. <br /> <br /> There is no rounding except for transforming the final grade to the official grade. Arithmetic rounding is used. <br /> <br /> Autogrades: if you only need 6/10 on the final exam to have the maximal 10/10 for the course, this will be given automatically.<br /> <br /> <br /> == Problems exam ==<br /> <br /> Date: Saturday 20.12, 13h-17h, room D203&lt;br&gt;<br /> -- You may use handwritten notes, lecture materials from this wiki (either printed or through your PC, it is a computer room), Mohri's book &lt;br&gt;<br /> -- You may not search on the internet or interact with other humans (e.g. by phone, forums, etc) <br /> <br /> About questions&lt;br&gt;<br /> -- 4 or 5 questions of the difficulty of the homework. (Many homework questions were from former exams.)&lt;br&gt;<br /> -- I always ask to calculate VC dimension and to give/prove some risk bound with Rademacher complexity. <br /> -- [https://www.dropbox.com/scl/fi/nsmp6azkhh63s5x0chkby/exampleExam.pdf?rlkey=b95kbp6ujm6d4gsn8yp2blho2&amp;st=t1ehcbap&amp;dl=0 Example] of an exam (a bit easier, during COVID). <br /> <br /> If you have a passing grade without attending the exam, you may skip the exam and I will mark you as present by default. <br /> <br /> == Office hours ==<br /> <br /> Bruno Bauwens: Tuesday 15h-21h Better send me an email in advance.<br /> <br /> Nikita Lukianenko: Write in Telegram, the time is flexible <br /> <br /> &lt;!--<br /> == Russian texts ==<br /> <br /> The following links might help students who have trouble with English. A [http://www.machinelearning.ru/wiki/images/d/d9/Voron-2011-tnop.pdf lecture] on VC-dimensions was given by K. Vorontsov.<br /> A [http://machinelearning.ru/wiki/index.php?title=%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%9D._%D0%9A._%D0%96%D0%B8%D0%B2%D0%BE%D1%82%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9) course] on Statistical Learning Theory by Nikita Zhivotovsky is given at MIPT. Some short description about PAC learning on p136 in the [http://gen.lib.rus.ec/search.php?req=%D0%9D%D0%B0%D1%83%D0%BA%D0%B0+%D0%B8+%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%BE+%D0%BF%D0%BE%D1%81%D1%82%D1%80%D0%BE%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%BE%D0%B2%2C+%D0%BA%D0%BE%D1%82%D0%BE%D1%80%D1%8B%D0%B5+%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D0%BA%D0%B0%D1%8E%D1%82+%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F+%D0%B8%D0%B7+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85&amp;lg_topic=libgen&amp;open=0&amp;view=simple&amp;res=25&amp;phrase=0&amp;column=def book] <br /> ``Наука и искусство построения алгоритмов, которые извлекают знания из данных'', Петер Флах. On [http://www.machinelearning.ru machinelearning.ru] <br /> you can find brief and clear definitions.<br /> --&gt;</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97130 Wiki ФКН 2026-09-03T09:29:38Z <p>Bauwens: </p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Инженерия_LLM-систем | Инженерия LLM-систем]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[ Go PRO 2026/2027 | Промышленное программирование на языке Go ]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2026 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [? НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SmolGU&quot;&gt;СмолГУ&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Дискретная математика ВШЭ+СмолГУ 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | [[Основы_программирования_на_Python_(углубленный_курс)_Экономика | Основы программирования на Python (углубленный курс) Экономика]]<br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[econ_metrics_2026-27|Эконометрика ип 2026-27]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97128 Parameterized complexity 2026 2026-09-03T07:55:35Z <p>Bauwens: </p> <hr /> <div>Lectures: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens] in class and on [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]<br /> <br /> Seminars: TBA in class and on [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom]<br /> <br /> For attending on zoom, you must switch on the camera.<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group]<br /> <br /> All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=97127 Parameterized complexity 2026 2026-09-03T07:53:14Z <p>Bauwens: </p> <hr /> <div>Lectures: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens]<br /> <br /> Seminars: TBA<br /> <br /> Invite link for [https://t.me/+W06Zh3z0m7I5YzVk telegram group]<br /> <br /> All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=96966 Parameterized complexity 2026 2026-08-27T20:56:55Z <p>Bauwens: </p> <hr /> <div>Lectures: [https://www.hse.ru/en/org/persons/160550073/ Bruno Bauwens]<br /> <br /> Seminars: TBA<br /> <br /> All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Parameterized_complexity_2026&diff=96965 Parameterized complexity 2026 2026-08-27T20:52:08Z <p>Bauwens: Новая страница: «All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]»</p> <hr /> <div>All information is [https://drive.google.com/file/d/1An0Rl3cnFCHpu8SyaSROb7OruIWyFwSy/view?usp=drive_link here]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=96964 Wiki ФКН 2026-08-27T20:50:39Z <p>Bauwens: </p> <hr /> <div>__NOTOC__<br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! colspan=&quot;2&quot; | &lt;div style=&quot;text-align: center;&quot;&gt;'''Навигация'''&lt;/div&gt;<br /> |-<br /> ! [[#bachelors|Курсы бакалавриата ФКН]]<br /> | &lt;div style=&quot;text-align:center&quot;&gt;[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#RICP|РИЦП]] · [[#DIRS|ПИРС]] · [[#electives|майноры и факультативы]]&lt;/div&gt;<br /> |-<br /> ! colspan=&quot;2&quot; | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]<br /> |}<br /> <br /> == &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2026/27 учебный год&lt;/span&gt; ==<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2026/2027_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2026/27 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2027_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2026-27 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2026/27 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2026/2027_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2026/27 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2026/2027]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2026/2027 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2026/27_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2026/27_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2026/27_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2026/2027_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2026/2027 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2026/27_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2026/27 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2026/27 | Алгоритмы и структуры данных 2 2026/27]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> <br /> [[Комплексный анализ 2026/27]]<br /> <br /> [[Функциональный анализ 2026/27]]<br /> <br /> [[ Дискретная_математика_2_2026/27 | Дискретная математика 2 2026/27 ]]<br /> <br /> [[Основы матричных вычислений 2026/27]]<br /> <br /> [[Дифференциальные уравнения 2026/2027]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[ Стохастический_анализ_(весна_2027) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2026/27) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2026/27 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 26/27 | Введение в глубинное обучение]]<br /> <br /> [[ Types_26 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_26/27 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2026/27 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2026/27 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_26/27 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2026/2027 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2026_2027 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-26-27 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-26-27 | Performance engineering 101 ]]<br /> <br /> [[Генеративные модели на основе диффузии (26/27)]]<br /> <br /> [[Большие_языковые_модели_26_27 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2026 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2027 | Statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_26/27 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_27 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_26/27 | Эффективные системы глубинного обучения 26/27]]<br /> <br /> [[ Haskell_27 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_27 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_27 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Глубинное обучение 2 2026| Глубинное обучение 2]]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2026/2027 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [? НИС Распределенные системы 2]<br /> <br /> [? Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-26-27 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox27 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-26-27 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;15&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2026/27|Биоинформатика 1 год 2026/27]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2026/27|Биоинформатика 2 год 2026/27]]<br /> <br /> [[Введение_в_программирование_26/27|Введение в программирование. Питон 26/27]]<br /> <br /> [[Введение_в_базы_данных_26/27|Введение в базы данных 26/27]]<br /> <br /> [[Основы_глубинного_обучения_26/27|Основы глубинного обучения 26/27]]<br /> <br /> [[Основы_машинного_обучения/2027|Основы машинного обучения 26/27]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2027|Прикладные задачи анализа данных 26/27]]<br /> <br /> [[Kolmogorov_complexity_fall2026|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2027|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2026-2027|Алгебра 26/27]]<br /> <br /> [[Дискретная_математика_26/27|Дискретная математика 26/27]]<br /> <br /> [[Математический_анализ_26/27|Математический анализ 26/27]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_26/27|НИС Методы и алгоритмы защиты информации 26/27]]<br /> <br /> [[Теория_вероятностей_26/27|Теория вероятностей 26/27]]<br /> <br /> [[Математическая_статистика_26/27 | Математическая статистика 2026/27]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2026/2027'''<br /> <br /> [[Calculus 1 DSBA 2026/2027 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2026/2027 | C++ Programming Language (modules 1-2)]]<br /> <br /> [[English DSBA 2026/2027 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2026/2027 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2026/2027 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2026/2027 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2026/2027 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2026/2027 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Python for Data Science DSBA 2026/2027 | Python for Data Science (module 3)]]<br /> <br /> [[Algebra DSBA 2026/2027 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2026/2027 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Fundamentals of Software Engineering DSBA 2026/2027 | Fundamentals of Software Engineering (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2026/2027'''<br /> <br /> [[Algorithms and Data Structures DSBA 2026/2027 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2026/2027 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2026/2027 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2026/2027 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2026/2027 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2026/2027 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2026/2027 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2026/2027 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2026/2027 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2026/2027 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2026/2027 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2026/2027'''<br /> <br /> [[Databases DSBA 2026/2027 | Databases (modules 1-2)]]<br /> <br /> [[Deep Learning DSBA 2026/2027 | Deep Learning (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2026/2027 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2026/2027 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2026/2027 | Time Series Analysis (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2026/2027 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2026/2027 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2026/2027 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Product Development: From Idea to Production DSBA 2026/2027 | Product Development: From Idea to Production (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2026/2027 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Finance&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Finance&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2026/2027 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2026/2027 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2026/2027 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2026/2027 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2026/2027 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2026/2027 | Advanced Statistical Methods]]<br /> <br /> [[Cоmputer Vision DSBA 2026/2027 | Cоmputer Vision]]<br /> <br /> ||<br /> '''4th year DSBA 2026/2027'''<br /> <br /> [[Strategy DSBA 2026/2027 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2026/2027 | Statistical Methods for Market Research (module 3)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Analysis in Business 2“ (modules 1-3)]]<br /> <br /> [[Core Management Concepts DSBA 2026/2027 | Core Management Concepts (modules 1-3)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Financial Markets&quot; (modules 1-3)]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2026/2027 | Asset Pricing and Financial Markets (modules 1-3)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research 2&quot; DSBA 2026/2027 | Research Seminar &quot;Data Science in Applied Research 2&quot; (modules 1-3)]]<br /> <br /> [[Classical and Neural Modeling DSBA 2026/2027 | Classical and Neural Modeling (modules 1-3)]]<br /> <br /> '''Electives block 1 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2026/2027 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2026/2027 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2026/2027 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2026/2027 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2026/2027 | Natural Language Processing]]<br /> <br /> '''Electives block 2 (module 3)'''<br /> <br /> [[Information Systems DSBA 2026/2027 | Information Systems]]<br /> <br /> [[Recommender Systems DSBA 2026/2027 | Recommender Systems]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 26-27]]<br /> <br /> [[Дискретная_Математика_КНАД_2026/27 | Дискретная математика 2026/27 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_26/27 | Программирование на Python 26/27 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_26/27 | Python для сбора и анализа данных КНАД 26/27]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2026/2027 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2026/2027 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 26/27]]<br /> <br /> [[Математический Анализ КНАД 26/27]]<br /> <br /> [[ИПР КНАД 26/27]]<br /> <br /> ||<br /> [[Алгебра КНАД 2026/2027 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2026/27 | Математический анализ-2 2026/27 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2026/27 | Теория вероятностей 2026/27 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2026/27 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2026/27 | Математическая статистика 2026/27 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2026/2027 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2026/2027 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 26/27]]<br /> <br /> [[Язык программирования Python 2026/27 (ЭАД) ]]<br /> <br /> [[DM1EAD-2026-27 | Дискретная математика 2026/27 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2026/2037_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2026/27_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 26/27 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2630 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2026-27 | Дискретная математика 2026/27 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_26/27 | Теория вероятностей 2026/27 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;RICP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DIRS&quot;&gt;ПИРС&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Линейная алгебра ПИРС 26/27]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | <br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-26-27 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2026 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2026 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2027 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_26/27 | Аналитическая теория чисел: приложения комплексного анализа 26/27]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2025/26 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D/%D0%90%D1%80%D1%85%D0%B8%D0%B2&diff=96963 Wiki ФКН/Архив 2026-08-27T20:49:13Z <p>Bauwens: </p> <hr /> <div>'''АРХИВ УЧЕБНЫХ КУРСОВ'''<br /> <br /> = &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2025/26 учебный год&lt;/span&gt; =<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2025/26_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2025/2026_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2025/26 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2025/2026_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2025/26_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2025-26 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2025/26 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2025/2026_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2025/26 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2025/2026]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2025/2026 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2025/26_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2025/26_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2025/26_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2025/2026_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2025/2026 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2025/26_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2025/26 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2025/26 | Алгоритмы и структуры данных 2 2025/26]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> <br /> [[Комплексный анализ 2025/26]]<br /> <br /> [[Функциональный анализ 2025/26]]<br /> <br /> [[ Дискретная_математика_2_2025/26 | Дискретная математика 2 2025/26 ]]<br /> <br /> [[Основы матричных вычислений 2025/26]]<br /> <br /> [[Дифференциальные уравнения 2025/2026]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-25-26 | Performance engineering 101 ]]<br /> <br /> [[ Стохастический_анализ_(весна_2026) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2025/2026 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2025/26) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2025/26 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 25/26 | Введение в глубинное обучение]]<br /> <br /> [[ Types_25 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_25/26 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2025/26 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2025/26 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_25/26 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2025/2026 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2025_2026 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-25-26 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-25-26 | Performance engineering 101 ]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%93%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_%D0%BD%D0%B0_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B5_%D0%B4%D0%B8%D1%84%D1%84%D1%83%D0%B7%D0%B8%D0%B8_(25/26) Генеративные модели на основе диффузии 25/26]<br /> <br /> [[Большие_языковые_модели_25_26 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2025 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2025 | Statistical learning theory]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_25/26 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_26 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_25/26 | Эффективные системы глубинного обучения 25/26]]<br /> <br /> [[ Haskell_26 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_26 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_26 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [http://wiki.cs.hse.ru/%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_2_2025 Глубинное обучение 2]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2025/2026 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1Q2gx-6ugSi9intAW6ZSsLZNrEvl7S5ClyAhn8EjJnRM/edit?usp=sharing НИС Распределенные системы 2]<br /> <br /> [https://gitlab.velkerr.ru/velkerr/msbdp-2026/-/blob/main/README.md?ref_type=heads Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-25-26 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox26 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-25-26 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;11&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2025/26|Биоинформатика 1 год 2025/26]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2025/26|Биоинформатика 2 год 2025/26]]<br /> <br /> [[Введение_в_программирование_25/26|Введение в программирование. Питон 25/26]]<br /> <br /> [[Введение_в_базы_данных_25/26|Введение в базы данных 25/26]]<br /> <br /> [[Основы_глубинного_обучения_25/26|Основы глубинного обучения 25/26]]<br /> <br /> [[Основы_машинного_обучения/2026|Основы машинного обучения 25/26]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2026|Прикладные задачи анализа данных 25/26]]<br /> <br /> [[Kolmogorov_complexity_fall2025|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2026|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2025-2026|Алгебра 25/26]]<br /> <br /> [[Дискретная_математика_25/26|Дискретная математика 25/26]]<br /> <br /> [[Математический_анализ_25/26|Математический анализ 25/26]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_25/26|НИС Методы и алгоритмы защиты информации 25/26]]<br /> <br /> [[Теория_вероятностей_25/26|Теория вероятностей 25/26]]<br /> <br /> [[Математическая_статистика_25/26 | Математическая статистика 2025/26]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2025/2026'''<br /> <br /> [[Calculus 1 DSBA 2025/2026 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2025/2026 | C++ Programming Language (modules 1-3)]]<br /> <br /> [[English DSBA 2025/2026 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2025/2026 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2025/2026 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2025/2026 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2025/2026 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2025/2026 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Algebra DSBA 2025/2026 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2025/2026 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Python for Data Science DSBA 2025/2026 | Python for Data Science (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2025/2026'''<br /> <br /> [[Algorithms and Data Structures DSBA 2025/2026 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2025/2026 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2025/2026 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2025/2026 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2025/2026 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2025/2026 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2025/2026 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2025/2026 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2025/2026 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2025/2026 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2025/2026 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2025/2026'''<br /> <br /> [[Databases DSBA 2025/2026 | Databases (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2025/2026 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Machine Learning 1 DSBA 2025/2026 | Machine Learning 1 (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2025/2026 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2025/2026 | Time Series Analysis (modules 3-4)]]<br /> <br /> [[Deep Learning DSBA 2025/2026 | Deep Learning (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2025/2026 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2025/2026 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2025/2026 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2025/2026 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Data Analysis in Business DSBA 2025/2026 | Data Analysis in Business (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2025/2026 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Economics&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Financial Economics&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2025/2026 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2025/2026 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2025/2026 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2025/2026 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2025/2026 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2025/2026 | Advanced Statistical Methods]]<br /> <br /> [[Recommender Systems DSBA 2025/2026 | Recommender Systems]]<br /> <br /> ||<br /> '''4th year DSBA 2025/2026'''<br /> <br /> [[Strategy DSBA 2025/2026 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2025/2026 | Statistical Methods for Market Research (modules 2-3)]]<br /> <br /> '''Electives block 1 (modules 1-3)'''<br /> <br /> [[Core Management Concepts DSBA 2025/2026 | Core Management Concepts]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2025/2026 | Asset Pricing and Financial Markets]]<br /> <br /> '''Electives block 2 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2025/2026 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2025/2026 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2025/2026 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2025/2026 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2025/2026 | Natural Language Processing]]<br /> <br /> '''Electives block 3 (module 3)'''<br /> <br /> [[Information Systems DSBA 2025/2026 | Information Systems]]<br /> <br /> [[Cоmputer Vision DSBA 2025/2026 | Cоmputer Vision]]<br /> <br /> '''Research Seminar Electives (modules 1-3)'''<br /> <br /> [[Research Seminar &quot;Data Analysis in the Natural Sciences&quot; DSBA 2025/2026 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot;]]<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Financial Markets&quot;]]<br /> <br /> [[Research Seminar &quot;Data analysis in complex systems&quot; DSBA 2025/2026 | Research Seminar &quot;Data analysis in complex systems&quot;]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 25-26]]<br /> <br /> [[Дискретная_Математика_КНАД_2025/26 | Дискретная математика 2025/26 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_25/26 | Программирование на Python 25/26 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_25/26 | Python для сбора и анализа данных КНАД 25/26]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2025/2026 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2025/2026 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 25/26]]<br /> <br /> [[Математический Анализ КНАД 25/26]]<br /> <br /> [[ИПР КНАД 25/26]]<br /> <br /> ||<br /> [[Алгебра КНАД 2025/2026 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_25/26 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2025/26 | Математический анализ-2 2025/26 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2025/26 | Теория вероятностей 2025/26 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2025/26 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2025/26 | Математическая статистика 2025/26 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2025/2026 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2025/2026 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 25/26]]<br /> <br /> [[Язык программирования Python 2025/26 (ЭАД) ]]<br /> <br /> [[DM1EAD-2025-26 | Дискретная математика 2025/26 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2025/26_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 25/26 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2529 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2025-26 | Дискретная математика 2025/26 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_25/56 | Теория вероятностей 2025/26 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | <br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2025 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2025 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2026 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[icef-scalc-2025-fall|Stochastic Calculus Fall 2025]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[smef_metrics_2025-26|Эконометрика (продвинутый курс) 2025-26]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> <br /> <br /> = &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2024/25 учебный год&lt;/span&gt; =<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]<br /> <br /> <br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> <br /> [[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]<br /> <br /> <br /> [[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]<br /> <br /> '''П+'''<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2024/25 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2024/2025]]<br /> <br /> ||<br /> '''М+'''<br /> <br /> [[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]<br /> <br /> '''П+ и П'''<br /> <br /> [[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты промышленной разработки 2024/2025 ]]<br /> <br /> '''1 из 3:'''<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Продвинутый_Python_2024/25 | Продвинутый Python ]]<br /> <br /> [[Язык программирования Rust 2024/25]]<br /> <br /> '''2 из 8:'''<br /> <br /> [[Дискретная математика - 2 (ПМИ) 2024/25]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2024/25]]<br /> <br /> [[Основы матричных вычислений 2024/25]]<br /> <br /> [[Комплексный анализ 2024/25]]<br /> <br /> [[Функциональный анализ 2024/25]]<br /> <br /> [[Математическая логика на Python 25]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2024/25 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_24-25 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]<br /> <br /> [[Математическое моделирование 2024/25]]<br /> <br /> [[Моделирование временных рядов 2024/25]]<br /> <br /> [[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_24/25 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2024-2025)]]<br /> <br /> [[ ExtMem_24 | Алгоритмы во внешней памяти ]]<br /> <br /> [[Рекомендательные_системы | Рекомендательные системы ]]<br /> <br /> [[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]<br /> <br /> [[ Дополнительные_главы_машинного_обучения | Дополнительные главы машинного обучения ]]<br /> <br /> [[ Types_24 | Типы в языках программирования ]]<br /> <br /> [[ Промышленное программирование на Java | Промышленное программирование на Java ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2/2024_2025 | Машинное обучение 2]] <br /> <br /> [[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]<br /> <br /> [[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 24/25]]<br /> <br /> [https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[Компьютерные сети]]<br /> <br /> [[Сервис-ориентированные архитектуры]]<br /> <br /> [https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]<br /> <br /> &lt;!-- AB testing --&gt;<br /> &lt;!-- [https://lk.yandexdataschool.ru/courses/2023-autumn/7.1179-bd-part1/ Database Systems 2023/24] --&gt;<br /> [[Database Systems 2024/25]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2024 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> <br /> ||<br /> <br /> [ ВКР]<br /> <br /> [[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]<br /> <br /> [[ Функциональное_программирование_24-25 | Функциональное программирование ]]<br /> <br /> [[ Haskell_25 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]<br /> <br /> [[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]<br /> <br /> [[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_24/25 | Символьные вычисления ]]<br /> <br /> [[ Эффективные системы глубинного обучения | Эффективные системы глубинного обучения 24/25]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы 2024/25| Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]<br /> <br /> [[zkSNARK_25 | Протоколы доказательств с нулевым разглашением]]<br /> <br /> [[Дизайн_систем_24/25 | Дизайн систем ]]<br /> <br /> [[ Types_24 | Типы в языках программирования ]]<br /> <br /> [[ ExtMem_24 | Алгоритмы во внешней памяти ]]<br /> <br /> [[ Современный_NLP_и_большие_языковые_модели_25 | Современный NLP и большие языковые модели ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_25 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2024/2025 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[ DevOps от МТС | DevOps ]]<br /> <br /> [http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]<br /> <br /> [https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]<br /> <br /> [[Введение_в_блокчейн_24/25 | Введение в блокчейн]]<br /> <br /> [[ Информационный_поиск | Основы информационного поиска ]]<br /> <br /> [[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2024 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2024 | Теория информации]]<br /> <br /> [[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]<br /> <br /> [[ APA-25 | Алгоритмические вопросы алгебры ]]<br /> <br /> | rowspan=&quot;11&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]<br /> <br /> [[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]<br /> <br /> [[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]<br /> <br /> [[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]<br /> <br /> [[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]<br /> <br /> [[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2024-2025 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2024-2025 | Алгебра]]<br /> <br /> [[Математический анализ 2024-2025 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2024/25 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2024/2025 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2024/2025 | English (DSBA)]]<br /> <br /> [[LAaG DSBA 2024/2025 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]<br /> <br /> [[Russian History DSBA 2024/25 | Russian History (DSBA)]]<br /> <br /> [[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]<br /> <br /> [[Economics DSBA 2024/25]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2024/25]]<br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business and Management in Global Context 24/25]]<br /> <br /> [[Introduction to Finance 24/25]]<br /> <br /> [[Calculus-2 2024/25]]<br /> <br /> [[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA) 2024/25]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2024/2025]]<br /> <br /> [[Differential Equations 2024/25]]<br /> <br /> [[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2024-25 | Time series and stochastic processes 2024-25]]<br /> <br /> [[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]<br /> <br /> [[Machine learning 1 DSBA 2024/2025]]<br /> <br /> [[Deep Learning DSBA 2024/2025]]<br /> <br /> [[Databases 2024/25]]<br /> <br /> [[Optimisation methods 2024/25]]<br /> <br /> [[ MACE1_DSBA_24-25 | Research Seminar &quot;Data Science in Scientific&quot;]]<br /> <br /> [[ DAF1_DSBA_24-25 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> [[ RMB_DSBA_24-25 | Research Seminar &quot;Risk Management in Banking&quot;]]<br /> <br /> [[Sociology of Financial Behaviour DSBA 2024/25]]<br /> <br /> [[Financial Economics DSBA 2024/25]]<br /> <br /> [[AI for Business DSBA 2024/25]]<br /> <br /> [[Investment Management for Business DSBA 2024-2025]]<br /> <br /> [[Data Analysis in Business DSBA 2024-2025]]<br /> <br /> [[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]<br /> <br /> [[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]<br /> <br /> ||<br /> <br /> [[Philosophy of artificial intelligence DSBA 2024/25]]<br /> <br /> [[Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Marketing Analytics DSBA 2024/25]]<br /> <br /> [[ Agile Basics: Product Management and Teamwork ]]<br /> <br /> [[Quantitative finance DSBA 2024/25]]<br /> <br /> [[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]<br /> <br /> [[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]<br /> <br /> [[ CC-2024-25 | Conflict and Cooperation 2024-2025]]<br /> <br /> [[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]<br /> <br /> [[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]<br /> <br /> [[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]<br /> <br /> [[Machine learning 2 DSBA 2024-2025]]<br /> <br /> [[ DAF2_DSBA_24-25 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_24-25 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot;]]<br /> <br /> [[ DACS_DSBA_24-25 | Research Seminar &quot;Data Analysis in Complex Systems&quot;]]<br /> <br /> [[ RMB_DSBA_24-25 | Research Seminar &quot;Risk Management in Banking&quot;]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика КНАД 24/25]]<br /> <br /> [[Математический анализ КНАД 24/25]]<br /> <br /> [[Линейная алгебра КНАД 24/25]]<br /> <br /> [[Программирование на Python КНАД 24/25]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python для сбора и анализа данных КНАД 24/25]]<br /> <br /> [[Программирование на С++ КНАД 24/25]]<br /> <br /> [[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2024/2025 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_24/25 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_24/25 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Язык программирования Python 2024/25 (ЭАД)]]<br /> <br /> ||<br /> <br /> [[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> ||<br /> <br /> [[Программирование на С++ ЭАД 24/25]]<br /> <br /> ||<br /> <br /> ||<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[DM_DRIP_24 | Дискретная математика (ДРИП) ]]<br /> <br /> [[Язык программирования C++ (ДРИП 24/25)]]<br /> <br /> [[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]<br /> <br /> ||<br /> <br /> ||<br /> <br /> ||<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[High-dimensional_Probability_and_Statistics_(2025) | High-dimensional Probability and Statistics ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module<br /> |-<br /> | [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2023/24 учебный год =<br /> <br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | майноры и факультативы<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПМИ''' <br /> |-<br /> |<br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> <br /> [[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]<br /> <br /> <br /> [[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]<br /> <br /> '''П+'''<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2023/24 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]<br /> <br /> ||<br /> '''М+'''<br /> <br /> [[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]<br /> <br /> '''П+ и П'''<br /> <br /> [[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]<br /> <br /> '''1 из 3:'''<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Продвинутый_Python_2023/24 | Продвинутый Python ]]<br /> <br /> [[Язык программирования Rust 2023/24]]<br /> <br /> '''2 из 5:'''<br /> <br /> [[Дискретная математика - 2 (ПМИ) 2023/24]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2023/24]]<br /> <br /> [[Основы матричных вычислений 2023/24]]<br /> <br /> [[Комплексный анализ 2023/24]]<br /> <br /> [[Функциональный анализ 2023/24]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2023/24 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_23-24 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]<br /> <br /> [[Математическое моделирование 2023/24]]<br /> <br /> [[Моделирование временных рядов 2023/24]]<br /> <br /> [[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_23/24 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2023-2024)]]<br /> <br /> [[ ExtMem_23 | Алгоритмы во внешней памяти ]]<br /> <br /> [[Рекомендательные_системы | Рекомендательные системы ]]<br /> <br /> [[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]<br /> <br /> [[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 23/24]]<br /> <br /> [https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[Компьютерные сети]]<br /> <br /> [[Сервис-ориентированные архитектуры]]<br /> <br /> [https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]<br /> <br /> [[Distributed_Systems_2023 | Распределенные системы]]<br /> <br /> &lt;!-- AB testing --&gt;<br /> &lt;!-- [https://lk.yandexdataschool.ru/courses/2023-autumn/7.1179-bd-part1/ Database Systems 2023/24] --&gt;<br /> [[Database Systems 2023/24]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2023 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> <br /> ||<br /> <br /> [ ВКР]<br /> <br /> [[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]<br /> <br /> [[ Функциональное_программирование_23-24 | Функциональное программирование ]]<br /> <br /> [[ Haskell_24 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]<br /> <br /> [[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_23/24 | Символьные вычисления ]]<br /> <br /> [[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы 2023/24| Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]<br /> <br /> [[ Types_23 | Типы в языках программирования ]]<br /> <br /> [[ ExtMem_23 | Алгоритмы во внешней памяти ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2023/24 | Глубинное обучение]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2023/2024 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2023 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2023 | Теория информации]]<br /> <br /> [[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]<br /> <br /> | rowspan=&quot;7&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]<br /> <br /> [[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]<br /> <br /> [[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]<br /> <br /> [[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]<br /> <br /> [[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПИ''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2023-2024 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2023-2024 | Алгебра]]<br /> <br /> [[Математический анализ 2023-2024 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2023/24 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПАД''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2023/2024 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2023/2024 | English (DSBA)]]<br /> <br /> [[LAaG DSBA 2023/2024 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]<br /> <br /> [[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]<br /> <br /> [[Law_DSBA_2023/24 | Law DSBA 2023/24]]<br /> <br /> [[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]<br /> <br /> <br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]<br /> <br /> [[Calculus-2 2023/24]]<br /> <br /> [[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA) 2023/24]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2022/2023]]<br /> <br /> [[Differential Equations 2023/24]]<br /> <br /> [[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2023-24 | Time series and stochastic processes 2023-24]]<br /> <br /> [[ Elements of Econometrics]]<br /> <br /> [[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]<br /> <br /> [[Machine learning 1 DSBA 2023/2024]]<br /> <br /> [[Databases 2023/24]]<br /> <br /> [[Optimisation methods 2023/24]]<br /> <br /> [[ MACE1_DSBA_23-24 | Research Seminar &quot;Data Science in scientific&quot;]]<br /> <br /> [[ DAF1_DSBA_23-24 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> [[Financial Engineering 2023-2024]]<br /> <br /> [[Sociology of financial behaviour DSBA 2023/24]]<br /> <br /> [[Financial Economics DSBA 2023/24]]<br /> <br /> ||<br /> <br /> [[Philosophy of artificial intelligence DSBA 2023/24]]<br /> <br /> [[Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]<br /> <br /> [[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]<br /> <br /> [[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]<br /> <br /> [[ CMC_DSBA_23-24 | Core management concepts ]]<br /> <br /> [[Machine learning 2 DSBA 2023/2024]]<br /> <br /> [[ MACE2_DSBA_23-24 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 2&quot;]]<br /> <br /> [[ DAF2_DSBA_23-24 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_23-24 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot; ]]<br /> <br /> [[Risk-Management_DSBA_23-24 | Research Seminar &quot;Risk-Management&quot; ]]<br /> <br /> [[Quantitative finance DSBA 2023/24]]<br /> <br /> [[ Agile Basics: Product Management and Teamwork ]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''КНАД''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика КНАД 23/24]]<br /> <br /> [[Математический анализ КНАД 23/24]]<br /> <br /> [[Линейная алгебра КНАД 23/24]]<br /> <br /> [[Программирование на Python КНАД 23/24]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python для сбора и анализа данных КНАД 23/24]]<br /> <br /> [[Программирование на С++ КНАД 23/24]]<br /> <br /> [[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2023/2024 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_23/24 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_23/24 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | <br /> [[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)<br /> <br /> [[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)<br /> <br /> [[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)<br /> |<br /> [[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)<br /> <br /> [[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы Python для ОП &quot;Актер&quot; и ОП &quot;Кинопроизводство&quot; 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для ОП &quot;Экономический анализ&quot; 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)<br /> <br /> [[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)<br /> <br /> [[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]<br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН<br /> |-<br /> | [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year<br /> |-<br /> | [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year<br /> |-<br /> | [[TCS_2024 | Theoretical computer science]] || PhD || 1 year<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_metrics_2025-26|Эконометрика ип 2025-26]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> | [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> | [[smef_metrics_2024-25|Эконометрика (продвинутый уровень) 2024-25]] || магистратура фэн, 1 курс || 3-4 модуль<br /> |-<br /> | [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль<br /> |-<br /> | [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules<br /> |-<br /> | [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module<br /> |-<br /> | <br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2022/23 учебный год =<br /> <br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | майноры и факультативы<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПМИ''' <br /> |-<br /> |<br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2022/2023_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2022/2023_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[DM1base-2022-23 | Дискретная математика (ПМИ основной поток + ЭАД)]]<br /> <br /> [[Дискретная математика на ПМИ 2022/23 (пилотный поток)]]<br /> <br /> [[Язык программирования Python 2022/2023 (основной поток) ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2022/2023 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2022/23 | Теория чисел (пилотный поток)]]<br /> <br /> [[Теория чисел (основной поток) 2022/23 | Теория чисел (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_(основной_поток)_(4_модуль) | Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2022/2023]]<br /> <br /> ||<br /> <br /> [[Математическая_статистика_2022/2023_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Математическая_статистика_2022/2023_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2022/2023_(пилотный_поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(2022/23) | Математический анализ - 2 (основной поток)]]<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2022 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая_логика_ПМИ_22/23 | Математическая логика ]]<br /> <br /> [[Продвинутый_Python_2022/2023 | Продвинутый Python ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2022/2023 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты_промышленной_разработки_2022/2023 | Инструменты промышленной разработки 2022/2023 ]]<br /> <br /> [[CAOS-2022 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2022/23]]<br /> <br /> [[Основы_матричных_вычислений_2022/2023 | Основы матричных вычислений ]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2022_2023 | Машинное обучение 1]]<br /> <br /> [[Компьютерные_сети_2022/2023 | Компьютерные сети 2022/2023]]<br /> <br /> [[ Operation Research and Game Theory | Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2022 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 22/23 | Введение в глубинное обучение 22/23]]<br /> <br /> [[Математическое_моделирование_2022 | Математическое моделирование 2022]]<br /> <br /> [[time_series_modelling_22_23 | Моделирование временных рядов 22/23]]<br /> <br /> [[Теория_чисел_и_криптография | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_22/23 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023)]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_22/23 | Прикладная статистика в машинном обучении 22/23]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2022/2023 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 22/23 | Глубинное обучение 1 22/23]]<br /> <br /> [[Методы оптимизации в машинном обучении 2023]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/a35a6a40088b44a7a9e374727a0f2548 Распределенные системы]<br /> <br /> [https://osukhoroslov-hse.notion.site/dbce4f5101ed47dca0b363122f139aac НИС Распределенные системы]<br /> <br /> [[Database Systems 2023]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2022 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-22-23 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2022-2023-12475421ada6400c8bd5bf24a2a30c01 ВКР]<br /> <br /> [[ Случайные_процессы_(зима_2023) | Случайные процессы (зима 2023)]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Haskell_23 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_22/23 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Методы_предобучения_без_учителя_22/23 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_22/23 | Символьные вычисления ]]<br /> <br /> [[Эффективные системы глубинного обучения 22/23|Эффективные системы глубинного обучения]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_22/23 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы | Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_22/23 | Введение в дифференциальную геометрию ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2022/2023 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2022 | Глубинное обучение]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_22/23 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2022/2023 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-b1c2d4487ac8478f89cd4fa427da3e27 НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2022_2023 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2022 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2022 | Теория информации]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> | rowspan=&quot;7&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> [[Дополнительные_главы_теории_чисел|Дополнительные главы теории чисел]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2023|ДГТВ]]<br /> <br /> [[Теория_вычислений_2023|Теория вычислений]]<br /> <br /> [[Случайные_графы_2022 | Случайные графы]]<br /> <br /> [[Майнор_Биоинформатика_1_год_2022/23 | Биоинформатика 1 год 2022/23]]<br /> <br /> [[Майнор Биоинформатика 2 год 2022/23 | Биоинформатика 2 год]]<br /> <br /> [[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Введение_в_программирование_22/23_(майнор_ИАД) | Введение в программирование 22/23 (майнор ИАД)]]<br /> <br /> [[Базы данных 22/23 (майнор ИАД)| Базы данных 22/23 (майнор ИАД)]]<br /> <br /> [[Adaptation course in Discrete Math (факультатив)]]<br /> <br /> [[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023)]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПИ''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2022-2023 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2022-2023 | Алгебра]]<br /> <br /> [[Математический анализ 2022-2023 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2022/2023 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2022-2023 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2022/2023 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2022 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПАД''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2022_2023 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2022/2023 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2022/2023 | English DSBA (DSBA)]]<br /> <br /> [[LAaG DSBA 2022/2023 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2022/2023 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2022/2023 | Introduction to Programming on Python (DSBA)]]<br /> <br /> [[Introduction to Programming 2 DSBA 2022/2023 | Introduction to Programming on C++ (DSBA)]]<br /> <br /> [[Foundations_of_Law_DSBA_2022/2023 | Foundations of Law (DSBA)]]<br /> <br /> [[Introduction to Economics DSBA 2022/2023]]<br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2022/2023 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_22/23 | Business and Management in Global Context 22/23]]<br /> <br /> [[Calculus-2]]<br /> <br /> [[Algorithms and Data Structures DSBA 2022/2023 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2022/2023]]<br /> <br /> [[Differential_Equations_2023 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2022/2023 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2022-23 | Time series and stochastic processes 2022-23]]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2022 Elements of Econometrics]<br /> <br /> [[BAFE-2022-23 | Business Analytics and Financial Engineering 2022-2023]]<br /> <br /> [[Machine learning 1 DSBA 2022/2023]]<br /> <br /> [[Databases]]<br /> <br /> [[Optimisation methods]]<br /> <br /> [[ MACE1_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 1&quot;]]<br /> <br /> [[ DAF1_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> ||<br /> <br /> [[ Statistics4MR-2022-23 | Statistics for Market Research 2022-23]]<br /> <br /> [[ Strategy_22-23_DSBA | Decision Making Strategy 2022-2023]]<br /> <br /> [[ APFM_22-23 | Asset Pricing and Financial Markets 2022-2023]]<br /> <br /> [[ CMC_DSBA_22-23 | Core management concepts ]]<br /> <br /> [[Machine learning 2 DSBA 2022/2023]]<br /> <br /> [[ MACE2_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 2&quot;]]<br /> <br /> [[ DAF2_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_22-23 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot; ]]<br /> <br /> [[Risk-Management_DSBA_22-23 | Research Seminar &quot;Risk-Management&quot; ]]<br /> <br /> [[Quantitative finance DSBA]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''КНАД''' <br /> |-<br /> |<br /> <br /> [[Дискретная_математика_КНАД 22/23| Дискретная математика (КНАД) ]]<br /> <br /> [[Математический_анализ_КНАД 22/23| Математический анализ (КНАД) ]]<br /> <br /> [[Линейная_алгебра_КНАД 22/23| Линейная алгебра (КНАД) ]]<br /> <br /> [[Программирование_на_Python_КНАД 22/23| Программирование на Python (КНАД) ]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2022/2023 2 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2022/2023 4 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_22/23 | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД_22/23 | Программирование на С++]]<br /> <br /> [[ИПР_КНАД_23 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2022/2023 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2022/23) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 22/23 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 22/23 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2022/2023 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_22/23 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_22/23 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> <br /> |-<br /> | <br /> [[Цифровая грамотность для международных отношений 22/23]] (1 курс, 1-2 модуль)<br /> <br /> [[Основы анализа данных в международных отношениях 22/23]] (2 курс, 1-2 модуль)<br /> <br /> [[Основы программирования на Python осень 2022 матфак]] (2-4 курс бакалавриата или 1-2 курс магистратуры, 1-2 модуль) <br /> <br /> [[Анализ данных 2022 (ОП &quot;Журналистика&quot; и &quot;Медиакоммуникации&quot;) | Анализ данных]] (2 курс, 1-2 модуль)<br /> <br /> [[Машинное обучение (ФЭН) - 2022-2023]] (3,4 курс, 1-2 модули)<br /> | <br /> [[Прикладное программное обеспечение (основы Python) для социологии 2022/23]] (1 курс, 3 модуль)<br /> <br /> [[Программирование на языке Python для ГосМунУпр 2022/23 | Программирование на языке Python для гос. и муницип. управления 2022/23]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы программирования в Python для политологии 2022/23]] (2 курс, 3-4 модули)<br /> <br /> [[Основы программирования в Python для школы дизайна 2022/23]] (2 курс, 3-4 модули)<br /> <br /> [[Основы программирования в Python для ВШБ 2022/23]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для МО 22/23]] (1 курс, 3 модуль)<br /> <br /> [[Машинное обучение 22/23 Матфак]] (3 курс, 3-4 модули)<br /> <br /> [[Анализ Данных 22/23 Политологи]] (3 курс, 3-4 модули)<br /> <br /> [[Введение в Data Science для ВШБ 2022/23]] (2 курс, 4 модуль)<br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[Ликбез_разработчика_(2022) | Ликбез разработчика]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[RecSys_2022_2023 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Linear_Algebra_for_Data_Science_(2022) | Linear Algebra for Data Science]] || Data Science || 1 year<br /> |-<br /> | [[Ordered_Sets_in_Data_Analysis_(2022) | Ordered Sets in Data Analysis]] || Data Science || 1 year<br /> |-<br /> | [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]] || Науки о данных, специализация ТИ || <br /> |-<br /> | [[Mathematical Foundations of Probability theory | Mathematical foundations of probability theory]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Markov Chains | Markov Chains]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Reinforcement_learning_2022_2023 | Математические основы обучения с подкреплением ]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical computer science spring 2023 | Theoretical computer science spring 2023]] || PhD || 1 year<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_probability_2022-23|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[econ_metrics_2022-23|Эконометрика ип 2022-23]] || фэн, 3 курс || 1-4 модуль<br /> |-<br /> | [[econ_dynamic_opt_2022-23|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> | [[icef-dse-2022-23|Data Science for Economics 2022-23]] ||icef, 3-4 year || 1-2 module<br /> |-<br /> | [[Лицей ВШЭ. Практикум по программированию 10 класс 2022-23 | Лицей ВШЭ. Практикум по программированию 10 класс]] || Лицей ВШЭ || 10 класс<br /> |-<br /> | [[icef-scalc-2022-fall|Stochastic Calculus Fall 2022]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[econ_metrics_smfe_2022-23|Эконометрика (продвинутый уровень) 2022-23]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |-<br /> | [[econ_metrics_smfe_2023-24|Эконометрика (продвинутый уровень) 2023-24]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |}<br /> <br /> = Курсы за 2021/22 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[DM1-2021-22 | Дискретная математика]]<br /> <br /> [http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования 2021/2022 (основной поток)]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]<br /> <br /> [[Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль) | Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ wikidot]<br /> <br /> [[Алгебра 2021/2022 ПИ | Алгебра 2021/2022 ПИ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Algebra_DSBA_2021/2022 | Algebra DSBA]]<br /> <br /> [[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]<br /> <br /> [[LAaG DSBA 2021/2022 | LAaG (DSBA)]]<br /> <br /> [[Calculus DSBA 2021/2022 | Calculus (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]<br /> <br /> '''КНАД'''<br /> <br /> [[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]<br /> <br /> [[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]<br /> <br /> [[Программирование_на_Python | Программирование на Python (КНАД)]]<br /> <br /> [[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2021/2022 4 модуль (КНАД) | Алгоритмы и структуры данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[ИПР_КНАД_22 | Инструменты промышленной разработки (КНАД)]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]<br /> <br /> [[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]<br /> <br /> [[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]<br /> <br /> [[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая логика | Математическая логика]]<br /> <br /> [[Дифференциальные уравнения (ПМИ, 2022)]]<br /> <br /> [[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]<br /> <br /> [[CAOS-2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> [[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]<br /> <br /> [[Differential_Equations_2023 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]<br /> <br /> '''ПМИ'''<br /> <br /> [[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]<br /> <br /> [[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]<br /> <br /> [http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]<br /> <br /> [[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]<br /> <br /> [[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Машинное_обучение_1/2021_2022 | Машинное обучение 1]]<br /> <br /> [[Theory of Computation 2021 | Theory of Computation]]<br /> <br /> [http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Промышленное_программирование_на_языке_Java/2022 | Промышленное программирование на языке Java]]<br /> <br /> '''ПМИ / PC'''<br /> <br /> [https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]<br /> <br /> [[Database_Systems_2022 | Database Systems 2022]]<br /> <br /> [https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]<br /> <br /> [https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2/2021_2022 | Машинное обучение 2]]<br /> <br /> [[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]<br /> <br /> [[Statistical_learning_theory_2021 | Statistical learning theory]]<br /> <br /> '''ПИ'''<br /> <br /> [[ML4SE_1 | НИС Машинное обучение для программной инженерии]]<br /> <br /> [[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]<br /> <br /> '''ПАД'''<br /> <br /> [http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]<br /> <br /> [[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]<br /> <br /> [[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]<br /> [[Optimization_Methods_2022 | Optimization Methods]]<br /> <br /> ||<br /> <br /> [[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]<br /> <br /> [[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]<br /> <br /> [[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]<br /> <br /> [[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]<br /> <br /> [https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]<br /> <br /> [http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]<br /> <br /> [[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]<br /> <br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]<br /> <br /> [[msbdp_21 | Методы и системы обработки больших данных]]<br /> <br /> [https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[InfTheory2021 | Теория информации]]<br /> <br /> [[OWF2021 | Односторонние функции и их применения]]<br /> <br /> [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]<br /> <br /> [[Decision Making Strategy]]<br /> <br /> ||<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]<br /> <br /> [[Теория_вычислений_2022|Теория вычислений]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> [[Криптография_на_решётках_21/22| Криптография на решётках]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]<br /> <br /> [[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]<br /> <br /> [[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения/2022 | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2022 | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Функциональное_программирование_2019 | Функциональное программирование 2021]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (ноя-дек 2021)]]<br /> <br /> [[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]<br /> <br /> [[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]<br /> <br /> [[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022 Программирование на языке Python] || Журналистика || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль<br /> |-<br /> | [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули || 3-4 модули <br /> |-<br /> | [[Введение_в_МО_БИ_21/22| Введение в машинное обучение]] || Бизнес-информатика || 3 курс || 3-4 модули <br /> |-<br /> | [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль<br /> |-<br /> | [[Введение в Data Science 21-22]] || УБ и МиРА || 2 курс || 4 модуль<br /> |-<br /> | [[Основы программирования в Python (Мирэк) 2022 | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> |[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%A5%D0%B8%D0%BC%D0%B8%D1%8F Python для извлечения и обработки данных] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Городское_планирование_2021-2022 Цифровая грамотность] || Городское планирование || 1 курс || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули<br /> |-<br /> |[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули<br /> |- <br /> | [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули<br /> |-<br /> | [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули<br /> |-<br /> | <br /> || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули<br /> |-<br /> | [https://github.com/daria-sa/NNmethods_ba_hse21-22/ Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули<br /> |-<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> | [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year<br /> |-<br /> | [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD<br /> |-<br /> | [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Алгоритмы_и_структуры_данных-МОиВС-2021-2022 | Алгоритмы и структуры данных]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Основы_промышленной_разработки-МОиВС-2021-2022 | Основы промышленной разработки]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Глубинное обучение-МОиВС-2022-2023 | Глубинное обучение]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2020/21 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Математический_анализ_1_2020/2021_(пилотный_поток) | Математический анализ-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2020/2021_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2020/2021_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2020/2021_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2020/2021_(пилотный_поток) | Основы и методология программирования на ПМИ 2020/2021 (пилотный поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2020/2021_(основной_поток)_3_модуль | Основы и методология программирования на ПМИ 2020/2021 (основной поток, III модуль)]]<br /> <br /> [[DM1-2020-21 | Дискретная математика-1 ПМИ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_2020/2021_(4_модуль) | Алгоритмы и структуры данных – 1 (4 модуль) на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 1 на ПМИ (пилотный поток)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2020-21 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra21.wikidot.com/ Алгебра ПИ]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete_Mathematics_DSBA2020/2021 | Discrete Mathematics (DSBA) ]]<br /> <br /> [[LAaG_DSBA_2020/2021 | Linear Algebra and Geometry (DSBA)]]<br /> <br /> [[English_DSBA_2020/2021 | English DSBA (DSBA)]]<br /> <br /> [[Introduction_to_programming_DSBA_2020/2021 | Introduction to Programming (DSBA)]]<br /> <br /> [[ Calculus_2020/21 | Calculus (DSBA) ]]<br /> <br /> [[Algebra_DSBA_2020/2021 | Algebra DSBA]]<br /> <br /> [[Introduction_to_Economics_2020/21 | Introduction to Economics ]]<br /> <br /> ||<br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2020/2021_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2020/2021_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_2020/2021_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток) | Математический анализ - 2 на ПМИ (основной поток)]]<br /> <br /> [[MissingSemester2020/2021 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[АКОС ПМИ 2020/2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы матричных вычислений 2020/2021]]<br /> <br /> [[Дифференциальные уравнения (ПМИ, 2021)]]<br /> <br /> [[DM2-pilot2020/2021 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-base2020/2021 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных - 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> '''ПАД'''<br /> <br /> [[Calculus-2_DSBA_2020_(ПАД) | Calculus-2 (DSBA) ]]<br /> <br /> [[Discrete_Mathematics_-_2_DSBA2020/2021 | Discrete Mathematics - 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2020/21 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Principles_of_micro_and_macro-economics_2020/21 | Principles of micro and macro-economics (DSBA)]]<br /> <br /> [[Algorithms_and_data_structures_2_2020/21 | Algorithms and data structures 2 (DSBA)]]<br /> <br /> [[Statistics_DSBA_2020/2021 | Probability and Statistics (DSBA)]]<br /> <br /> [[ACOS_DSBA_2020/2021 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> [[Differential_Equations_2021 | Differential Equations ]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Машинное_обучение_1/2020_2021 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Прикладная статистика в машинном обучении 20/21]]<br /> <br /> [[Безопасность компьютерных систем 20/21]]<br /> <br /> [[Theory of computing, AMI]]<br /> <br /> [[Матричные вычисления 20/21]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2020/2021|НИС Машинное обучение и приложения]]<br /> <br /> [[Методы оптимизации в машинном обучении|Методы оптимизации в машинном обучении]]<br /> <br /> [[Моделирование временных рядов 20/21]]<br /> <br /> [[Высокопроизводительные вычисления 20/21]]<br /> <br /> [[ Сбор и обработка данных с помощью краудсорсинга 20/21 ]]<br /> <br /> [[ Распределённые системы ]]<br /> <br /> [[ Компьютерные сети 2021 ]]<br /> <br /> [[НИС_РС|НИС Распределенные системы]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS)]]<br /> <br /> [[Дополнительные главы прикладной статистики (2020/21)]]<br /> <br /> [[Comb2020_2021 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Численные Методы 2021]]<br /> <br /> [[Методы оптимизации 20/21]]<br /> <br /> [[Математическое моделирование]]<br /> <br /> <br /> '''ПАД'''<br /> <br /> [[ MachineLearning1_DSBA2020 | Machine Learning 1 (DSBA)]]<br /> <br /> [[ Time_Series_and_Stochastic_Processes_ada_20_21 | Time Series and Stochastic Processes (DSBA) ]]<br /> <br /> [[ST2187 Business analytics, applied modelling and prediction | Business analytics, applied modelling and prediction (DSBA)]]<br /> <br /> [[Data_Base_2020/2021_DSBA | Data Base (DSBA)]]<br /> <br /> [[Social_History_of_Science_2020/21 | Social History of Science (DSBA)]]<br /> <br /> [[Elements_of_Econometrics_2020/21 | Elements of Econometrics (DSBA)]]<br /> <br /> [[Data Science Case Studies / Анализ данных в бизнесе (Кафедра SAS)]]<br /> <br /> [[ Optimization_methods | Optimizaton Methods (DSBA) ]]<br /> <br /> ||<br /> <br /> [[Философия_науки_2020 | Философия науки]]<br /> <br /> [[Символьные вычисления]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2020/2021 | НИС Машинное обучение и приложения]]<br /> <br /> [[Глубинное обучение в обработке звука 20/21]]<br /> <br /> [[Байесовские методы машинного обучения 2020 | Байесовские методы машинного обучения]]<br /> <br /> [[Машинное обучение на больших данных 2021]]<br /> <br /> <br /> [[Генеративные модели в машинном обучении 2021 | Генеративные модели в машинном обучении 2021]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[НИС_РС_2 | НИС Распределенные системы]]<br /> <br /> [[msbdp_20 | Методы и системы обработки больших данных]]<br /> <br /> [[ Облачные вычисления]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Statistical_learning_theory_2020 | Statistical learning theory]]<br /> <br /> [[InfTheo2020-2021|Теория информации]]<br /> <br /> [[A_Theorist's_Toolkit_2020_2021 | A Theorist's Toolkit, AMI]]<br /> <br /> ||<br /> <br /> [[ Майнор Биоинформатика 1 год ]]<br /> <br /> [[ Майнор Биоинформатика 2 год ]]<br /> <br /> <br /> [[ Введение в программирование (майнор ИАД) ]]<br /> <br /> [[Введение в анализ данных (майнор ИАД)]]<br /> <br /> [[Современные_методы_машинного_обучения|Современные методы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2020_2021|Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> <br /> [[ ОУФ Машинное Обучение в Питоне ]]<br /> <br /> [[ Факультатив &quot;Теория вычислений и логика&quot; (Осень 2020)]]<br /> <br /> [[dopglavy_DM_2021|Допглавы дискретной математики]]<br /> <br /> [[Adaptation_DM_20-21 |Adaptation course in DM]]<br /> <br /> [[Функциональный анализ (осень 2020)]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (2-3 модули)]]<br /> <br /> [[ Факультатив &quot;Теория вычислений и логика&quot; | Факультатив &quot;Теория вычислений&quot; (Весна 2021)]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2021 | ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-3_2019/2020 | ДГТВ-3]]<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс<br /> |-<br /> | [[Stochastic_analysis_2020_2021 | Stochastic Analysis ]] || Statistical Learning Theory || 1 year<br /> |-<br /> | [[Econometrics_fall_2020 | Эконометрика ]] || ФТИАД || 1 year<br /> |-<br /> | [[Recsys_2020_2021 | Рекомендательные системы]] || ФТИАД|| 2 year<br /> |-<br /> | [[Into_to_DataMining_and_Machine_Learning_2020_2021 | Introduction to Data Mining and Machine Learning]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2020_2021 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Цифровая грамотность ИЯиМК 2020-2021|Цифровая грамотность ИЯиМК 2020-2021]] || ИЯиМК || 1 курс || 3-4 модули<br /> |-<br /> | [[Data Analysis in Python 2020-2021|Data Analysis in Python]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 2 курс || 3-4 модули<br /> |-<br /> | [[Машинное обучение на матфаке 2021 |Машинное обучение]] || Математика || 1-4 курс || 3-4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Анализ_данных_на_python,_фэн,_2020_spring Анализ данных на python] || Факультет экономических наук || 1 курс || 3-4 модули<br /> |-<br /> | [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 3-4 модули<br /> |-<br /> | [[Python для ОП &quot;Психология&quot; |Python для ОП &quot;Психология&quot; ]] ||Психология || 1 курс || 3-4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_Python_2020-2021_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в Python] || Политолгия || 3 курс || 3-4 модули<br /> |-<br /> | [[Цифровая грамотность История искусств 2020-2021]] || История искусств || 1 курс || 3-4 модули<br /> |-<br /> | [[Excel для анализа данных , 20-21|Excel для анализа данных , 20-21]] || ИЯиМК || 4 курс || 3 модуль<br /> |-<br /> | [[ СДиА_Матфак_1_курс_2020/2021 | Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль<br /> |-<br /> | [[ Python для ГМУ, 20-21 | Python для ГМУ, 2020-2021 ]] || Государственное и муниципальное управление || 1 курс || 4 модуль<br /> |-<br /> | [[ Python для ИЯиМК, 2020-2021 | Python для ИЯиМК, 2020-2021 ]] || ИЯиМК || 2 курс || 4 модуль<br /> |- <br /> | [[ Информационные технологии (факультет химии) | Информационные технологии. Data Culture ]] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [[ Введение_в_анализ_данных_2021_МирЭк | Введение в анализ данных ]] || МирЭк || 1 курс || 4 модуль<br /> |-<br /> | [[ Python для анализа данных (МирЭк) 2020-2021 | Python для анализа данных ]] || МирЭк || 2 курс || 3-4 модуль<br /> |-<br /> <br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Основы программирования на Python осень 2020 матфак|Основы программирования на Python-1]] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [[Анализ_данных_в_Python_2020-2021|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Основы_анализа_и_визуализация_данных_для_медиа_2020/2021|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии 2020|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[Проектный семинар медиаком 2020|Проектный семинар]] || Медиакоммуникации || 3 курс || 1 модуль<br /> |-<br /> | [[Основы анализа и визуализации данных ДИЯ 2020-2021|Основы анализа и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 1-2 модули<br /> |-<br /> | [[Основы программирования в Python (Политология 2020)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [[Data Analysis in Journalism and Political Science 2020-2021|Data Analysis in Journalism &amp; Political Science]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 3 курс || 1 модуль<br /> |-<br /> | [[Data Analysis in Economics and Finance 2020-2021|Data Analysis in Economics &amp; Finance]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 3 курс || 1 модуль<br /> |-<br /> | [[Прикладные исследования в культурологии 2020 1модуль|Прикладные исследования в культурологии]] || Прикладная культурология || 1 курс || 1 модуль<br /> |-<br /> | [[Основы анализа данных в международных отношениях 20/21|Основы анализа данных в международных отношениях 20/21]] || Международные отношения || 2 курс || 1-2 модуль<br /> |-<br /> | [[Анализ данных в R, Социология|Анализ данных в R]] || Социология || 4 курс || 1-2 модуль<br /> |-<br /> | [[Анализ данных на python, фэн, 2020 fall|Анализ данных на Python]] || Факультет экономических наук || 2 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, ЭиАМ|Цифровая грамотность, ЭиАМ]] || Эфиопия и арабский мир || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, Античность|Цифровая грамотность, Античность]] || Античность || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, ТиТМ|Цифровая грамотность, ТиТМ]] || Турция и Тюркский мир || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность История 2020/2021|Цифровая грамотность, История]] || История || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_2020_(Востоковедение)|Цифровая грамотность, Востоковедение]] || Востоковедение || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_География_2020/21|Цифровая грамотность, География]] || География || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_(филология)_2020|Цифровая грамотность, Филология]] || Филология|| 1 курс || 1-2 модуль<br /> |-<br /> | [[Машинное_обучение_(сов._бак._ВШЭ-РЭШ_2020)|Машинное обучение]] || Совместная программа по экономике НИУ ВШЭ и РЭШ || 3 курс || 1-2 модуль<br /> |-<br /> | [[Машинное_обучение_(ФЭН)_-_2020|Машинное обучение]] || Экономика || 3-4 курс || 1-2 модуль<br /> |-<br /> | [[Python: работа с данными и текстом|Python: работа с данными и текстом]] || Медиакоммуникации || 2-3 курс || 1-2 модуль<br /> |-<br /> | [[Phyton_для_извлечения_и_обработки_данных|Phyton для извлечения и обработки данных]] || Молекулярная и клеточная биотехнология || 1 курс || 1-2 модуль<br /> |-<br /> | [[ПМСАР-2_2020| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Основы_программирования_на_Python2020/2021|Основы программирования на Python]] || Экономика и статистика || 2-3 курс || 1-2 модули<br /> |-<br /> | [[Извлечение и анализ интернет-данных (2020)|Извлечение и анализ интернет-данных]] || Экономика и статистика || 2-4 курс || 2 модуль<br /> <br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[Теория вероятностей и математическая статистика, фэн, 2020-2021|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Эконометрика, фэн, 2020-2021|Эконометрика]] || фэн, 3 курс || 1-4 модуль <br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2020-2021|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль <br /> |-<br /> |}<br /> <br /> = Курсы за 2019/20 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_1_2019/2020 | Математический анализ-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2019/2020_(основной_поток,_2_семестр) | Математический анализ на ПМИ (основной поток, 2 семестр)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2019/2020_(основной_поток) | Математический анализ на ПМИ (основной поток)]]<br /> <br /> [[Дискретная_математика_1_2019/2020 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2019/2020_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2019/2020_(основной_поток) | Алгебра на ПМИ (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_2019/2020 | Основы и методология программирования на ПМИ (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_1_2019/2020_(пилотный_поток) | Основы и методология программирования-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Discrete_Mathematics_DSBA2019/2020 | Discrete Mathematics DSBA (ПАД)]]<br /> <br /> [[Calculus_DSBA2019/2020 | Calculus DSBA (ПАД) 1st module]]<br /> <br /> [[Calculus_DSBA2020 | Calculus DSBA (ПАД) 2nd module]]<br /> <br /> [[LAaG_DSBA_2019/2020 | Linear Algebra and Geometry (ПАД)]]<br /> <br /> [[Introduction_to_programming_DSBA_2019/2020 | Introduction to Programming (ПАД)]]<br /> <br /> [[English_DSBA_2019/2020 | English DSBA (ПАД)]]<br /> <br /> [[Algorithms_and_Data_Structures_DSBA_2020 | Algorithms and Data Structures DSBA ]]<br /> <br /> [[Algebra_DSBA_2019/2020 | Algebra DSBA]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_основной_поток_2019/202 | Алгоритмы и структуры данных-1 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> <br /> ||<br /> <br /> <br /> <br /> [[DM2-basic2019/2020 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[DM2-pilot2019/2020 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2019/2020_(основной_поток)| Теория_вероятностей_2019/2020 на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2019/2020_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Математический_анализ_2019/2020_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2_2019/2020_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2019/2020 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> [[Calculus_2_2019 | Calculus-2 DBSA (ПАД)]]<br /> <br /> [[Statistics_DSBA_2019/2020 | Statistics DSBA (ПАД)]]<br /> <br /> [[DM2 | Дискретная Математика-2 (ПАД)]]<br /> <br /> [[ADS2 | Алгоритмы и Структуры Данных-2 (ПАД)]]<br /> <br /> [[Introduction_to_Economics | Introduction to Economics DSBA ]]<br /> <br /> [[Business_and_Management_in_Global_Context_2019-2020| Business and Management in Global Context DSBA ]]<br /> <br /> [[ACOS_DSBA_2019/2020 | Computer Architecture and Operating Systems (ПАД)]]<br /> <br /> [[Differential_Equations_2020 | Differential Equations DSBA ]]<br /> <br /> [[Факультатив Теория вычислений_2020 | Факультатив Теория вычислений]]<br /> <br /> [[Дифференциальные_уравнения_2020 | Дифференциальные уравнения 2020 ]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2019_2020 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_Методы_2020 | Численные методы]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении(2019)|Прикладная статистика в машинном обучении]]<br /> <br /> [[Theory_of_Computing_2019_2020 | Theory of Computing, AMI]]<br /> <br /> [[Компьютерные_Сети | Компьютерные сети]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]<br /> <br /> [[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]<br /> <br /> [[Непрерывная_оптимизация_(МОП)/2020| Непрерывная оптимизация (МОП)]]<br /> <br /> [[%D0%9D%D0%B5%D0%BF%D1%80%D0%B5%D1%80%D1%8B%D0%B2%D0%BD%D0%B0%D1%8F_%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%A2%D0%98,_%D0%90%D0%94%D0%98%D0%A1,_%D0%90%D0%9F%D0%A0,_%D0%A0%D0%A1)| Непрерывная оптимизация (ТИ, АДИС, АПР, РС) ]] <br /> <br /> [[Data_analysis_(Software_Engineering)_2020|Data Analysis]]<br /> <br /> [[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]<br /> <br /> [[CCTI_2020|Сложность вычислений и логика в теоретической информатике]]<br /> <br /> ||<br /> <br /> [[InfTheo2019-2020|Теория информации]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2019|Байесовские методы машинного обучения]]<br /> <br /> [[НИС Науки о данных]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]<br /> <br /> [[Философия_науки_2019|Философия науки]]<br /> <br /> [[Глубинное обучение|Глубинное обучение]]<br /> <br /> [[NLP 2019|NLP Анализ данных]]<br /> <br /> [[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]<br /> <br /> [[Генеративные_модели_в_машинном_обучении_2020|Генеративные модели в машинном обучении]]<br /> <br /> [[Компьютерные Сети 4 курс| Компьютерные сети]]<br /> <br /> [[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]<br /> <br /> [[Машинное_обучение_на_больших_данных_2020|Машинное обучение на больших данных]]<br /> <br /> [[Основы_обработки_больших_данных_2020|Основы обработки больших данных]]<br /> <br /> ||<br /> [[MinorBioinformatics|Биоинформатика]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Современные_методы_машинного_обучения | Современные методы машинного обучения (ИАД)]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (2-3 модули)]]<br /> <br /> [[ISDElective|Факультатив &quot;Методы разработки программного обеспечения&quot; (1-2 модули)]]<br /> <br /> [[Введение в программирование (курс майнора)]]<br /> <br /> [[dopglavy_DM_1920|Допглавы дискретной математики]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2019/2020|ДГТВ-2]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2020|ДГТВ]]<br /> <br /> [[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020|Введение в анализ данных (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных_(майнор_ИАД)|Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс<br /> <br /> |-<br /> | [[Theory_of_Computing_2019_2020 | Theory of Computing]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Project_Seminar_2019_2020 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Stochastic_analysis_2019_2020 | Stochastic Calculus ]] || Statistical Learning Theory || 1 year<br /> |-<br /> | [[A_Theorist's_Toolkit_2019_2020 | A Theorist's Toolkit, AMI]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Neurobayesian_models_2020 | Neurobayesian models ]] || Statistical Learning Theory || 2 year<br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- http://wiki.cs.hse.ru/Цифровая_грамотность_(филология)_2020#.F0.9F.93.AC_.D0.A7.D0.B0.D1.82.D1.8B_.D0.B3.D1.80.D1.83.D0.BF.D0.BF<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Введение в анализ данных 2020 МирЭк| Введение в анализ данных]] || Мировая экономика || 1 курс || 3-4 модуль<br /> |-<br /> |[[ Основы программирования в Python (Мирэк) | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ИЯиМК| Цифровая грамотность ]] || Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая_грамотность_(филология)_2020| Цифровая грамотность ]] || Филология || 1 курс || 3-4 модуль<br /> |-<br /> | [[Цифровая_грамотность_(ФиКЛ)_2020| Цифровая грамотность ]] || Фундаментальная и компьютерная лингвистика || 1 курс || 4 модуль<br /> |-<br /> | [[ Цифровая грамотность 2019-2020 (История искусств)| Цифровая грамотность ]] || История искусств || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность 2019-2020 (Культурология)| Цифровая грамотность ]] || Культурология || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ЯиЛ_ЮВА| Цифровая грамотность ]] || Языки и литература Юго-Восточной Азии || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ЯиЛЯ| Цифровая грамотность ]] || Языки и литература Японии || 1 курс || 3-4 модуль<br /> |-<br /> | [[ ППО Социология 1 курс 2019/2020| ППО (Python для извлечения и обработки данных) ]] || Социология || 1 курс || 3 модуль<br /> |-<br /> |[[ Машинное обучение на матфаке 2020 | Машинное обучение]] || Математика || 2-4 курс || 3-4 модуль <br /> |-<br /> |[[ Excel для анализа данных | Excel для анализа данных]] || ИЯиМК || 4 курс || 3 модуль <br /> |-<br /> | [[ Python для извлечения и обработки данных Медиаком 2 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 2 курс || 3 модуль<br /> |-<br /> | [[ Python для извлечения и обработки данных Медиаком 1 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 1 курс || 4 модуль<br /> |-<br /> | [[ СДиА Матфак 1 курс 2019/2020| Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль<br /> |-<br /> | [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Наука о данных (Экономика)|Наука о данных]] || Экономика || 2 курс || 3-4 модули<br /> |-<br /> | [[Основы программирования на Python весна 2021 матфак|Основы программирования на Python, 2 часть]] || Математика || 2-4 курс || 3-4 модули<br /> |-<br /> | [[Культура работы с данными, КМБТ|Культура работы с данными, КМБТ]] || Клеточная и молекулярная биотехнология || 1 курс || 3-4 модули<br /> |-<br /> | [[Natural_Language_Processing_Blended_2020_module4 | Natural Language Processing (blended)]] || Прикладная политология || 1 г.о. || 4 модуль<br /> |-<br /> | [[ПМСАР-1 2019/2020|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули<br /> |-<br /> | [[Введение в Data Science]] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме || 1 г.о. || 3 модуль<br /> |-<br /> | [[Принципы построения математических моделей]] || МИЭМ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Машинное обучение для построения моделей]] || МИЭМ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Python для извлечения и обработки данных Психология 1 курс 2019/2020]] || Психология || 1 г.о. || 4 модуль<br /> |-<br /> | [[Технологии анализа больших данных ГМУ 1 курс 2019/2020]] || ГМУ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Городское планирование | Цифровая грамотность]] || Городское планирование || 1 г.о. || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[ Основы анализа и визуализация данных для медиа 2019/2020 | Основы анализа и визуализации данных для медиа ]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[ Анализ данных в Python 2019-2020 | Анализ данных в Python ]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Introduction to Data Culture 2019-2020 | Introduction to Data Culture ]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 1 курс || 2 модуль<br /> |-<br /> | [[ Основы анализа данных в международных отношениях | Основы анализа данных в международных отношениях ]] || Международные отношения || 2 курс || 1-2 модуль<br /> |-<br /> | [[Основы программирования в Python (Политология)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы программирования на Python осень 2019 матфак|Основы программирования на Python-1]] || Математика || 1-4 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (История 2019) | Цифровая грамотность ]] || История || 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (Востоковедение 2019) | Цифровая грамотность ]] || Востоковедение|| 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая_грамотность_2019-2020(философия) | Цифровая грамотность ]] || Философия || 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (ассириология и античность 2019) | Цифровая грамотность ]] || Ассириология и античность|| 1 курс || 1-2 модули<br /> |-<br /> | [[ПМСАР-2_2019| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Работа с данными]] || Медиакоммуникации || 4 курс || 1 модуль<br /> |-<br /> | [[Машинное обучение (фэн 2019)]] || ФЭН || 3 курс || 1-2 модули<br /> |-<br /> | [[Natural_Language_Processing_Blended_2019_module1 | Natural Language Processing (blended)]] || Прикладная политология || 2 г.о. || 1 модуль<br /> |-<br /> | [[ ML_HSE_NES_2019 | Машинное обучение (ВШЭ-РЭШ)]] || Совместный бакалавриат ВШЭ-РЭШ || 3-4 курс || 1-2 модули<br /> |-<br /> | [[ Основы_анализа_и_визуализации_данных_ДИЯ_2019/2020 | Основы анализа и визуализации данных ]] || ДИЯ || 2 курс || 1,2 модуль<br /> |-<br /> | [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Основы_программирования_на_Python2019/2020|Основы программирования на Python]] || Экономика и статистика || 2-4 курс || 2 модуль<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[Теория вероятностей и математическая статистика, фэн, 2019-2020|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 3-4 модуль<br /> |-<br /> | [[Микроэконометрика качественных данных, фэн, 2020|Микроэконометрика качественных данных 2020]] || фэн, 4 курс || 1-2 модуль<br /> |}<br /> <br /> = Курсы за 2018/19 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_на_ПМИ_2018/2019_(пилотный_поток) | Математический анализ на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2018/2019_(основной_поток) | Математический анализ на ПМИ (основной поток)]]<br /> <br /> [[Calculus_DSBA_2018/2019 | Calculus I DSBA (ПАД)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2018/2019_(пилотный_поток) | Основы и методология программирования на ПМИ (пилотный поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2019_(С%2B%2B,_основной_поток) | Основы и методология программирования на ПМИ (С++, основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[LAaG_DSBA_2018/2019 | LAaG DSBA]]<br /> <br /> [[Дискретная_математика_1_2018/2019 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Discrete_Mathematics_DSBA2018/2019 |Discrete Mathematics DSBA (ПАД)]]<br /> <br /> [[Introduction_to_programming | Introduction to programming DSBA (ПАД)]]<br /> <br /> [[Introduction_to_programming_2 | Introduction to programming 2 DSBA (ПАД)]]<br /> <br /> [[Алгебра_на_ПМИ_2018/2019_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2018/2019_(основной_поток) | Алгебра на ПМИ (основной поток)]]<br /> <br /> [[Algebra_DSBA_2018/2019 | Algebra DSBA]]<br /> <br /> [http://hsealgebra19.wikidot.com Алгебра на ПИ]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 | Алгоритмы и структуры данных на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> ||<br /> <br /> [http://math-info.hse.ru/2018-19/Дифференциальные_уравнения_(ФКН) Дифференциальные уравнения]<br /> <br /> [[Теория_вероятностей_2018/2019_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2018/2019_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2018/2019_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2018/2019_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]<br /> <br /> [[DM2-pilot2018/2019 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-basic2018/2019 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2018/2019 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Факультатив Теория вычислений]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2018_2019 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_Методы_2018 | Численные методы ]]<br /> <br /> [[PDC | Параллельные и распределенные вычисления]]<br /> <br /> [[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении(2018)|Прикладная статистика в машинном обучении]]<br /> <br /> [[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]<br /> <br /> [[Основные методы анализа данных]]<br /> <br /> [[Теория баз данных]]<br /> <br /> [[Непрерывная оптимизация/2019|Непрерывная оптимизация (161-162)]]<br /> <br /> [[Непрерывная оптимизация (163-167)]]<br /> <br /> [[Сложность вычислений и логика в теоретической информатике]]<br /> <br /> [[Data analysis (Software Engineering) 2019|Data analysis]]<br /> <br /> [[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]<br /> <br /> [[Intro to DL Blended | Intro to DL Blended]]<br /> <br /> [[Дискретная оптимизация 2019 | Дискретная оптимизация 2019]]<br /> <br /> ||<br /> <br /> [[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]<br /> <br /> [[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]<br /> <br /> [[НИС_Науки_о_данных_2018/2019|НИС Науки о данных]]<br /> <br /> [[НИС_Распределенные_системы_(4_курс,_2018)|НИС Распределенные системы]]<br /> <br /> [[Теория_Информации_2018/2019|Теория информации]]<br /> <br /> [[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]<br /> <br /> [[Методы_и_системы_обработки_больших_данных_(осень_2018)|Методы и системы обработки больших данных]]<br /> <br /> [[Философия_науки_2018|Философия науки]]<br /> <br /> [[Теория баз данных]]<br /> <br /> [[ConvAppr19 | Выпуклое программирование и аппроксимационные алгоритмы (ТИ)]]<br /> <br /> [[Функциональное программирование 2019 | Функциональное программирование]]<br /> <br /> [[A_Theorist's_Toolkit_2018_2019 | A Theorist's Toolkit, AMI]]<br /> <br /> [[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]<br /> <br /> ||<br /> [[Дополнительные главы теории вероятностей 2019 | Дополнительные главы теории вероятностей 2019]]<br /> <br /> [[Дополнительные главы математической статистики 2019 | Дополнительные главы математической статистики 2019]]<br /> <br /> [[Введение в программирование (курс майнора) 2018/2019]]<br /> <br /> [[dopglavy_DM_1819|Допглавы дискретной математики]]<br /> <br /> [[Современные_методы_машинного_обучения_(курс_майнора)_2018/2019 | Современные методы машинного обучения (курс майнора) 2018/2019]]<br /> <br /> [[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | Прикладные задачи анализа данных (майнор - весна 2019)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Функциональный анализ (весна_2019) | Функциональный анализ (весна_2019)]]<br /> <br /> [[KotlinElective| Язык Kotlin (3 и 4 модули 2018-2019)]]<br /> <br /> <br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> <br /> |-<br /> | [[Основы программирования на Python весна 2020 матфак|Основы программирования на Python-2]] || Математика || 2-4 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(филология)|Цифровая грамотность]] || Филология || 1 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(ИИ_и_культурология)|Цифровая грамотность]] || История искусств и Культурология || 1 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(ИЯМК_2019)|Цифровая грамотность]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 1 курс || 3-4 модули<br /> |-<br /> | [[Основы_анализа_и_визуализации_данных_ДИЯ_2019|Анализ и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 3-4 модули<br /> |-<br /> | [[Научно-исследовательский_семинар_2019| Научно-исследовательский семинар]] || Политология || 1 курс || 3 модуль<br /> |-<br /> | [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Основы_программирования_в_Python_2019|Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модули<br /> |-<br /> | [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[ПМСАР-1|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули<br /> |-<br /> | [[Искусственный интеллект и большие данные_(2019)|Искусственный интеллект и большие данные]] || Дизайн, Мода, Современное искусство || 1 курс || 3-4 модули<br /> |-<br /> | [[Информационный менеджмент: Введение в Data Science|Информационный менеджмент: Введение в Data Science]] || Управление бизнесом &lt;br&gt; Маркетинг и рыночная аналитика || 1 курс || 4 модуль<br /> |-<br /> | [[Технологии анализа больших данных|Технологии анализа больших данных]] || ГМУ || 1 курс || 4 модуль<br /> |-<br /> | [[Основы программирования на Python (Прикладное программное обеспечение)|Основы программирования на Python (Прикладное программное обеспечение)]] || Социология || 1 курс || 4 модуль<br /> |-<br /> | [[Основы работы с данными|Основы работы с данными]] || Медиакоммуникации || 2 курс || 4 модуль<br /> |-<br /> | [[Введение_в_data_science_Социология_1_курс|Профориентационный семинар (Data Culture)]] || Социология || 1 курс || 4 модуль<br /> |-<br /> | [[Введение_в_анализ_данных_МирЭк_2019|Введение в анализ данных]] || Мировая экономика || 1 курс || 4 модуль<br /> <br /> |}<br /> <br /> === 1 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[Основы анализа данных в международных отношениях 2018/2019|Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [[Introduction_to_Data_Culture_2018-2019|Introduction to Data Culture]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 1 курс || 2 модуль<br /> |-<br /> | [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули<br /> |-<br /> | [[Цифровая грамотность(востоковедение)|Цифровая грамотность]] || Востоковедение || 1 курс || 1 модуль<br /> |-<br /> | [[Разработка управленческих решений в маркетинге | Разработка управленческих решений в маркетинге]] || Маркетинг и рыночная аналитика || 2 курс || 1-2 модули<br /> |-<br /> | [[Информационные технологии в деятельности юриста_2018-2019| Информационные технологии в деятельности юриста]] || Юриспруденция || 1 курс || 2 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2018/2019| Машинное обучение]] || Факультет математики || 2-4 курсы || 1-2 модули<br /> |-<br /> | [[ПМСАР-2| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Анализ данных в Python (Политологи 1 семестр 1-2 модули)|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль)|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[Введение в анализ текстов на Python для ФГН 2018|Введение в анализ текстов на Python для ФГН 2018]] || Фундаментальная и компьютерная лингвистика || 3 курс || 1, 2, 4 модули<br /> |-<br /> | [[Машинное обучение (ФЭН)]] || Факультет экономических наук || 3-4 курсы || 1-2 модули<br /> |-<br /> | [[Программирование_(python)_для_экономистов|Программирование (Python) для экономистов]] || Факультет экономических наук || 2 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность(философия)|Цифровая грамотность]] || Философия || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая_грамотность_(историки)|Цифровая грамотность]] || История || 1 курс || 1-2 модули<br /> |-<br /> | [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 1-2 модули<br /> |-<br /> | [[Статистический анализ в среде R (Социологи 1 семестр 2 модуль)|Статистический анализ в среде R ]] || Социология || 4 курс || 2 модуль<br /> |-<br /> | [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |}<br /> <br /> ==Courses of the Statistical Learning Theory program==<br /> [[Neurobayesian_models_2019|Neurobayesian models]]<br /> <br /> = Курсы за 2017/18 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_2_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_3_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 3 модуль)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_2017/2018_(основной_поток) | Алгоритмы и структуры данных на ПМИ 2017/2018 (основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Алгоритмы и структуры данных 1 | Алгоритмы и структуры данных – 1 (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]<br /> <br /> [http://hsealgebra18.wikidot.com Алгебра на ПИ]<br /> <br /> ||<br /> [[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Математический анализ-3 на ПМИ_2017/2018_(основной_поток) | Математический анализ-2 на ПМИ (основной поток)]]<br /> <br /> [[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Дифференциальные уравнения (2 курс, 2017/2018)| Дифференциальные уравнения]]<br /> <br /> ||<br /> [[Машинное_обучение_1/2017_2018 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_методы_2017 | Численные методы]]<br /> <br /> [[Statistics of Stochastic Processes|Статистика случайных процессов 2018]] <br /> <br /> [[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]<br /> <br /> [[Theory_of_Computing | Theory of Computing, AMI]]<br /> <br /> [[Statistical_learning_theory | Introduction to statistical learning theory]]<br /> <br /> [[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]<br /> <br /> [[Анализ неструктурированных данных]]<br /> <br /> [[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]<br /> <br /> [[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]<br /> <br /> [[Непрерывная_оптимизация | Непрерывная оптимизация]]<br /> <br /> [[ Сложность_и_логика| Сложность вычислений и логика в теоретической информатике]]<br /> <br /> [[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]<br /> <br /> [http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]<br /> <br /> [http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных Машинное обучение на больших данных]<br /> <br /> [[Дискретная_оптимизация | Дискретная оптимизация]]<br /> <br /> ||<br /> <br /> [[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]<br /> <br /> [[Философия_науки_2017 | Философия науки]]<br /> <br /> [[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]<br /> <br /> [[Анализ неструктурированных данных]]<br /> <br /> [[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]<br /> <br /> [[Функциональное программирование 2018 | Функциональное программирование]]<br /> <br /> [http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]<br /> <br /> ||<br /> <br /> [[Современные методы машинного обучения (курс майнора) 2017/2018]]<br /> <br /> [[Введение в программирование (курс майнора) 2017/2018]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2017-2018 | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Прикладные задачи анализа данных (майнор - весна 2018)]]<br /> <br /> [[Маго-лего &quot;Линейная алгебра в приложениях&quot; весна 2018 | Линейная алгебра в приложениях (маго-лего)]]<br /> <br /> [[Функциональный анализ 2017/18 | Функциональный анализ на ПМИ (факультатив)]]<br /> <br /> [[Дополнительные главы теории вероятностей и математической статистики (факультативы) | Дополнительные главы теории вероятностей и математической статистики (факультативы)]]<br /> <br /> [[Дополнительные главы дискретной математики 2017/18 | Дополнительные главы дискретной математики (факультатив)]]<br /> <br /> [[Цифровые технологии в гуманитарных науках]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> <br /> [[Цифровая_грамотность_2018_(2_семестр)|Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)]]&lt;br /&gt;<br /> [[Научно-исследовательский семинар (ФСН) |Научно-исследовательский семинар (ОП &quot;Политология&quot;, 1 курс)]]&lt;br /&gt;<br /> [[Introduction_to_Data_Culture|Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)]]&lt;br /&gt;<br /> [[ИИ_и_БД|Искусственный интеллект и большие данные (ОП &quot;Дизайн&quot;, &quot;Мода&quot;, 1 курс)]]&lt;br /&gt;<br /> [[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП &quot;Фундаментальная и компьютерная лингвистика&quot;, 4 курс, 2 семестр)]]&lt;br /&gt;<br /> [[Основы анализа данных в международных отношениях|Основы анализа данных в международных отношениях (ОП &quot;Международные отношения&quot;, 2 курс, 4 модуль)]]&lt;br /&gt;<br /> [[Введение в data science (2_семестр)|Профориентационный семинар (блок по введению в data scicence) (Факультет социальных наук — 2 семестр: Социология, 1 курс)]]&lt;br /&gt;<br /> [[Введение в Data Science| Введение в Data Science (ФБиМ, 4 модуль)]]&lt;br /&gt;<br /> <br /> === 1 семестр ===<br /> <br /> [[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)]]&lt;br /&gt;<br /> [[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] &lt;br /&gt;<br /> [[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП &quot;Фундаментальная и компьютерная лингвистика&quot;, 4 курс, 1 семестр)]]&lt;br /&gt;<br /> [[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных (факультет экономических наук)]]&lt;br /&gt;<br /> [[Анализ больших данных в социальных науках (ФСН, 2017) | Анализ больших данных в социальных науках (ФСН, 2017)]]&lt;br /&gt;<br /> [[Информационные_технологии_в_деятельности_юриста|Информационные технологии в деятельности юриста (Факультет права)]] &lt;br /&gt;<br /> [[Машинное_обучение_для_лингвистов|Машинное обучение (магистратура Школы лингвистики)]] &lt;br /&gt;<br /> <br /> == Курсы магистратуры Финансовые технологии и анализ данных ==<br /> <br /> [[Вероятностные_модели_и_прикладная_статистика_в_финансовой_математике|Вероятностные модели и прикладная статистика в финансовой математике]] <br /> <br /> <br /> [[Рекомендательные системы и поиск закономерностей в данных|Рекомендательные системы и поиск закономерностей в данных]]<br /> <br /> <br /> == Courses of Data Science master program/Курсы магистерской программы &quot;Науки о данных&quot; ==<br /> <br /> [[Introduction to Machine Learning and Data Mining |Introduction to Machine Learning and Data Mining 2019]]<br /> <br /> [[Introduction to Machine Learning and Data Mining 2020 |Introduction to Machine Learning and Data Mining 2020]]<br /> <br /> = Курсы за 2016/17 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3-4 курс !! майноры<br /> |-<br /> |<br /> <br /> [[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]<br /> <br /> [[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]<br /> <br /> [[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]<br /> <br /> [http://hsealgebra17.wikidot.com/ Алгебра на ПИ]<br /> <br /> || <br /> <br /> [[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]<br /> <br /> [[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]<br /> <br /> [[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]<br /> <br /> [[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]<br /> <br /> [[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]<br /> <br /> [[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]<br /> <br /> || <br /> <br /> [[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]<br /> <br /> [[Машинное_обучение_1/2016_2017 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]<br /> <br /> [[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]<br /> <br /> [http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]<br /> <br /> [http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]<br /> <br /> [[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]<br /> <br /> [[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]<br /> <br /> [[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]<br /> <br /> [[Программирование_на_графических_процессорах | Программирование на графических процессорах]]<br /> <br /> [[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]<br /> <br /> [[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]<br /> <br /> [[Базы данных 2 | Базы данных 2 ]]<br /> <br /> [[Компьютерные сети 2 | Компьютерные сети 2]]<br /> <br /> [[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]<br /> <br /> ||<br /> <br /> [[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]<br /> <br /> [[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2016-2017 | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]<br /> <br /> |}<br /> <br /> {|width=100%<br /> |style=&quot;vertical-align:top;&quot;|<br /> <br /> &lt;!-- Первая колонка --&gt;<br /> <br /> = Курсы за 2015/16 учебный год =<br /> {|<br /> |-<br /> | [[Технологии программирования|Технологии программирования на ПМИ]]<br /> |-<br /> |[[ОиМП-2015|Основы и методология программирования на ПМИ]]<br /> |-<br /> |[[Алгоритмы и структуры данных 2016]]<br /> |-<br /> |[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]<br /> |-<br /> |[[Алгебра_2015/2016 | Алгебра на ПМИ]]<br /> |-<br /> |[http://hsealgebra.wikidot.com/ Алгебра на ПИ]<br /> |-<br /> |[[Компьютерные системы]]<br /> |-<br /> |[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]<br /> |-<br /> |[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]<br /> |-<br /> |[[Data analysis (Software Engineering)]]&lt;br /&gt;<br /> |-<br /> |[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]<br /> |-<br /> |[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]<br /> |-<br /> |[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]<br /> |-<br /> |[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]<br /> |-<br /> |[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]<br /> |-<br /> |[[Введение в VBA|Введение в VBA]]<br /> |}<br /> <br /> |style=&quot;vertical-align:top;&quot;|<br /> <br /> &lt;!-- Вторая колонка --&gt;<br /> <br /> = Курсы за 2014/15 учебный год =<br /> {|<br /> |-<br /> |[[Основы и методологии программирования]]&lt;br /&gt;<br /> |-<br /> |[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]]&lt;br /&gt;<br /> |-<br /> |[[Анализ данных (Программная инженерия)]]&lt;br /&gt;<br /> |-<br /> |[[Алгебра_2014/2015 | Алгебра]]&lt;br /&gt;<br /> |-<br /> |[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]<br /> |}<br /> <br /> ==== Проектная работа ====<br /> {|<br /> |-<br /> |[[Проектная работа]] &lt;br /&gt;<br /> |-<br /> |[[Учебная практика 1 курс (2016)]]<br /> |-<br /> |[[Проектная работа 2 курс (2016)]]<br /> |}<br /> <br /> &lt;!-- Завершение двухколоночной таблицы --&gt;<br /> |}<br /> <br /> == Мероприятия факультета компьютерных наук ==<br /> === Summer School 2015 ===<br /> [[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]<br /> #[[Lecture 1. Introduction|Introduction]]<br /> #[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]<br /> #[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]<br /> #[[Lecture 4. Parsing|Parsing]]<br /> #[[Lecture 5. Language sources|Language sources]]<br /> #[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]<br /> #[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]<br /> #[[NLP References|References]]<br /> <br /> == Архив ==<br /> * [[Учебная практика 1 курс (2015)]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D/%D0%90%D1%80%D1%85%D0%B8%D0%B2&diff=96962 Wiki ФКН/Архив 2026-08-27T20:48:40Z <p>Bauwens: </p> <hr /> <div>'''АРХИВ УЧЕБНЫХ КУРСОВ'''<br /> <br /> = &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2025/26 учебный год&lt;/span&gt; =<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2025/26_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика_на_ПМИ_2025/2026_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Теория_чисел_(пилотный_поток)_2025/26 | Теория чисел (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2025/2026_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2025/26_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[DM1PMIbase-2025-26 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[Теория_чисел_(основной_поток)_2025/26 | Теория чисел (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2025/2026_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2025/26 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2025/2026]]<br /> <br /> <br /> '''П+'''<br /> <br /> [[Язык программирования C++ (пилотный поток) ]]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2025/2026 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> ||<br /> <br /> '''М+'''<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2025/26_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2025/26_(пилотный_поток) | Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математическая_статистика-1_2025/26_(пилотный_поток) | Математическая статистика-1 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Теория_вероятностей_на_ПМИ_2025/2026_(основной_поток) | Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2025/2026 | Математический анализ-2 (ПМИ + ЭАД)]]<br /> <br /> [[Математическая_статистика_2025/26_(основной_поток) | Математическая статистика (основной поток)]]<br /> <br /> &amp;nbsp;<br /> <br /> '''П'''<br /> <br /> [[Мachine Learning 1 | Машинное обучение 1]]<br /> <br /> [[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]<br /> &amp;nbsp;<br /> <br /> [[CAOS-2025/26 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2025/26 | Алгоритмы и структуры данных 2 2025/26]]<br /> <br /> [[Язык_программирования_Go | Язык программирования Go]]<br /> <br /> <br /> [[Комплексный анализ 2025/26]]<br /> <br /> [[Функциональный анализ 2025/26]]<br /> <br /> [[ Дискретная_математика_2_2025/26 | Дискретная математика 2 2025/26 ]]<br /> <br /> [[Основы матричных вычислений 2025/26]]<br /> <br /> [[Дифференциальные уравнения 2025/2026]]<br /> <br /> <br /> ||<br /> <br /> [[ PE101-25-26 | Performance engineering 101 ]]<br /> <br /> [[ Стохастический_анализ_(весна_2026) | Стохастический анализ ]]<br /> <br /> [[Функциональное_программирование_2025/2026 | Функциональное программирование]]<br /> <br /> [[ Основы_тензорных_вычислений_(2025/26) | Основы тензорных вычислений ]]<br /> <br /> [[Рекомендательные системы 2025/26 | Рекомендательные системы]]<br /> <br /> [[Глубинное обучение 1 25/26 | Введение в глубинное обучение]]<br /> <br /> [[ Types_25 | Типы в языках программирования ]]<br /> <br /> [[ Безопасность_компьютерных_систем_25/26 | Безопасность компьютерных систем ]]<br /> <br /> [[ Моделирование временных рядов 2025/26 | Моделирование временных рядов ]]<br /> <br /> [[ Случайные_процессы_приложения_2025/26 | Случайные процессы и их приложения ]] <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_1_25/26 | Машинное обучение 1]]<br /> <br /> [[Математическая_статистика_2_2025/2026 | Математическая статистика 2]]<br /> <br /> [[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]<br /> <br /> [[Машинное_обучение_2/2025_2026 | Машинное обучение 2]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-25-26 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> &amp;nbsp;<br /> <br /> ||<br /> <br /> [[ PE101-25-26 | Performance engineering 101 ]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%93%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_%D0%BD%D0%B0_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B5_%D0%B4%D0%B8%D1%84%D1%84%D1%83%D0%B7%D0%B8%D0%B8_(25/26) Генеративные модели на основе диффузии 25/26]<br /> <br /> [[Большие_языковые_модели_25_26 | Большие языковые модели]]<br /> <br /> [[Theory_of_computation_2025 | Theory of computation]]<br /> <br /> [[Statistical_learning_theory_2025 | Statistical learning theory]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_25/26 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Современный_NLP_и_большие_языковые_модели_26 | Современный NLP и большие языковые модели]]<br /> <br /> [[Эффективные_системы_глубинного_обучения_25/26 | Эффективные системы глубинного обучения 25/26]]<br /> <br /> [[ Haskell_26 | Промышленное программирование на Haskell ]]<br /> <br /> [[ zkSNARK_26 | Протоколы доказательств с нулевым разглашением ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_26 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [http://wiki.cs.hse.ru/%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_2_2025 Глубинное обучение 2]<br /> <br /> [[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]<br /> <br /> [[LSML 2025/2026 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://docs.google.com/document/d/1Q2gx-6ugSi9intAW6ZSsLZNrEvl7S5ClyAhn8EjJnRM/edit?usp=sharing НИС Распределенные системы 2]<br /> <br /> [https://gitlab.velkerr.ru/velkerr/msbdp-2026/-/blob/main/README.md?ref_type=heads Методы и системы обработки больших данных]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]<br /> <br /> [[ OWF-25-26 | Односторонние функции и их применения ]]<br /> <br /> [[ ConvApprox26 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[AT-25-26 | Теория автоматов, формальные языки, регулярные выражения]]<br /> <br /> &amp;nbsp;<br /> <br /> | rowspan=&quot;11&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2025/26|Биоинформатика 1 год 2025/26]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2025/26|Биоинформатика 2 год 2025/26]]<br /> <br /> [[Введение_в_программирование_25/26|Введение в программирование. Питон 25/26]]<br /> <br /> [[Введение_в_базы_данных_25/26|Введение в базы данных 25/26]]<br /> <br /> [[Основы_глубинного_обучения_25/26|Основы глубинного обучения 25/26]]<br /> <br /> [[Основы_машинного_обучения/2026|Основы машинного обучения 25/26]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2026|Прикладные задачи анализа данных 25/26]]<br /> <br /> [[Kolmogorov_complexity_fall2025|Introduction to Kolmogorov complexity]]<br /> <br /> [[Complexity_theory_2026|Теория вычислений]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Алгебра_ПИ_2025-2026|Алгебра 25/26]]<br /> <br /> [[Дискретная_математика_25/26|Дискретная математика 25/26]]<br /> <br /> [[Математический_анализ_25/26|Математический анализ 25/26]]<br /> <br /> <br /> |<br /> [[НИС_Методы_и_алгоритмы_защиты_информации_25/26|НИС Методы и алгоритмы защиты информации 25/26]]<br /> <br /> [[Теория_вероятностей_25/26|Теория вероятностей 25/26]]<br /> <br /> [[Математическая_статистика_25/26 | Математическая статистика 2025/26]]<br /> |<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> '''1st year DSBA 2025/2026'''<br /> <br /> [[Calculus 1 DSBA 2025/2026 | Calculus 1 (modules 1-4)]]<br /> <br /> [[C++ Programming Language DSBA 2025/2026 | C++ Programming Language (modules 1-3)]]<br /> <br /> [[English DSBA 2025/2026 | English Language (modules 1-4)]]<br /> <br /> [[LAaG DSBA 2025/2026 | Linear Algebra and Geometry (modules 1-4)]]<br /> <br /> [[Discrete Mathematics 1 DSBA 2025/2026 | Discrete Mathematics 1 (modules 1-3)]]<br /> <br /> [[Russian History DSBA 2025/2026 | Russian History (modules 1-4)]]<br /> <br /> [[Economics DSBA 2025/2026 | Economics (modules 2-3)]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2025/2026 | Foundations of Russian Statehood (module 3)]]<br /> <br /> [[Algebra DSBA 2025/2026 | Algebra (module 4)]]<br /> <br /> [[Algorithms and Data Structures 1 DSBA 2025/2026 | Algorithms and Data Structures 1 (module 4)]]<br /> <br /> [[Python for Data Science DSBA 2025/2026 | Python for Data Science (module 4)]]<br /> <br /> ||<br /> '''2nd year DSBA 2025/2026'''<br /> <br /> [[Algorithms and Data Structures DSBA 2025/2026 | Algorithms and Data Structures (modules 1-3)]]<br /> <br /> [[Discrete Mathematics 2 DSBA 2025/2026 | Discrete Mathematics 2 (modules 1-2)]]<br /> <br /> [[Calculus 2 DSBA 2025/2026 | Calculus 2 (modules 1-2)]]<br /> <br /> [[Probability Theory DSBA 2025/2026 | Probability Theory (modules 1-2)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2025/2026 | Introduction to Micro and Macroeconomics (modules 1-4)]]<br /> <br /> [[Computer Architecture and Operating Systems DSBA 2025/2026 | Computer Architecture and Operating Systems (modules 3-4)]]<br /> <br /> [[Mathematical Statistics DSBA 2025/2026 | Mathematical Statistics (modules 3-4)]]<br /> <br /> [[Machine Learning 1 DSBA 2025/2026 modules 3-4 | Machine Learning 1 (modules 3-4)]]<br /> <br /> [[Differential Equations DSBA 2025/2026 | Differential Equations (modules (3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Business and Management in Global Context DSBA 2025/2026 | Business and Management in Global Context (modules 1-4)]]<br /> <br /> [[Introduction to Finance DSBA 2025/2026 | Introduction to Finance (modules 1-4)]]<br /> <br /> ||<br /> '''3rd year DSBA 2025/2026'''<br /> <br /> [[Databases DSBA 2025/2026 | Databases (modules 1-2)]]<br /> <br /> [[Optimization Methods DSBA 2025/2026 | Optimization Methods (modules 1-2)]]<br /> <br /> [[Machine Learning 1 DSBA 2025/2026 | Machine Learning 1 (modules 1-2)]]<br /> <br /> [[Stochastic processes and applications DSBA 2025/2026 | Stochastic processes and applications (modules 1-2)]]<br /> <br /> [[Time Series Analysis DSBA 2025/2026 | Time Series Analysis (modules 3-4)]]<br /> <br /> [[Deep Learning DSBA 2025/2026 | Deep Learning (modules 3-4)]]<br /> <br /> '''Minors'''<br /> <br /> [[Introduction to Entrepreneurship DSBA 2025/2026 | Introduction to Entrepreneurship (business minor, modules 1-2)]]<br /> <br /> [[Information Systems Management DSBA 2025/2026 | Information Systems Management (business minor, modules 3-4)]]<br /> <br /> [[Econometrics DSBA 2025/2026 | Elements of Econometrics (finance minor, modules 1-4)]]<br /> <br /> '''Specialization Data Science in Business'''<br /> <br /> [[Research Seminar &quot;Data Analysis in Business&quot; DSBA 2025/2026 | Research Seminar &quot;Data Analysis in Business“ (modules 1-4)]]<br /> <br /> [[Data Analysis in Business DSBA 2025/2026 | Data Analysis in Business (modules 1-2)]]<br /> <br /> [[Investment Management for Business DSBA 2025/2026 | Investment Management for Business (modules 3-4)]]<br /> <br /> '''Specialization Data Science in Finance'''<br /> <br /> [[Research Seminar &quot;Data Science in Financial Economics&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Financial Economics&quot; (modules 1-4)]]<br /> <br /> [[Financial Mathematics DSBA 2025/2026 | Financial Mathematics (modules 1-2)]]<br /> <br /> [[Risk Management in Bank DSBA 2025/2026 | Risk Management in Bank (modules 3-4)]]<br /> <br /> '''Specialization Data Analysis in Applied Research'''<br /> <br /> [[Research Seminar &quot;Data Science in Applied Research&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Applied Research&quot; (modules 1-4)]]<br /> <br /> [[Methods of Mathematical Modeling DSBA 2025/2026 | Methods of Mathematical Modeling (modules 1-2)]]<br /> <br /> [[Applied Statistics for Machine Learning DSBA 2025/2026 | Applied Statistics for Machine Learning (modules 3-4)]]<br /> <br /> '''Electives (modules 3-4)'''<br /> <br /> [[Operations Research and Game Theory DSBA 2025/2026 | Operations Research and Game Theory]]<br /> <br /> [[Advanced Statistical Methods DSBA 2025/2026 | Advanced Statistical Methods]]<br /> <br /> [[Recommender Systems DSBA 2025/2026 | Recommender Systems]]<br /> <br /> ||<br /> '''4th year DSBA 2025/2026'''<br /> <br /> [[Strategy DSBA 2025/2026 | Strategy (modules 1-3)]]<br /> <br /> [[Statistical Methods for Market Research DSBA 2025/2026 | Statistical Methods for Market Research (modules 2-3)]]<br /> <br /> '''Electives block 1 (modules 1-3)'''<br /> <br /> [[Core Management Concepts DSBA 2025/2026 | Core Management Concepts]]<br /> <br /> [[Asset Pricing and Financial Markets DSBA 2025/2026 | Asset Pricing and Financial Markets]]<br /> <br /> '''Electives block 2 (modules 1-2)'''<br /> <br /> [[Introduction to the Study of Language for Computer Scientists DSBA 2025/2026 | Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Quantitative Finance DSBA 2025/2026 | Quantitative Finance]]<br /> <br /> [[Information Security Risk Management DSBA 2025/2026 | Information Security Risk Management]]<br /> <br /> [[Generative Models in Machine Learning DSBA 2025/2026 | Generative Models in Machine Learning]]<br /> <br /> [[Natural Language Processing DSBA 2025/2026 | Natural Language Processing]]<br /> <br /> '''Electives block 3 (module 3)'''<br /> <br /> [[Information Systems DSBA 2025/2026 | Information Systems]]<br /> <br /> [[Cоmputer Vision DSBA 2025/2026 | Cоmputer Vision]]<br /> <br /> '''Research Seminar Electives (modules 1-3)'''<br /> <br /> [[Research Seminar &quot;Data Analysis in the Natural Sciences&quot; DSBA 2025/2026 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot;]]<br /> <br /> [[Research Seminar &quot;Data Science in Financial Markets&quot; DSBA 2025/2026 | Research Seminar &quot;Data Science in Financial Markets&quot;]]<br /> <br /> [[Research Seminar &quot;Data analysis in complex systems&quot; DSBA 2025/2026 | Research Seminar &quot;Data analysis in complex systems&quot;]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Программирование на С++ КНАД ВСН 25-26]]<br /> <br /> [[Дискретная_Математика_КНАД_2025/26 | Дискретная математика 2025/26 (КНАД)]]<br /> <br /> [[Программирование_на_Python_КНАД_25/26 | Программирование на Python 25/26 (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_25/26 | Python для сбора и анализа данных КНАД 25/26]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2025/2026 2 модуль (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных 2025/2026 4 модуль КНАД]]<br /> <br /> [[Линейная алгебра КНАД 25/26]]<br /> <br /> [[Математический Анализ КНАД 25/26]]<br /> <br /> [[ИПР КНАД 25/26]]<br /> <br /> ||<br /> [[Алгебра КНАД 2025/2026 | Алгебра]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД_25/26 | Алгоритмы и структуры данных-2]]<br /> <br /> [[Математический_анализ_2_КНАД_2025/26 | Математический анализ-2 2025/26 (КНАД)]]<br /> <br /> [[Теория_вероятностей_КНАД_2025/26 | Теория вероятностей 2025/26 (КНАД)]]<br /> <br /> [[ACOS_COMPDS_2025/26 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_2025/26 | Математическая статистика 2025/26 (КНАД)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 2025/2026 2 модуль (ЭАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2025/2026 4 модуль (ЭАД)]]<br /> <br /> [[Программирование на С++ ЭАД 25/26]]<br /> <br /> [[Язык программирования Python 2025/26 (ЭАД) ]]<br /> <br /> [[DM1EAD-2025-26 | Дискретная математика 2025/26 (ЭАД)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия]]<br /> <br /> [[Математический_анализ_1_2025/26_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> ||<br /> <br /> [[Алгоритмы и структуры данных 2 ЭАД 25/26 | Алгоритмы и структуры данных-2]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Алгоритмы и структуры данных-1 (ДРИП)]]<br /> <br /> [[Ddip2529 | Линейная алгебра и геометрия]]<br /> <br /> [[DM_DRIP-2025-26 | Дискретная математика 2025/26 (ДРИП)]]<br /> <br /> ||<br /> [[Теория_вероятностей_ДРИП_25/56 | Теория вероятностей 2025/26 (ДРИП)]]<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;РИЦП&lt;/span&gt;''' <br /> |-<br /> |<br /> [[Математика для компьютерной графики (РИЦП)]]<br /> <br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> ||<br /> &amp;nbsp;<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;DataCulture&quot;&gt;Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | <br /> |<br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Ссылка !! Дисциплина !! Год обучения<br /> |-<br /> | [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год<br /> |-<br /> | [[MOTV_2025 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2025 | Markov Chains]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[Sample_2026 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[icef-scalc-2025-fall|Stochastic Calculus Fall 2025]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[smef_metrics_2025-26|Эконометрика (продвинутый курс) 2025-26]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |-<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> <br /> <br /> = &lt;span id=&quot;bachelors&quot;&gt;Курсы за 2024/25 учебный год&lt;/span&gt; =<br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | '''&lt;span id=&quot;electives&quot;&gt;майноры и факультативы&lt;/span&gt;'''<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;AMI&quot;&gt;ПМИ&lt;/span&gt;''' <br /> |-<br /> |<br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]<br /> <br /> <br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> <br /> [[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]<br /> <br /> <br /> [[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]<br /> <br /> '''П+'''<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2024/25 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2024/2025]]<br /> <br /> ||<br /> '''М+'''<br /> <br /> [[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]<br /> <br /> '''П+ и П'''<br /> <br /> [[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты промышленной разработки 2024/2025 ]]<br /> <br /> '''1 из 3:'''<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Продвинутый_Python_2024/25 | Продвинутый Python ]]<br /> <br /> [[Язык программирования Rust 2024/25]]<br /> <br /> '''2 из 8:'''<br /> <br /> [[Дискретная математика - 2 (ПМИ) 2024/25]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2024/25]]<br /> <br /> [[Основы матричных вычислений 2024/25]]<br /> <br /> [[Комплексный анализ 2024/25]]<br /> <br /> [[Функциональный анализ 2024/25]]<br /> <br /> [[Математическая логика на Python 25]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2024/25 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_24-25 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]<br /> <br /> [[Математическое моделирование 2024/25]]<br /> <br /> [[Моделирование временных рядов 2024/25]]<br /> <br /> [[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_24/25 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2024-2025)]]<br /> <br /> [[ ExtMem_24 | Алгоритмы во внешней памяти ]]<br /> <br /> [[Рекомендательные_системы | Рекомендательные системы ]]<br /> <br /> [[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]<br /> <br /> [[ Дополнительные_главы_машинного_обучения | Дополнительные главы машинного обучения ]]<br /> <br /> [[ Types_24 | Типы в языках программирования ]]<br /> <br /> [[ Промышленное программирование на Java | Промышленное программирование на Java ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2/2024_2025 | Машинное обучение 2]] <br /> <br /> [[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]<br /> <br /> [[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 24/25]]<br /> <br /> [https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[Компьютерные сети]]<br /> <br /> [[Сервис-ориентированные архитектуры]]<br /> <br /> [https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]<br /> <br /> [https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]<br /> <br /> &lt;!-- AB testing --&gt;<br /> &lt;!-- [https://lk.yandexdataschool.ru/courses/2023-autumn/7.1179-bd-part1/ Database Systems 2023/24] --&gt;<br /> [[Database Systems 2024/25]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2024 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> <br /> ||<br /> <br /> [ ВКР]<br /> <br /> [[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]<br /> <br /> [[ Функциональное_программирование_24-25 | Функциональное программирование ]]<br /> <br /> [[ Haskell_25 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]<br /> <br /> [[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]<br /> <br /> [[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_24/25 | Символьные вычисления ]]<br /> <br /> [[ Эффективные системы глубинного обучения | Эффективные системы глубинного обучения 24/25]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы 2024/25| Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]<br /> <br /> [[zkSNARK_25 | Протоколы доказательств с нулевым разглашением]]<br /> <br /> [[Дизайн_систем_24/25 | Дизайн систем ]]<br /> <br /> [[ Types_24 | Типы в языках программирования ]]<br /> <br /> [[ ExtMem_24 | Алгоритмы во внешней памяти ]]<br /> <br /> [[ Современный_NLP_и_большие_языковые_модели_25 | Современный NLP и большие языковые модели ]]<br /> <br /> [[ Развёртывание_ML-моделей_в_высоконагруженных_системах_25 | Развёртывание ML-моделей в высоконагруженных системах ]]<br /> <br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2024/2025 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[ DevOps от МТС | DevOps ]]<br /> <br /> [http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]<br /> <br /> [https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]<br /> <br /> [[Введение_в_блокчейн_24/25 | Введение в блокчейн]]<br /> <br /> [[ Информационный_поиск | Основы информационного поиска ]]<br /> <br /> [[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2024 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2024 | Теория информации]]<br /> <br /> [[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]<br /> <br /> [[ APA-25 | Алгоритмические вопросы алгебры ]]<br /> <br /> | rowspan=&quot;11&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]<br /> <br /> [[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]<br /> <br /> [[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]<br /> <br /> [[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]<br /> <br /> [[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]<br /> <br /> [[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;SE&quot;&gt;ПИ&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2024-2025 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2024-2025 | Алгебра]]<br /> <br /> [[Математический анализ 2024-2025 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2024/25 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DSBA&quot;&gt;ПАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2024/2025 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2024/2025 | English (DSBA)]]<br /> <br /> [[LAaG DSBA 2024/2025 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]<br /> <br /> [[Russian History DSBA 2024/25 | Russian History (DSBA)]]<br /> <br /> [[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]<br /> <br /> [[Economics DSBA 2024/25]]<br /> <br /> [[Foundations of Russian Statehood DSBA 2024/25]]<br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business and Management in Global Context 24/25]]<br /> <br /> [[Introduction to Finance 24/25]]<br /> <br /> [[Calculus-2 2024/25]]<br /> <br /> [[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA) 2024/25]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2024/2025]]<br /> <br /> [[Differential Equations 2024/25]]<br /> <br /> [[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2024-25 | Time series and stochastic processes 2024-25]]<br /> <br /> [[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]<br /> <br /> [[Machine learning 1 DSBA 2024/2025]]<br /> <br /> [[Deep Learning DSBA 2024/2025]]<br /> <br /> [[Databases 2024/25]]<br /> <br /> [[Optimisation methods 2024/25]]<br /> <br /> [[ MACE1_DSBA_24-25 | Research Seminar &quot;Data Science in Scientific&quot;]]<br /> <br /> [[ DAF1_DSBA_24-25 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> [[ RMB_DSBA_24-25 | Research Seminar &quot;Risk Management in Banking&quot;]]<br /> <br /> [[Sociology of Financial Behaviour DSBA 2024/25]]<br /> <br /> [[Financial Economics DSBA 2024/25]]<br /> <br /> [[AI for Business DSBA 2024/25]]<br /> <br /> [[Investment Management for Business DSBA 2024-2025]]<br /> <br /> [[Data Analysis in Business DSBA 2024-2025]]<br /> <br /> [[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]<br /> <br /> [[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]<br /> <br /> ||<br /> <br /> [[Philosophy of artificial intelligence DSBA 2024/25]]<br /> <br /> [[Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[Marketing Analytics DSBA 2024/25]]<br /> <br /> [[ Agile Basics: Product Management and Teamwork ]]<br /> <br /> [[Quantitative finance DSBA 2024/25]]<br /> <br /> [[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]<br /> <br /> [[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]<br /> <br /> [[ CC-2024-25 | Conflict and Cooperation 2024-2025]]<br /> <br /> [[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]<br /> <br /> [[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]<br /> <br /> [[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]<br /> <br /> [[Machine learning 2 DSBA 2024-2025]]<br /> <br /> [[ DAF2_DSBA_24-25 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_24-25 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot;]]<br /> <br /> [[ DACS_DSBA_24-25 | Research Seminar &quot;Data Analysis in Complex Systems&quot;]]<br /> <br /> [[ RMB_DSBA_24-25 | Research Seminar &quot;Risk Management in Banking&quot;]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;compds&quot;&gt;КНАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика КНАД 24/25]]<br /> <br /> [[Математический анализ КНАД 24/25]]<br /> <br /> [[Линейная алгебра КНАД 24/25]]<br /> <br /> [[Программирование на Python КНАД 24/25]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python для сбора и анализа данных КНАД 24/25]]<br /> <br /> [[Программирование на С++ КНАД 24/25]]<br /> <br /> [[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2024/2025 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_24/25 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_24/25 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;EDA&quot;&gt;ЭАД&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[Язык программирования Python 2024/25 (ЭАД)]]<br /> <br /> ||<br /> <br /> [[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> ||<br /> <br /> [[Программирование на С++ ЭАД 24/25]]<br /> <br /> ||<br /> <br /> ||<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''&lt;span id=&quot;DRIP&quot;&gt;ДРИП&lt;/span&gt;''' <br /> |-<br /> |<br /> <br /> [[DM_DRIP_24 | Дискретная математика (ДРИП) ]]<br /> <br /> [[Язык программирования C++ (ДРИП 24/25)]]<br /> <br /> [[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]<br /> <br /> ||<br /> <br /> ||<br /> <br /> ||<br /> <br /> |}<br /> <br /> == &lt;span id=&quot;masters&quot;&gt;Курсы магистратуры ФКН&lt;/span&gt; ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[High-dimensional_Probability_and_Statistics_(2025) | High-dimensional Probability and Statistics ]] || Math of Machine Learning, MML || 1 year<br /> |}<br /> <br /> == &lt;span id=&quot;other&quot;&gt;Курсы других факультетов&lt;/span&gt; ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module<br /> |-<br /> | [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module<br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2023/24 учебный год =<br /> <br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | майноры и факультативы<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПМИ''' <br /> |-<br /> |<br /> '''М+'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]<br /> <br /> [[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]<br /> <br /> [[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]<br /> <br /> [[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]<br /> <br /> <br /> [[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]<br /> <br /> '''П+'''<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> '''П'''<br /> <br /> [[Язык программирования Python 2023/24 (основной поток) ]]<br /> <br /> [[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]<br /> <br /> ||<br /> '''М+'''<br /> <br /> [[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> '''М'''<br /> <br /> [[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]<br /> <br /> '''П+ и П'''<br /> <br /> [[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]<br /> <br /> '''1 из 3:'''<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Продвинутый_Python_2023/24 | Продвинутый Python ]]<br /> <br /> [[Язык программирования Rust 2023/24]]<br /> <br /> '''2 из 5:'''<br /> <br /> [[Дискретная математика - 2 (ПМИ) 2023/24]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2023/24]]<br /> <br /> [[Основы матричных вычислений 2023/24]]<br /> <br /> [[Комплексный анализ 2023/24]]<br /> <br /> [[Функциональный анализ 2023/24]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2023/24 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_23-24 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]<br /> <br /> [[Математическое моделирование 2023/24]]<br /> <br /> [[Моделирование временных рядов 2023/24]]<br /> <br /> [[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_23/24 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2023-2024)]]<br /> <br /> [[ ExtMem_23 | Алгоритмы во внешней памяти ]]<br /> <br /> [[Рекомендательные_системы | Рекомендательные системы ]]<br /> <br /> [[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]] &lt;!-- ссылка без года - верно, так и должно быть --&gt;<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]<br /> <br /> [[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 23/24]]<br /> <br /> [https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[Компьютерные сети]]<br /> <br /> [[Сервис-ориентированные архитектуры]]<br /> <br /> [https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]<br /> <br /> [[Distributed_Systems_2023 | Распределенные системы]]<br /> <br /> &lt;!-- AB testing --&gt;<br /> &lt;!-- [https://lk.yandexdataschool.ru/courses/2023-autumn/7.1179-bd-part1/ Database Systems 2023/24] --&gt;<br /> [[Database Systems 2023/24]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2023 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> <br /> ||<br /> <br /> [ ВКР]<br /> <br /> [[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]<br /> <br /> [[ Функциональное_программирование_23-24 | Функциональное программирование ]]<br /> <br /> [[ Haskell_24 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]<br /> <br /> [[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_23/24 | Символьные вычисления ]]<br /> <br /> [[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы 2023/24| Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]<br /> <br /> [[ Types_23 | Типы в языках программирования ]]<br /> <br /> [[ ExtMem_23 | Алгоритмы во внешней памяти ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2023/24 | Глубинное обучение]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2023/2024 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2023 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2023 | Теория информации]]<br /> <br /> [[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]<br /> <br /> | rowspan=&quot;7&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> <br /> [[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]<br /> <br /> [[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]<br /> <br /> [[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]<br /> <br /> [[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]<br /> <br /> [[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]<br /> <br /> [[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПИ''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2023-2024 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2023-2024 | Алгебра]]<br /> <br /> [[Математический анализ 2023-2024 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2023/24 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПАД''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2023/2024 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2023/2024 | English (DSBA)]]<br /> <br /> [[LAaG DSBA 2023/2024 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]<br /> <br /> [[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]<br /> <br /> [[Law_DSBA_2023/24 | Law DSBA 2023/24]]<br /> <br /> [[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]<br /> <br /> <br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]<br /> <br /> [[Calculus-2 2023/24]]<br /> <br /> [[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA) 2023/24]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2022/2023]]<br /> <br /> [[Differential Equations 2023/24]]<br /> <br /> [[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2023-24 | Time series and stochastic processes 2023-24]]<br /> <br /> [[ Elements of Econometrics]]<br /> <br /> [[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]<br /> <br /> [[Machine learning 1 DSBA 2023/2024]]<br /> <br /> [[Databases 2023/24]]<br /> <br /> [[Optimisation methods 2023/24]]<br /> <br /> [[ MACE1_DSBA_23-24 | Research Seminar &quot;Data Science in scientific&quot;]]<br /> <br /> [[ DAF1_DSBA_23-24 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> [[Financial Engineering 2023-2024]]<br /> <br /> [[Sociology of financial behaviour DSBA 2023/24]]<br /> <br /> [[Financial Economics DSBA 2023/24]]<br /> <br /> ||<br /> <br /> [[Philosophy of artificial intelligence DSBA 2023/24]]<br /> <br /> [[Introduction to the Study of Language for Computer Scientists]]<br /> <br /> [[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]<br /> <br /> [[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]<br /> <br /> [[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]<br /> <br /> [[ CMC_DSBA_23-24 | Core management concepts ]]<br /> <br /> [[Machine learning 2 DSBA 2023/2024]]<br /> <br /> [[ MACE2_DSBA_23-24 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 2&quot;]]<br /> <br /> [[ DAF2_DSBA_23-24 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_23-24 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot; ]]<br /> <br /> [[Risk-Management_DSBA_23-24 | Research Seminar &quot;Risk-Management&quot; ]]<br /> <br /> [[Quantitative finance DSBA 2023/24]]<br /> <br /> [[ Agile Basics: Product Management and Teamwork ]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''КНАД''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика КНАД 23/24]]<br /> <br /> [[Математический анализ КНАД 23/24]]<br /> <br /> [[Линейная алгебра КНАД 23/24]]<br /> <br /> [[Программирование на Python КНАД 23/24]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python для сбора и анализа данных КНАД 23/24]]<br /> <br /> [[Программирование на С++ КНАД 23/24]]<br /> <br /> [[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2023/2024 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_23/24 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_23/24 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> |-<br /> | <br /> [[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)<br /> <br /> [[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)<br /> <br /> [[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)<br /> |<br /> [[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)<br /> <br /> [[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы Python для ОП &quot;Актер&quot; и ОП &quot;Кинопроизводство&quot; 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для ОП &quot;Экономический анализ&quot; 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)<br /> <br /> [[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)<br /> <br /> [[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)<br /> <br /> [[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]<br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН<br /> |-<br /> | [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year<br /> |-<br /> | [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year<br /> |-<br /> | [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year<br /> |-<br /> | [[TCS_2024 | Theoretical computer science]] || PhD || 1 year<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_metrics_2025-26|Эконометрика ип 2025-26]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> | [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, фкн, 3 курс || 1-4 модуль<br /> |-<br /> | [[smef_metrics_2024-25|Эконометрика (продвинутый уровень) 2024-25]] || магистратура фэн, 1 курс || 3-4 модуль<br /> |-<br /> | [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль<br /> |-<br /> | [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules<br /> |-<br /> | [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module<br /> |-<br /> | <br /> |}<br /> <br /> == Факультативы ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Период<br /> |-<br /> | [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2022/23 учебный год =<br /> <br /> {| class=&quot;wikitable courses&quot;<br /> |-<br /> <br /> ! width=&quot;21%&quot; | 1 курс !! width=&quot;21%&quot; | 2 курс !! width=&quot;21%&quot; | 3 курс !! width=&quot;21%&quot; | 4 курс !! rowspan=&quot;2&quot; | майноры и факультативы<br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПМИ''' <br /> |-<br /> |<br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2022/2023_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2022/2023_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[DM1base-2022-23 | Дискретная математика (ПМИ основной поток + ЭАД)]]<br /> <br /> [[Дискретная математика на ПМИ 2022/23 (пилотный поток)]]<br /> <br /> [[Язык программирования Python 2022/2023 (основной поток) ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2022/2023 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> [[Теория чисел (пилотный поток) 2022/23 | Теория чисел (пилотный поток)]]<br /> <br /> [[Теория чисел (основной поток) 2022/23 | Теория чисел (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_(основной_поток)_(4_модуль) | Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2022/2023]]<br /> <br /> ||<br /> <br /> [[Математическая_статистика_2022/2023_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Математическая_статистика_2022/2023_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2022/2023_(пилотный_поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(2022/23) | Математический анализ - 2 (основной поток)]]<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2022 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая_логика_ПМИ_22/23 | Математическая логика ]]<br /> <br /> [[Продвинутый_Python_2022/2023 | Продвинутый Python ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2022/2023 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Инструменты_промышленной_разработки_2022/2023 | Инструменты промышленной разработки 2022/2023 ]]<br /> <br /> [[CAOS-2022 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Дифференциальные уравнения (ПМИ) 2022/23]]<br /> <br /> [[Основы_матричных_вычислений_2022/2023 | Основы матричных вычислений ]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2022_2023 | Машинное обучение 1]]<br /> <br /> [[Компьютерные_сети_2022/2023 | Компьютерные сети 2022/2023]]<br /> <br /> [[ Operation Research and Game Theory | Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2022 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 22/23 | Введение в глубинное обучение 22/23]]<br /> <br /> [[Математическое_моделирование_2022 | Математическое моделирование 2022]]<br /> <br /> [[time_series_modelling_22_23 | Моделирование временных рядов 22/23]]<br /> <br /> [[Теория_чисел_и_криптография | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_22/23 | Методы оптимизации]]<br /> <br /> [[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023)]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_22/23 | Прикладная статистика в машинном обучении 22/23]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2022/2023 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 22/23 | Глубинное обучение 1 22/23]]<br /> <br /> [[Методы оптимизации в машинном обучении 2023]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/a35a6a40088b44a7a9e374727a0f2548 Распределенные системы]<br /> <br /> [https://osukhoroslov-hse.notion.site/dbce4f5101ed47dca0b363122f139aac НИС Распределенные системы]<br /> <br /> [[Database Systems 2023]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2022 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-22-23 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2022-2023-12475421ada6400c8bd5bf24a2a30c01 ВКР]<br /> <br /> [[ Случайные_процессы_(зима_2023) | Случайные процессы (зима 2023)]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Haskell_23 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_22/23 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Методы_предобучения_без_учителя_22/23 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_22/23 | Символьные вычисления ]]<br /> <br /> [[Эффективные системы глубинного обучения 22/23|Эффективные системы глубинного обучения]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_22/23 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы | Децентрализованные системы ]]<br /> <br /> [[Введение_в_дифференциальную_геометрию_22/23 | Введение в дифференциальную геометрию ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2022/2023 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2022 | Глубинное обучение]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_22/23 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2022/2023 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-b1c2d4487ac8478f89cd4fa427da3e27 НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2022_2023 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2022 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2022 | Теория информации]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> | rowspan=&quot;7&quot; | <br /> &lt;!-- майноры и факультативы --&gt;<br /> [[Дополнительные_главы_теории_чисел|Дополнительные главы теории чисел]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2023|ДГТВ]]<br /> <br /> [[Теория_вычислений_2023|Теория вычислений]]<br /> <br /> [[Случайные_графы_2022 | Случайные графы]]<br /> <br /> [[Майнор_Биоинформатика_1_год_2022/23 | Биоинформатика 1 год 2022/23]]<br /> <br /> [[Майнор Биоинформатика 2 год 2022/23 | Биоинформатика 2 год]]<br /> <br /> [[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Введение_в_программирование_22/23_(майнор_ИАД) | Введение в программирование 22/23 (майнор ИАД)]]<br /> <br /> [[Базы данных 22/23 (майнор ИАД)| Базы данных 22/23 (майнор ИАД)]]<br /> <br /> [[Adaptation course in Discrete Math (факультатив)]]<br /> <br /> [[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023)]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПИ''' <br /> |-<br /> |<br /> <br /> [[Дискретная математика 2022-2023 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2022-2023 | Алгебра]]<br /> <br /> [[Математический анализ 2022-2023 | Математический анализ]]<br /> <br /> ||<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2022/2023 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2022-2023 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2022/2023 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> ||<br /> <br /> [[ SPA_2022 |Принципы статического анализа исходного кода ]]<br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''ПАД''' <br /> |-<br /> |<br /> <br /> [[DSBA_Algebra_2022_2023 | Algebra (DSBA)]]<br /> <br /> [[Calculus DSBA 2022/2023 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2022/2023 | English DSBA (DSBA)]]<br /> <br /> [[LAaG DSBA 2022/2023 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2022/2023 | Discrete Mathematics (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2022/2023 | Introduction to Programming on Python (DSBA)]]<br /> <br /> [[Introduction to Programming 2 DSBA 2022/2023 | Introduction to Programming on C++ (DSBA)]]<br /> <br /> [[Foundations_of_Law_DSBA_2022/2023 | Foundations of Law (DSBA)]]<br /> <br /> [[Introduction to Economics DSBA 2022/2023]]<br /> <br /> ||<br /> <br /> [[Discrete Mathematics 2 DSBA 2022/2023 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_22/23 | Business and Management in Global Context 22/23]]<br /> <br /> [[Calculus-2]]<br /> <br /> [[Algorithms and Data Structures DSBA 2022/2023 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2022/2023]]<br /> <br /> [[Differential_Equations_2023 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2022/2023 | Computer Architecture and Operating Systems]]<br /> <br /> ||<br /> <br /> [[tssp-2022-23 | Time series and stochastic processes 2022-23]]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2022 Elements of Econometrics]<br /> <br /> [[BAFE-2022-23 | Business Analytics and Financial Engineering 2022-2023]]<br /> <br /> [[Machine learning 1 DSBA 2022/2023]]<br /> <br /> [[Databases]]<br /> <br /> [[Optimisation methods]]<br /> <br /> [[ MACE1_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 1&quot;]]<br /> <br /> [[ DAF1_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> ||<br /> <br /> [[ Statistics4MR-2022-23 | Statistics for Market Research 2022-23]]<br /> <br /> [[ Strategy_22-23_DSBA | Decision Making Strategy 2022-2023]]<br /> <br /> [[ APFM_22-23 | Asset Pricing and Financial Markets 2022-2023]]<br /> <br /> [[ CMC_DSBA_22-23 | Core management concepts ]]<br /> <br /> [[Machine learning 2 DSBA 2022/2023]]<br /> <br /> [[ MACE2_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 2&quot;]]<br /> <br /> [[ DAF2_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_22-23 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot; ]]<br /> <br /> [[Risk-Management_DSBA_22-23 | Research Seminar &quot;Risk-Management&quot; ]]<br /> <br /> [[Quantitative finance DSBA]]<br /> <br /> <br /> |-<br /> | colspan=&quot;4&quot; style=&quot;text-align: center;&quot; | '''КНАД''' <br /> |-<br /> |<br /> <br /> [[Дискретная_математика_КНАД 22/23| Дискретная математика (КНАД) ]]<br /> <br /> [[Математический_анализ_КНАД 22/23| Математический анализ (КНАД) ]]<br /> <br /> [[Линейная_алгебра_КНАД 22/23| Линейная алгебра (КНАД) ]]<br /> <br /> [[Программирование_на_Python_КНАД 22/23| Программирование на Python (КНАД) ]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2022/2023 2 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2022/2023 4 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 4 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_22/23 | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД_22/23 | Программирование на С++]]<br /> <br /> [[ИПР_КНАД_23 | Инструменты промышленной разработки]]<br /> <br /> ||<br /> <br /> [[Алгебра КНАД 2022/2023 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2022/23) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 22/23 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 22/23 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2022/2023 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_22/23 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_22/23 | Численные методы]]<br /> <br /> ||<br /> <br /> <br /> ||<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Осенний семестр !! Весенний семестр<br /> <br /> |-<br /> | <br /> [[Цифровая грамотность для международных отношений 22/23]] (1 курс, 1-2 модуль)<br /> <br /> [[Основы анализа данных в международных отношениях 22/23]] (2 курс, 1-2 модуль)<br /> <br /> [[Основы программирования на Python осень 2022 матфак]] (2-4 курс бакалавриата или 1-2 курс магистратуры, 1-2 модуль) <br /> <br /> [[Анализ данных 2022 (ОП &quot;Журналистика&quot; и &quot;Медиакоммуникации&quot;) | Анализ данных]] (2 курс, 1-2 модуль)<br /> <br /> [[Машинное обучение (ФЭН) - 2022-2023]] (3,4 курс, 1-2 модули)<br /> | <br /> [[Прикладное программное обеспечение (основы Python) для социологии 2022/23]] (1 курс, 3 модуль)<br /> <br /> [[Программирование на языке Python для ГосМунУпр 2022/23 | Программирование на языке Python для гос. и муницип. управления 2022/23]] (1 курс, 3-4 модуль)<br /> <br /> [[Основы программирования в Python для политологии 2022/23]] (2 курс, 3-4 модули)<br /> <br /> [[Основы программирования в Python для школы дизайна 2022/23]] (2 курс, 3-4 модули)<br /> <br /> [[Основы программирования в Python для ВШБ 2022/23]] (2 курс, 3 модуль)<br /> <br /> [[Программирование на Python для МО 22/23]] (1 курс, 3 модуль)<br /> <br /> [[Машинное обучение 22/23 Матфак]] (3 курс, 3-4 модули)<br /> <br /> [[Анализ Данных 22/23 Политологи]] (3 курс, 3-4 модули)<br /> <br /> [[Введение в Data Science для ВШБ 2022/23]] (2 курс, 4 модуль)<br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[Ликбез_разработчика_(2022) | Ликбез разработчика]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[RecSys_2022_2023 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Linear_Algebra_for_Data_Science_(2022) | Linear Algebra for Data Science]] || Data Science || 1 year<br /> |-<br /> | [[Ordered_Sets_in_Data_Analysis_(2022) | Ordered Sets in Data Analysis]] || Data Science || 1 year<br /> |-<br /> | [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]] || Науки о данных, специализация ТИ || <br /> |-<br /> | [[Mathematical Foundations of Probability theory | Mathematical foundations of probability theory]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Markov Chains | Markov Chains]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Reinforcement_learning_2022_2023 | Математические основы обучения с подкреплением ]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical computer science spring 2023 | Theoretical computer science spring 2023]] || PhD || 1 year<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_probability_2022-23|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[econ_metrics_2022-23|Эконометрика ип 2022-23]] || фэн, 3 курс || 1-4 модуль<br /> |-<br /> | [[econ_dynamic_opt_2022-23|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> | [[icef-dse-2022-23|Data Science for Economics 2022-23]] ||icef, 3-4 year || 1-2 module<br /> |-<br /> | [[Лицей ВШЭ. Практикум по программированию 10 класс 2022-23 | Лицей ВШЭ. Практикум по программированию 10 класс]] || Лицей ВШЭ || 10 класс<br /> |-<br /> | [[icef-scalc-2022-fall|Stochastic Calculus Fall 2022]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[econ_metrics_smfe_2022-23|Эконометрика (продвинутый уровень) 2022-23]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |-<br /> | [[econ_metrics_smfe_2023-24|Эконометрика (продвинутый уровень) 2023-24]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |}<br /> <br /> = Курсы за 2021/22 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[DM1-2021-22 | Дискретная математика]]<br /> <br /> [http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования 2021/2022 (основной поток)]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]<br /> <br /> [[Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль) | Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ wikidot]<br /> <br /> [[Алгебра 2021/2022 ПИ | Алгебра 2021/2022 ПИ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Algebra_DSBA_2021/2022 | Algebra DSBA]]<br /> <br /> [[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]<br /> <br /> [[LAaG DSBA 2021/2022 | LAaG (DSBA)]]<br /> <br /> [[Calculus DSBA 2021/2022 | Calculus (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]<br /> <br /> '''КНАД'''<br /> <br /> [[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]<br /> <br /> [[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]<br /> <br /> [[Программирование_на_Python | Программирование на Python (КНАД)]]<br /> <br /> [[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2021/2022 4 модуль (КНАД) | Алгоритмы и структуры данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[ИПР_КНАД_22 | Инструменты промышленной разработки (КНАД)]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]<br /> <br /> [[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]<br /> <br /> [[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]<br /> <br /> [[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая логика | Математическая логика]]<br /> <br /> [[Дифференциальные уравнения (ПМИ, 2022)]]<br /> <br /> [[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]<br /> <br /> [[CAOS-2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> [[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]<br /> <br /> [[Differential_Equations_2023 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]<br /> <br /> '''ПМИ'''<br /> <br /> [[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]<br /> <br /> [[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]<br /> <br /> [http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]<br /> <br /> [[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]<br /> <br /> [[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Машинное_обучение_1/2021_2022 | Машинное обучение 1]]<br /> <br /> [[Theory of Computation 2021 | Theory of Computation]]<br /> <br /> [http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Промышленное_программирование_на_языке_Java/2022 | Промышленное программирование на языке Java]]<br /> <br /> '''ПМИ / PC'''<br /> <br /> [https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]<br /> <br /> [[Database_Systems_2022 | Database Systems 2022]]<br /> <br /> [https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]<br /> <br /> [https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2/2021_2022 | Машинное обучение 2]]<br /> <br /> [[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]<br /> <br /> [[Statistical_learning_theory_2021 | Statistical learning theory]]<br /> <br /> '''ПИ'''<br /> <br /> [[ML4SE_1 | НИС Машинное обучение для программной инженерии]]<br /> <br /> [[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]<br /> <br /> '''ПАД'''<br /> <br /> [http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]<br /> <br /> [[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]<br /> <br /> [[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]<br /> [[Optimization_Methods_2022 | Optimization Methods]]<br /> <br /> ||<br /> <br /> [[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]<br /> <br /> [[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]<br /> <br /> [[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]<br /> <br /> [[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]<br /> <br /> [https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]<br /> <br /> [http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]<br /> <br /> [[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]<br /> <br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]<br /> <br /> [[msbdp_21 | Методы и системы обработки больших данных]]<br /> <br /> [https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[InfTheory2021 | Теория информации]]<br /> <br /> [[OWF2021 | Односторонние функции и их применения]]<br /> <br /> [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]<br /> <br /> [[Decision Making Strategy]]<br /> <br /> ||<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]<br /> <br /> [[Теория_вычислений_2022|Теория вычислений]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> [[Криптография_на_решётках_21/22| Криптография на решётках]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]<br /> <br /> [[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]<br /> <br /> [[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения/2022 | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2022 | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Функциональное_программирование_2019 | Функциональное программирование 2021]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (ноя-дек 2021)]]<br /> <br /> [[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]<br /> <br /> [[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]<br /> <br /> [[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022 Программирование на языке Python] || Журналистика || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль<br /> |-<br /> | [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули || 3-4 модули <br /> |-<br /> | [[Введение_в_МО_БИ_21/22| Введение в машинное обучение]] || Бизнес-информатика || 3 курс || 3-4 модули <br /> |-<br /> | [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль<br /> |-<br /> | [[Введение в Data Science 21-22]] || УБ и МиРА || 2 курс || 4 модуль<br /> |-<br /> | [[Основы программирования в Python (Мирэк) 2022 | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> |[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%A5%D0%B8%D0%BC%D0%B8%D1%8F Python для извлечения и обработки данных] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Городское_планирование_2021-2022 Цифровая грамотность] || Городское планирование || 1 курс || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули<br /> |-<br /> |[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули<br /> |- <br /> | [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули<br /> |-<br /> | [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули<br /> |-<br /> | <br /> || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули<br /> |-<br /> | [https://github.com/daria-sa/NNmethods_ba_hse21-22/ Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули<br /> |-<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> | [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year<br /> |-<br /> | [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD<br /> |-<br /> | [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Алгоритмы_и_структуры_данных-МОиВС-2021-2022 | Алгоритмы и структуры данных]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Основы_промышленной_разработки-МОиВС-2021-2022 | Основы промышленной разработки]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Глубинное обучение-МОиВС-2022-2023 | Глубинное обучение]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Курсы за 2020/21 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Математический_анализ_1_2020/2021_(пилотный_поток) | Математический анализ-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2020/2021_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2020/2021_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2020/2021_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2020/2021_(пилотный_поток) | Основы и методология программирования на ПМИ 2020/2021 (пилотный поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2020/2021_(основной_поток)_3_модуль | Основы и методология программирования на ПМИ 2020/2021 (основной поток, III модуль)]]<br /> <br /> [[DM1-2020-21 | Дискретная математика-1 ПМИ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_2020/2021_(4_модуль) | Алгоритмы и структуры данных – 1 (4 модуль) на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 1 на ПМИ (пилотный поток)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2020-21 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra21.wikidot.com/ Алгебра ПИ]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete_Mathematics_DSBA2020/2021 | Discrete Mathematics (DSBA) ]]<br /> <br /> [[LAaG_DSBA_2020/2021 | Linear Algebra and Geometry (DSBA)]]<br /> <br /> [[English_DSBA_2020/2021 | English DSBA (DSBA)]]<br /> <br /> [[Introduction_to_programming_DSBA_2020/2021 | Introduction to Programming (DSBA)]]<br /> <br /> [[ Calculus_2020/21 | Calculus (DSBA) ]]<br /> <br /> [[Algebra_DSBA_2020/2021 | Algebra DSBA]]<br /> <br /> [[Introduction_to_Economics_2020/21 | Introduction to Economics ]]<br /> <br /> ||<br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2020/2021_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2020/2021_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_анализ_2020/2021_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(основной_поток) | Математический анализ - 2 на ПМИ (основной поток)]]<br /> <br /> [[MissingSemester2020/2021 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[АКОС ПМИ 2020/2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы матричных вычислений 2020/2021]]<br /> <br /> [[Дифференциальные уравнения (ПМИ, 2021)]]<br /> <br /> [[DM2-pilot2020/2021 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-base2020/2021 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных - 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> '''ПАД'''<br /> <br /> [[Calculus-2_DSBA_2020_(ПАД) | Calculus-2 (DSBA) ]]<br /> <br /> [[Discrete_Mathematics_-_2_DSBA2020/2021 | Discrete Mathematics - 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2020/21 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Principles_of_micro_and_macro-economics_2020/21 | Principles of micro and macro-economics (DSBA)]]<br /> <br /> [[Algorithms_and_data_structures_2_2020/21 | Algorithms and data structures 2 (DSBA)]]<br /> <br /> [[Statistics_DSBA_2020/2021 | Probability and Statistics (DSBA)]]<br /> <br /> [[ACOS_DSBA_2020/2021 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> [[Differential_Equations_2021 | Differential Equations ]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Машинное_обучение_1/2020_2021 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Прикладная статистика в машинном обучении 20/21]]<br /> <br /> [[Безопасность компьютерных систем 20/21]]<br /> <br /> [[Theory of computing, AMI]]<br /> <br /> [[Матричные вычисления 20/21]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2020/2021|НИС Машинное обучение и приложения]]<br /> <br /> [[Методы оптимизации в машинном обучении|Методы оптимизации в машинном обучении]]<br /> <br /> [[Моделирование временных рядов 20/21]]<br /> <br /> [[Высокопроизводительные вычисления 20/21]]<br /> <br /> [[ Сбор и обработка данных с помощью краудсорсинга 20/21 ]]<br /> <br /> [[ Распределённые системы ]]<br /> <br /> [[ Компьютерные сети 2021 ]]<br /> <br /> [[НИС_РС|НИС Распределенные системы]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS)]]<br /> <br /> [[Дополнительные главы прикладной статистики (2020/21)]]<br /> <br /> [[Comb2020_2021 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Численные Методы 2021]]<br /> <br /> [[Методы оптимизации 20/21]]<br /> <br /> [[Математическое моделирование]]<br /> <br /> <br /> '''ПАД'''<br /> <br /> [[ MachineLearning1_DSBA2020 | Machine Learning 1 (DSBA)]]<br /> <br /> [[ Time_Series_and_Stochastic_Processes_ada_20_21 | Time Series and Stochastic Processes (DSBA) ]]<br /> <br /> [[ST2187 Business analytics, applied modelling and prediction | Business analytics, applied modelling and prediction (DSBA)]]<br /> <br /> [[Data_Base_2020/2021_DSBA | Data Base (DSBA)]]<br /> <br /> [[Social_History_of_Science_2020/21 | Social History of Science (DSBA)]]<br /> <br /> [[Elements_of_Econometrics_2020/21 | Elements of Econometrics (DSBA)]]<br /> <br /> [[Data Science Case Studies / Анализ данных в бизнесе (Кафедра SAS)]]<br /> <br /> [[ Optimization_methods | Optimizaton Methods (DSBA) ]]<br /> <br /> ||<br /> <br /> [[Философия_науки_2020 | Философия науки]]<br /> <br /> [[Символьные вычисления]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2020/2021 | НИС Машинное обучение и приложения]]<br /> <br /> [[Глубинное обучение в обработке звука 20/21]]<br /> <br /> [[Байесовские методы машинного обучения 2020 | Байесовские методы машинного обучения]]<br /> <br /> [[Машинное обучение на больших данных 2021]]<br /> <br /> <br /> [[Генеративные модели в машинном обучении 2021 | Генеративные модели в машинном обучении 2021]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [[НИС_РС_2 | НИС Распределенные системы]]<br /> <br /> [[msbdp_20 | Методы и системы обработки больших данных]]<br /> <br /> [[ Облачные вычисления]]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Statistical_learning_theory_2020 | Statistical learning theory]]<br /> <br /> [[InfTheo2020-2021|Теория информации]]<br /> <br /> [[A_Theorist's_Toolkit_2020_2021 | A Theorist's Toolkit, AMI]]<br /> <br /> ||<br /> <br /> [[ Майнор Биоинформатика 1 год ]]<br /> <br /> [[ Майнор Биоинформатика 2 год ]]<br /> <br /> <br /> [[ Введение в программирование (майнор ИАД) ]]<br /> <br /> [[Введение в анализ данных (майнор ИАД)]]<br /> <br /> [[Современные_методы_машинного_обучения|Современные методы машинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2020_2021|Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> <br /> [[ ОУФ Машинное Обучение в Питоне ]]<br /> <br /> [[ Факультатив &quot;Теория вычислений и логика&quot; (Осень 2020)]]<br /> <br /> [[dopglavy_DM_2021|Допглавы дискретной математики]]<br /> <br /> [[Adaptation_DM_20-21 |Adaptation course in DM]]<br /> <br /> [[Функциональный анализ (осень 2020)]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (2-3 модули)]]<br /> <br /> [[ Факультатив &quot;Теория вычислений и логика&quot; | Факультатив &quot;Теория вычислений&quot; (Весна 2021)]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2021 | ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-3_2019/2020 | ДГТВ-3]]<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс<br /> |-<br /> | [[Stochastic_analysis_2020_2021 | Stochastic Analysis ]] || Statistical Learning Theory || 1 year<br /> |-<br /> | [[Econometrics_fall_2020 | Эконометрика ]] || ФТИАД || 1 year<br /> |-<br /> | [[Recsys_2020_2021 | Рекомендательные системы]] || ФТИАД|| 2 year<br /> |-<br /> | [[Into_to_DataMining_and_Machine_Learning_2020_2021 | Introduction to Data Mining and Machine Learning]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2020_2021 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Цифровая грамотность ИЯиМК 2020-2021|Цифровая грамотность ИЯиМК 2020-2021]] || ИЯиМК || 1 курс || 3-4 модули<br /> |-<br /> | [[Data Analysis in Python 2020-2021|Data Analysis in Python]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 2 курс || 3-4 модули<br /> |-<br /> | [[Машинное обучение на матфаке 2021 |Машинное обучение]] || Математика || 1-4 курс || 3-4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Анализ_данных_на_python,_фэн,_2020_spring Анализ данных на python] || Факультет экономических наук || 1 курс || 3-4 модули<br /> |-<br /> | [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 3-4 модули<br /> |-<br /> | [[Python для ОП &quot;Психология&quot; |Python для ОП &quot;Психология&quot; ]] ||Психология || 1 курс || 3-4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_Python_2020-2021_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в Python] || Политолгия || 3 курс || 3-4 модули<br /> |-<br /> | [[Цифровая грамотность История искусств 2020-2021]] || История искусств || 1 курс || 3-4 модули<br /> |-<br /> | [[Excel для анализа данных , 20-21|Excel для анализа данных , 20-21]] || ИЯиМК || 4 курс || 3 модуль<br /> |-<br /> | [[ СДиА_Матфак_1_курс_2020/2021 | Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль<br /> |-<br /> | [[ Python для ГМУ, 20-21 | Python для ГМУ, 2020-2021 ]] || Государственное и муниципальное управление || 1 курс || 4 модуль<br /> |-<br /> | [[ Python для ИЯиМК, 2020-2021 | Python для ИЯиМК, 2020-2021 ]] || ИЯиМК || 2 курс || 4 модуль<br /> |- <br /> | [[ Информационные технологии (факультет химии) | Информационные технологии. Data Culture ]] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [[ Введение_в_анализ_данных_2021_МирЭк | Введение в анализ данных ]] || МирЭк || 1 курс || 4 модуль<br /> |-<br /> | [[ Python для анализа данных (МирЭк) 2020-2021 | Python для анализа данных ]] || МирЭк || 2 курс || 3-4 модуль<br /> |-<br /> <br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Основы программирования на Python осень 2020 матфак|Основы программирования на Python-1]] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [[Анализ_данных_в_Python_2020-2021|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Основы_анализа_и_визуализация_данных_для_медиа_2020/2021|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии 2020|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[Проектный семинар медиаком 2020|Проектный семинар]] || Медиакоммуникации || 3 курс || 1 модуль<br /> |-<br /> | [[Основы анализа и визуализации данных ДИЯ 2020-2021|Основы анализа и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 1-2 модули<br /> |-<br /> | [[Основы программирования в Python (Политология 2020)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [[Data Analysis in Journalism and Political Science 2020-2021|Data Analysis in Journalism &amp; Political Science]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 3 курс || 1 модуль<br /> |-<br /> | [[Data Analysis in Economics and Finance 2020-2021|Data Analysis in Economics &amp; Finance]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 3 курс || 1 модуль<br /> |-<br /> | [[Прикладные исследования в культурологии 2020 1модуль|Прикладные исследования в культурологии]] || Прикладная культурология || 1 курс || 1 модуль<br /> |-<br /> | [[Основы анализа данных в международных отношениях 20/21|Основы анализа данных в международных отношениях 20/21]] || Международные отношения || 2 курс || 1-2 модуль<br /> |-<br /> | [[Анализ данных в R, Социология|Анализ данных в R]] || Социология || 4 курс || 1-2 модуль<br /> |-<br /> | [[Анализ данных на python, фэн, 2020 fall|Анализ данных на Python]] || Факультет экономических наук || 2 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, ЭиАМ|Цифровая грамотность, ЭиАМ]] || Эфиопия и арабский мир || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, Античность|Цифровая грамотность, Античность]] || Античность || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность, ТиТМ|Цифровая грамотность, ТиТМ]] || Турция и Тюркский мир || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая грамотность История 2020/2021|Цифровая грамотность, История]] || История || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_2020_(Востоковедение)|Цифровая грамотность, Востоковедение]] || Востоковедение || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_География_2020/21|Цифровая грамотность, География]] || География || 1 курс || 1-2 модуль<br /> |-<br /> | [[Цифровая_грамотность_(филология)_2020|Цифровая грамотность, Филология]] || Филология|| 1 курс || 1-2 модуль<br /> |-<br /> | [[Машинное_обучение_(сов._бак._ВШЭ-РЭШ_2020)|Машинное обучение]] || Совместная программа по экономике НИУ ВШЭ и РЭШ || 3 курс || 1-2 модуль<br /> |-<br /> | [[Машинное_обучение_(ФЭН)_-_2020|Машинное обучение]] || Экономика || 3-4 курс || 1-2 модуль<br /> |-<br /> | [[Python: работа с данными и текстом|Python: работа с данными и текстом]] || Медиакоммуникации || 2-3 курс || 1-2 модуль<br /> |-<br /> | [[Phyton_для_извлечения_и_обработки_данных|Phyton для извлечения и обработки данных]] || Молекулярная и клеточная биотехнология || 1 курс || 1-2 модуль<br /> |-<br /> | [[ПМСАР-2_2020| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Основы_программирования_на_Python2020/2021|Основы программирования на Python]] || Экономика и статистика || 2-3 курс || 1-2 модули<br /> |-<br /> | [[Извлечение и анализ интернет-данных (2020)|Извлечение и анализ интернет-данных]] || Экономика и статистика || 2-4 курс || 2 модуль<br /> <br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[Теория вероятностей и математическая статистика, фэн, 2020-2021|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Эконометрика, фэн, 2020-2021|Эконометрика]] || фэн, 3 курс || 1-4 модуль <br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2020-2021|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль <br /> |-<br /> |}<br /> <br /> = Курсы за 2019/20 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_1_2019/2020 | Математический анализ-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2019/2020_(основной_поток,_2_семестр) | Математический анализ на ПМИ (основной поток, 2 семестр)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2019/2020_(основной_поток) | Математический анализ на ПМИ (основной поток)]]<br /> <br /> [[Дискретная_математика_1_2019/2020 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2019/2020_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2019/2020_(основной_поток) | Алгебра на ПМИ (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_2019/2020 | Основы и методология программирования на ПМИ (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_1_2019/2020_(пилотный_поток) | Основы и методология программирования-1 на ПМИ (пилотный поток)]]<br /> <br /> [[Discrete_Mathematics_DSBA2019/2020 | Discrete Mathematics DSBA (ПАД)]]<br /> <br /> [[Calculus_DSBA2019/2020 | Calculus DSBA (ПАД) 1st module]]<br /> <br /> [[Calculus_DSBA2020 | Calculus DSBA (ПАД) 2nd module]]<br /> <br /> [[LAaG_DSBA_2019/2020 | Linear Algebra and Geometry (ПАД)]]<br /> <br /> [[Introduction_to_programming_DSBA_2019/2020 | Introduction to Programming (ПАД)]]<br /> <br /> [[English_DSBA_2019/2020 | English DSBA (ПАД)]]<br /> <br /> [[Algorithms_and_Data_Structures_DSBA_2020 | Algorithms and Data Structures DSBA ]]<br /> <br /> [[Algebra_DSBA_2019/2020 | Algebra DSBA]]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_основной_поток_2019/202 | Алгоритмы и структуры данных-1 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> <br /> ||<br /> <br /> <br /> <br /> [[DM2-basic2019/2020 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[DM2-pilot2019/2020 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2019/2020_(основной_поток)| Теория_вероятностей_2019/2020 на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2019/2020_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Математический_анализ_2019/2020_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2_2019/2020_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2019/2020 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> [[Calculus_2_2019 | Calculus-2 DBSA (ПАД)]]<br /> <br /> [[Statistics_DSBA_2019/2020 | Statistics DSBA (ПАД)]]<br /> <br /> [[DM2 | Дискретная Математика-2 (ПАД)]]<br /> <br /> [[ADS2 | Алгоритмы и Структуры Данных-2 (ПАД)]]<br /> <br /> [[Introduction_to_Economics | Introduction to Economics DSBA ]]<br /> <br /> [[Business_and_Management_in_Global_Context_2019-2020| Business and Management in Global Context DSBA ]]<br /> <br /> [[ACOS_DSBA_2019/2020 | Computer Architecture and Operating Systems (ПАД)]]<br /> <br /> [[Differential_Equations_2020 | Differential Equations DSBA ]]<br /> <br /> [[Факультатив Теория вычислений_2020 | Факультатив Теория вычислений]]<br /> <br /> [[Дифференциальные_уравнения_2020 | Дифференциальные уравнения 2020 ]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2019_2020 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_Методы_2020 | Численные методы]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении(2019)|Прикладная статистика в машинном обучении]]<br /> <br /> [[Theory_of_Computing_2019_2020 | Theory of Computing, AMI]]<br /> <br /> [[Компьютерные_Сети | Компьютерные сети]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]<br /> <br /> [[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]<br /> <br /> [[Непрерывная_оптимизация_(МОП)/2020| Непрерывная оптимизация (МОП)]]<br /> <br /> [[%D0%9D%D0%B5%D0%BF%D1%80%D0%B5%D1%80%D1%8B%D0%B2%D0%BD%D0%B0%D1%8F_%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%A2%D0%98,_%D0%90%D0%94%D0%98%D0%A1,_%D0%90%D0%9F%D0%A0,_%D0%A0%D0%A1)| Непрерывная оптимизация (ТИ, АДИС, АПР, РС) ]] <br /> <br /> [[Data_analysis_(Software_Engineering)_2020|Data Analysis]]<br /> <br /> [[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]<br /> <br /> [[CCTI_2020|Сложность вычислений и логика в теоретической информатике]]<br /> <br /> ||<br /> <br /> [[InfTheo2019-2020|Теория информации]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2019|Байесовские методы машинного обучения]]<br /> <br /> [[НИС Науки о данных]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]<br /> <br /> [[Философия_науки_2019|Философия науки]]<br /> <br /> [[Глубинное обучение|Глубинное обучение]]<br /> <br /> [[NLP 2019|NLP Анализ данных]]<br /> <br /> [[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]<br /> <br /> [[Генеративные_модели_в_машинном_обучении_2020|Генеративные модели в машинном обучении]]<br /> <br /> [[Компьютерные Сети 4 курс| Компьютерные сети]]<br /> <br /> [[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]<br /> <br /> [[Машинное_обучение_на_больших_данных_2020|Машинное обучение на больших данных]]<br /> <br /> [[Основы_обработки_больших_данных_2020|Основы обработки больших данных]]<br /> <br /> ||<br /> [[MinorBioinformatics|Биоинформатика]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Современные_методы_машинного_обучения | Современные методы машинного обучения (ИАД)]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (2-3 модули)]]<br /> <br /> [[ISDElective|Факультатив &quot;Методы разработки программного обеспечения&quot; (1-2 модули)]]<br /> <br /> [[Введение в программирование (курс майнора)]]<br /> <br /> [[dopglavy_DM_1920|Допглавы дискретной математики]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2019/2020|ДГТВ-2]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2020|ДГТВ]]<br /> <br /> [[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020|Введение в анализ данных (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных_(майнор_ИАД)|Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс<br /> <br /> |-<br /> | [[Theory_of_Computing_2019_2020 | Theory of Computing]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Project_Seminar_2019_2020 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Stochastic_analysis_2019_2020 | Stochastic Calculus ]] || Statistical Learning Theory || 1 year<br /> |-<br /> | [[A_Theorist's_Toolkit_2019_2020 | A Theorist's Toolkit, AMI]] || Науки о данных, специализация ТИ || 1 курс<br /> |-<br /> | [[Neurobayesian_models_2020 | Neurobayesian models ]] || Statistical Learning Theory || 2 year<br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- http://wiki.cs.hse.ru/Цифровая_грамотность_(филология)_2020#.F0.9F.93.AC_.D0.A7.D0.B0.D1.82.D1.8B_.D0.B3.D1.80.D1.83.D0.BF.D0.BF<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [[Введение в анализ данных 2020 МирЭк| Введение в анализ данных]] || Мировая экономика || 1 курс || 3-4 модуль<br /> |-<br /> |[[ Основы программирования в Python (Мирэк) | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ИЯиМК| Цифровая грамотность ]] || Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая_грамотность_(филология)_2020| Цифровая грамотность ]] || Филология || 1 курс || 3-4 модуль<br /> |-<br /> | [[Цифровая_грамотность_(ФиКЛ)_2020| Цифровая грамотность ]] || Фундаментальная и компьютерная лингвистика || 1 курс || 4 модуль<br /> |-<br /> | [[ Цифровая грамотность 2019-2020 (История искусств)| Цифровая грамотность ]] || История искусств || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность 2019-2020 (Культурология)| Цифровая грамотность ]] || Культурология || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ЯиЛ_ЮВА| Цифровая грамотность ]] || Языки и литература Юго-Восточной Азии || 1 курс || 3-4 модуль<br /> |-<br /> | [[ Цифровая грамотность, ЯиЛЯ| Цифровая грамотность ]] || Языки и литература Японии || 1 курс || 3-4 модуль<br /> |-<br /> | [[ ППО Социология 1 курс 2019/2020| ППО (Python для извлечения и обработки данных) ]] || Социология || 1 курс || 3 модуль<br /> |-<br /> |[[ Машинное обучение на матфаке 2020 | Машинное обучение]] || Математика || 2-4 курс || 3-4 модуль <br /> |-<br /> |[[ Excel для анализа данных | Excel для анализа данных]] || ИЯиМК || 4 курс || 3 модуль <br /> |-<br /> | [[ Python для извлечения и обработки данных Медиаком 2 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 2 курс || 3 модуль<br /> |-<br /> | [[ Python для извлечения и обработки данных Медиаком 1 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 1 курс || 4 модуль<br /> |-<br /> | [[ СДиА Матфак 1 курс 2019/2020| Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль<br /> |-<br /> | [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Наука о данных (Экономика)|Наука о данных]] || Экономика || 2 курс || 3-4 модули<br /> |-<br /> | [[Основы программирования на Python весна 2021 матфак|Основы программирования на Python, 2 часть]] || Математика || 2-4 курс || 3-4 модули<br /> |-<br /> | [[Культура работы с данными, КМБТ|Культура работы с данными, КМБТ]] || Клеточная и молекулярная биотехнология || 1 курс || 3-4 модули<br /> |-<br /> | [[Natural_Language_Processing_Blended_2020_module4 | Natural Language Processing (blended)]] || Прикладная политология || 1 г.о. || 4 модуль<br /> |-<br /> | [[ПМСАР-1 2019/2020|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули<br /> |-<br /> | [[Введение в Data Science]] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме || 1 г.о. || 3 модуль<br /> |-<br /> | [[Принципы построения математических моделей]] || МИЭМ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Машинное обучение для построения моделей]] || МИЭМ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Python для извлечения и обработки данных Психология 1 курс 2019/2020]] || Психология || 1 г.о. || 4 модуль<br /> |-<br /> | [[Технологии анализа больших данных ГМУ 1 курс 2019/2020]] || ГМУ || 1 г.о. || 4 модуль<br /> |-<br /> | [[Городское планирование | Цифровая грамотность]] || Городское планирование || 1 г.о. || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[ Основы анализа и визуализация данных для медиа 2019/2020 | Основы анализа и визуализации данных для медиа ]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[ Анализ данных в Python 2019-2020 | Анализ данных в Python ]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Introduction to Data Culture 2019-2020 | Introduction to Data Culture ]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 1 курс || 2 модуль<br /> |-<br /> | [[ Основы анализа данных в международных отношениях | Основы анализа данных в международных отношениях ]] || Международные отношения || 2 курс || 1-2 модуль<br /> |-<br /> | [[Основы программирования в Python (Политология)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы программирования на Python осень 2019 матфак|Основы программирования на Python-1]] || Математика || 1-4 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (История 2019) | Цифровая грамотность ]] || История || 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (Востоковедение 2019) | Цифровая грамотность ]] || Востоковедение|| 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая_грамотность_2019-2020(философия) | Цифровая грамотность ]] || Философия || 1 курс || 1-2 модули<br /> |-<br /> | [[ Цифровая грамотность (ассириология и античность 2019) | Цифровая грамотность ]] || Ассириология и античность|| 1 курс || 1-2 модули<br /> |-<br /> | [[ПМСАР-2_2019| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Работа с данными]] || Медиакоммуникации || 4 курс || 1 модуль<br /> |-<br /> | [[Машинное обучение (фэн 2019)]] || ФЭН || 3 курс || 1-2 модули<br /> |-<br /> | [[Natural_Language_Processing_Blended_2019_module1 | Natural Language Processing (blended)]] || Прикладная политология || 2 г.о. || 1 модуль<br /> |-<br /> | [[ ML_HSE_NES_2019 | Машинное обучение (ВШЭ-РЭШ)]] || Совместный бакалавриат ВШЭ-РЭШ || 3-4 курс || 1-2 модули<br /> |-<br /> | [[ Основы_анализа_и_визуализации_данных_ДИЯ_2019/2020 | Основы анализа и визуализации данных ]] || ДИЯ || 2 курс || 1,2 модуль<br /> |-<br /> | [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Основы_программирования_на_Python2019/2020|Основы программирования на Python]] || Экономика и статистика || 2-4 курс || 2 модуль<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[Теория вероятностей и математическая статистика, фэн, 2019-2020|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 3-4 модуль<br /> |-<br /> | [[Микроэконометрика качественных данных, фэн, 2020|Микроэконометрика качественных данных 2020]] || фэн, 4 курс || 1-2 модуль<br /> |}<br /> <br /> = Курсы за 2018/19 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_на_ПМИ_2018/2019_(пилотный_поток) | Математический анализ на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2018/2019_(основной_поток) | Математический анализ на ПМИ (основной поток)]]<br /> <br /> [[Calculus_DSBA_2018/2019 | Calculus I DSBA (ПАД)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2018/2019_(пилотный_поток) | Основы и методология программирования на ПМИ (пилотный поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2019_(С%2B%2B,_основной_поток) | Основы и методология программирования на ПМИ (С++, основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[LAaG_DSBA_2018/2019 | LAaG DSBA]]<br /> <br /> [[Дискретная_математика_1_2018/2019 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Discrete_Mathematics_DSBA2018/2019 |Discrete Mathematics DSBA (ПАД)]]<br /> <br /> [[Introduction_to_programming | Introduction to programming DSBA (ПАД)]]<br /> <br /> [[Introduction_to_programming_2 | Introduction to programming 2 DSBA (ПАД)]]<br /> <br /> [[Алгебра_на_ПМИ_2018/2019_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2018/2019_(основной_поток) | Алгебра на ПМИ (основной поток)]]<br /> <br /> [[Algebra_DSBA_2018/2019 | Algebra DSBA]]<br /> <br /> [http://hsealgebra19.wikidot.com Алгебра на ПИ]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 | Алгоритмы и структуры данных на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> ||<br /> <br /> [http://math-info.hse.ru/2018-19/Дифференциальные_уравнения_(ФКН) Дифференциальные уравнения]<br /> <br /> [[Теория_вероятностей_2018/2019_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2018/2019_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2018/2019_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]<br /> <br /> [[Математический_анализ_2018/2019_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]<br /> <br /> [[DM2-pilot2018/2019 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-basic2018/2019 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2018/2019 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Факультатив Теория вычислений]]<br /> <br /> ||<br /> <br /> [[Машинное_обучение_1/2018_2019 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_Методы_2018 | Численные методы ]]<br /> <br /> [[PDC | Параллельные и распределенные вычисления]]<br /> <br /> [[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]<br /> <br /> [[Прикладная_статистика_в_машинном_обучении(2018)|Прикладная статистика в машинном обучении]]<br /> <br /> [[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]<br /> <br /> [[Основные методы анализа данных]]<br /> <br /> [[Теория баз данных]]<br /> <br /> [[Непрерывная оптимизация/2019|Непрерывная оптимизация (161-162)]]<br /> <br /> [[Непрерывная оптимизация (163-167)]]<br /> <br /> [[Сложность вычислений и логика в теоретической информатике]]<br /> <br /> [[Data analysis (Software Engineering) 2019|Data analysis]]<br /> <br /> [[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]<br /> <br /> [[Intro to DL Blended | Intro to DL Blended]]<br /> <br /> [[Дискретная оптимизация 2019 | Дискретная оптимизация 2019]]<br /> <br /> ||<br /> <br /> [[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]<br /> <br /> [[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]<br /> <br /> [[НИС_Науки_о_данных_2018/2019|НИС Науки о данных]]<br /> <br /> [[НИС_Распределенные_системы_(4_курс,_2018)|НИС Распределенные системы]]<br /> <br /> [[Теория_Информации_2018/2019|Теория информации]]<br /> <br /> [[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]<br /> <br /> [[Методы_и_системы_обработки_больших_данных_(осень_2018)|Методы и системы обработки больших данных]]<br /> <br /> [[Философия_науки_2018|Философия науки]]<br /> <br /> [[Теория баз данных]]<br /> <br /> [[ConvAppr19 | Выпуклое программирование и аппроксимационные алгоритмы (ТИ)]]<br /> <br /> [[Функциональное программирование 2019 | Функциональное программирование]]<br /> <br /> [[A_Theorist's_Toolkit_2018_2019 | A Theorist's Toolkit, AMI]]<br /> <br /> [[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]<br /> <br /> ||<br /> [[Дополнительные главы теории вероятностей 2019 | Дополнительные главы теории вероятностей 2019]]<br /> <br /> [[Дополнительные главы математической статистики 2019 | Дополнительные главы математической статистики 2019]]<br /> <br /> [[Введение в программирование (курс майнора) 2018/2019]]<br /> <br /> [[dopglavy_DM_1819|Допглавы дискретной математики]]<br /> <br /> [[Современные_методы_машинного_обучения_(курс_майнора)_2018/2019 | Современные методы машинного обучения (курс майнора) 2018/2019]]<br /> <br /> [[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | Прикладные задачи анализа данных (майнор - весна 2019)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Функциональный анализ (весна_2019) | Функциональный анализ (весна_2019)]]<br /> <br /> [[KotlinElective| Язык Kotlin (3 и 4 модули 2018-2019)]]<br /> <br /> <br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> === 2 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> <br /> |-<br /> | [[Основы программирования на Python весна 2020 матфак|Основы программирования на Python-2]] || Математика || 2-4 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(филология)|Цифровая грамотность]] || Филология || 1 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(ИИ_и_культурология)|Цифровая грамотность]] || История искусств и Культурология || 1 курс || 3-4 модули<br /> |-<br /> | [[Цифровая_грамотность_(ИЯМК_2019)|Цифровая грамотность]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 1 курс || 3-4 модули<br /> |-<br /> | [[Основы_анализа_и_визуализации_данных_ДИЯ_2019|Анализ и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 3-4 модули<br /> |-<br /> | [[Научно-исследовательский_семинар_2019| Научно-исследовательский семинар]] || Политология || 1 курс || 3 модуль<br /> |-<br /> | [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |-<br /> | [[Основы_программирования_в_Python_2019|Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модули<br /> |-<br /> | [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[ПМСАР-1|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули<br /> |-<br /> | [[Искусственный интеллект и большие данные_(2019)|Искусственный интеллект и большие данные]] || Дизайн, Мода, Современное искусство || 1 курс || 3-4 модули<br /> |-<br /> | [[Информационный менеджмент: Введение в Data Science|Информационный менеджмент: Введение в Data Science]] || Управление бизнесом &lt;br&gt; Маркетинг и рыночная аналитика || 1 курс || 4 модуль<br /> |-<br /> | [[Технологии анализа больших данных|Технологии анализа больших данных]] || ГМУ || 1 курс || 4 модуль<br /> |-<br /> | [[Основы программирования на Python (Прикладное программное обеспечение)|Основы программирования на Python (Прикладное программное обеспечение)]] || Социология || 1 курс || 4 модуль<br /> |-<br /> | [[Основы работы с данными|Основы работы с данными]] || Медиакоммуникации || 2 курс || 4 модуль<br /> |-<br /> | [[Введение_в_data_science_Социология_1_курс|Профориентационный семинар (Data Culture)]] || Социология || 1 курс || 4 модуль<br /> |-<br /> | [[Введение_в_анализ_данных_МирЭк_2019|Введение в анализ данных]] || Мировая экономика || 1 курс || 4 модуль<br /> <br /> |}<br /> <br /> === 1 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[Основы анализа данных в международных отношениях 2018/2019|Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [[Introduction_to_Data_Culture_2018-2019|Introduction to Data Culture]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета &quot;Международные отношения&quot; || 1 курс || 2 модуль<br /> |-<br /> | [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули<br /> |-<br /> | [[Цифровая грамотность(востоковедение)|Цифровая грамотность]] || Востоковедение || 1 курс || 1 модуль<br /> |-<br /> | [[Разработка управленческих решений в маркетинге | Разработка управленческих решений в маркетинге]] || Маркетинг и рыночная аналитика || 2 курс || 1-2 модули<br /> |-<br /> | [[Информационные технологии в деятельности юриста_2018-2019| Информационные технологии в деятельности юриста]] || Юриспруденция || 1 курс || 2 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2018/2019| Машинное обучение]] || Факультет математики || 2-4 курсы || 1-2 модули<br /> |-<br /> | [[ПМСАР-2| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули<br /> |-<br /> | [[Анализ данных в Python (Политологи 1 семестр 1-2 модули)|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль)|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль<br /> |-<br /> | [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули<br /> |-<br /> | [[Введение в анализ текстов на Python для ФГН 2018|Введение в анализ текстов на Python для ФГН 2018]] || Фундаментальная и компьютерная лингвистика || 3 курс || 1, 2, 4 модули<br /> |-<br /> | [[Машинное обучение (ФЭН)]] || Факультет экономических наук || 3-4 курсы || 1-2 модули<br /> |-<br /> | [[Программирование_(python)_для_экономистов|Программирование (Python) для экономистов]] || Факультет экономических наук || 2 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность(философия)|Цифровая грамотность]] || Философия || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая_грамотность_(историки)|Цифровая грамотность]] || История || 1 курс || 1-2 модули<br /> |-<br /> | [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 1-2 модули<br /> |-<br /> | [[Статистический анализ в среде R (Социологи 1 семестр 2 модуль)|Статистический анализ в среде R ]] || Социология || 4 курс || 2 модуль<br /> |-<br /> | [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули<br /> |}<br /> <br /> ==Courses of the Statistical Learning Theory program==<br /> [[Neurobayesian_models_2019|Neurobayesian models]]<br /> <br /> = Курсы за 2017/18 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> <br /> [[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]<br /> <br /> [[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_2_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)]]<br /> <br /> [[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_3_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 3 модуль)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_2017/2018_(основной_поток) | Алгоритмы и структуры данных на ПМИ 2017/2018 (основной поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]<br /> <br /> [[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Алгоритмы и структуры данных 1 | Алгоритмы и структуры данных – 1 (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]<br /> <br /> [http://hsealgebra18.wikidot.com Алгебра на ПИ]<br /> <br /> ||<br /> [[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Математический анализ-3 на ПМИ_2017/2018_(основной_поток) | Математический анализ-2 на ПМИ (основной поток)]]<br /> <br /> [[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]<br /> <br /> [[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Дифференциальные уравнения (2 курс, 2017/2018)| Дифференциальные уравнения]]<br /> <br /> ||<br /> [[Машинное_обучение_1/2017_2018 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Численные_методы_2017 | Численные методы]]<br /> <br /> [[Statistics of Stochastic Processes|Статистика случайных процессов 2018]] <br /> <br /> [[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]<br /> <br /> [[Theory_of_Computing | Theory of Computing, AMI]]<br /> <br /> [[Statistical_learning_theory | Introduction to statistical learning theory]]<br /> <br /> [[Parameterized_complexity_2026 | Parameterized complexity]]<br /> <br /> [[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]<br /> <br /> [[Анализ неструктурированных данных]]<br /> <br /> [[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]<br /> <br /> [[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]<br /> <br /> [[Непрерывная_оптимизация | Непрерывная оптимизация]]<br /> <br /> [[ Сложность_и_логика| Сложность вычислений и логика в теоретической информатике]]<br /> <br /> [[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]<br /> <br /> [http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]<br /> <br /> [http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных Машинное обучение на больших данных]<br /> <br /> [[Дискретная_оптимизация | Дискретная оптимизация]]<br /> <br /> ||<br /> <br /> [[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]<br /> <br /> [[Философия_науки_2017 | Философия науки]]<br /> <br /> [[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]<br /> <br /> [[Анализ неструктурированных данных]]<br /> <br /> [[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]<br /> <br /> [[Функциональное программирование 2018 | Функциональное программирование]]<br /> <br /> [http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]<br /> <br /> ||<br /> <br /> [[Современные методы машинного обучения (курс майнора) 2017/2018]]<br /> <br /> [[Введение в программирование (курс майнора) 2017/2018]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2017-2018 | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Прикладные задачи анализа данных (майнор - весна 2018)]]<br /> <br /> [[Маго-лего &quot;Линейная алгебра в приложениях&quot; весна 2018 | Линейная алгебра в приложениях (маго-лего)]]<br /> <br /> [[Функциональный анализ 2017/18 | Функциональный анализ на ПМИ (факультатив)]]<br /> <br /> [[Дополнительные главы теории вероятностей и математической статистики (факультативы) | Дополнительные главы теории вероятностей и математической статистики (факультативы)]]<br /> <br /> [[Дополнительные главы дискретной математики 2017/18 | Дополнительные главы дискретной математики (факультатив)]]<br /> <br /> [[Цифровые технологии в гуманитарных науках]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> <br /> [[Цифровая_грамотность_2018_(2_семестр)|Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)]]&lt;br /&gt;<br /> [[Научно-исследовательский семинар (ФСН) |Научно-исследовательский семинар (ОП &quot;Политология&quot;, 1 курс)]]&lt;br /&gt;<br /> [[Introduction_to_Data_Culture|Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)]]&lt;br /&gt;<br /> [[ИИ_и_БД|Искусственный интеллект и большие данные (ОП &quot;Дизайн&quot;, &quot;Мода&quot;, 1 курс)]]&lt;br /&gt;<br /> [[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП &quot;Фундаментальная и компьютерная лингвистика&quot;, 4 курс, 2 семестр)]]&lt;br /&gt;<br /> [[Основы анализа данных в международных отношениях|Основы анализа данных в международных отношениях (ОП &quot;Международные отношения&quot;, 2 курс, 4 модуль)]]&lt;br /&gt;<br /> [[Введение в data science (2_семестр)|Профориентационный семинар (блок по введению в data scicence) (Факультет социальных наук — 2 семестр: Социология, 1 курс)]]&lt;br /&gt;<br /> [[Введение в Data Science| Введение в Data Science (ФБиМ, 4 модуль)]]&lt;br /&gt;<br /> <br /> === 1 семестр ===<br /> <br /> [[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)]]&lt;br /&gt;<br /> [[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] &lt;br /&gt;<br /> [[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП &quot;Фундаментальная и компьютерная лингвистика&quot;, 4 курс, 1 семестр)]]&lt;br /&gt;<br /> [[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных (факультет экономических наук)]]&lt;br /&gt;<br /> [[Анализ больших данных в социальных науках (ФСН, 2017) | Анализ больших данных в социальных науках (ФСН, 2017)]]&lt;br /&gt;<br /> [[Информационные_технологии_в_деятельности_юриста|Информационные технологии в деятельности юриста (Факультет права)]] &lt;br /&gt;<br /> [[Машинное_обучение_для_лингвистов|Машинное обучение (магистратура Школы лингвистики)]] &lt;br /&gt;<br /> <br /> == Курсы магистратуры Финансовые технологии и анализ данных ==<br /> <br /> [[Вероятностные_модели_и_прикладная_статистика_в_финансовой_математике|Вероятностные модели и прикладная статистика в финансовой математике]] <br /> <br /> <br /> [[Рекомендательные системы и поиск закономерностей в данных|Рекомендательные системы и поиск закономерностей в данных]]<br /> <br /> <br /> == Courses of Data Science master program/Курсы магистерской программы &quot;Науки о данных&quot; ==<br /> <br /> [[Introduction to Machine Learning and Data Mining |Introduction to Machine Learning and Data Mining 2019]]<br /> <br /> [[Introduction to Machine Learning and Data Mining 2020 |Introduction to Machine Learning and Data Mining 2020]]<br /> <br /> = Курсы за 2016/17 учебный год =<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 1 курс !! 2 курс !! 3-4 курс !! майноры<br /> |-<br /> |<br /> <br /> [[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]<br /> <br /> [[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]<br /> <br /> [[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]<br /> <br /> [[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]<br /> <br /> [[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]<br /> <br /> [http://hsealgebra17.wikidot.com/ Алгебра на ПИ]<br /> <br /> || <br /> <br /> [[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]<br /> <br /> [[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]<br /> <br /> [[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]<br /> <br /> [[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]<br /> <br /> [[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]<br /> <br /> [[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]<br /> <br /> [[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]<br /> <br /> [[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]<br /> <br /> [[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]<br /> <br /> [[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]<br /> <br /> [[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]<br /> <br /> || <br /> <br /> [[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]<br /> <br /> [[Машинное_обучение_1/2016_2017 | Машинное обучение 1 на ПМИ]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | Машинное обучение 2 на ПМИ]]<br /> <br /> [[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]<br /> <br /> [[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]<br /> <br /> [http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]<br /> <br /> [http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]<br /> <br /> [[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]<br /> <br /> [[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]<br /> <br /> [[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]<br /> <br /> [[Программирование_на_графических_процессорах | Программирование на графических процессорах]]<br /> <br /> [[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]<br /> <br /> [[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]<br /> <br /> [[Базы данных 2 | Базы данных 2 ]]<br /> <br /> [[Компьютерные сети 2 | Компьютерные сети 2]]<br /> <br /> [[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]<br /> <br /> ||<br /> <br /> [[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]<br /> <br /> [[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2016-2017 | Введение в анализ данных (курс майнора)]]<br /> <br /> [[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]<br /> <br /> |}<br /> <br /> {|width=100%<br /> |style=&quot;vertical-align:top;&quot;|<br /> <br /> &lt;!-- Первая колонка --&gt;<br /> <br /> = Курсы за 2015/16 учебный год =<br /> {|<br /> |-<br /> | [[Технологии программирования|Технологии программирования на ПМИ]]<br /> |-<br /> |[[ОиМП-2015|Основы и методология программирования на ПМИ]]<br /> |-<br /> |[[Алгоритмы и структуры данных 2016]]<br /> |-<br /> |[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]<br /> |-<br /> |[[Алгебра_2015/2016 | Алгебра на ПМИ]]<br /> |-<br /> |[http://hsealgebra.wikidot.com/ Алгебра на ПИ]<br /> |-<br /> |[[Компьютерные системы]]<br /> |-<br /> |[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]<br /> |-<br /> |[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]<br /> |-<br /> |[[Data analysis (Software Engineering)]]&lt;br /&gt;<br /> |-<br /> |[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]<br /> |-<br /> |[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]<br /> |-<br /> |[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]<br /> |-<br /> |[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]<br /> |-<br /> |[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]<br /> |-<br /> |[[Введение в VBA|Введение в VBA]]<br /> |}<br /> <br /> |style=&quot;vertical-align:top;&quot;|<br /> <br /> &lt;!-- Вторая колонка --&gt;<br /> <br /> = Курсы за 2014/15 учебный год =<br /> {|<br /> |-<br /> |[[Основы и методологии программирования]]&lt;br /&gt;<br /> |-<br /> |[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]]&lt;br /&gt;<br /> |-<br /> |[[Анализ данных (Программная инженерия)]]&lt;br /&gt;<br /> |-<br /> |[[Алгебра_2014/2015 | Алгебра]]&lt;br /&gt;<br /> |-<br /> |[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]<br /> |}<br /> <br /> ==== Проектная работа ====<br /> {|<br /> |-<br /> |[[Проектная работа]] &lt;br /&gt;<br /> |-<br /> |[[Учебная практика 1 курс (2016)]]<br /> |-<br /> |[[Проектная работа 2 курс (2016)]]<br /> |}<br /> <br /> &lt;!-- Завершение двухколоночной таблицы --&gt;<br /> |}<br /> <br /> == Мероприятия факультета компьютерных наук ==<br /> === Summer School 2015 ===<br /> [[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]<br /> #[[Lecture 1. Introduction|Introduction]]<br /> #[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]<br /> #[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]<br /> #[[Lecture 4. Parsing|Parsing]]<br /> #[[Lecture 5. Language sources|Language sources]]<br /> #[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]<br /> #[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]<br /> #[[NLP References|References]]<br /> <br /> == Архив ==<br /> * [[Учебная практика 1 курс (2015)]]</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90279 Theory of Computation 2024 2025-03-23T20:32:21Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 03.12''<br /> |-<br /> || [https://youtube.com/live/TBX8sWx7nO0 12.03] || Linear programming kernel for VC, color coding, dynamic programming. Colorcoding [https://drive.google.com/file/d/1RMoIpd6p_L1XXOVeV36g0pdJdbtltbPF/view?usp=sharing from slide 39] || [https://drive.google.com/file/d/16wjIGqbS5UvEUZCxuUfGROUxk2RlLqZl/view?usp=sharing problem list 13] <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.(No recording, sorry.) || [https://drive.google.com/file/d/1mYkshv6q-c_5nY5qfHgosKxBd1zDDvGK/view?usp=sharing problem list 14]<br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90278 Theory of Computation 2024 2025-03-23T20:31:05Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 03.12''<br /> |-<br /> || [https://youtube.com/live/TBX8sWx7nO0 12.03] || Linear programming kernel for VC, color coding, dynamic programming. Colorcoding [https://drive.google.com/file/d/1RMoIpd6p_L1XXOVeV36g0pdJdbtltbPF/view?usp=sharing from slide 39] || [https://drive.google.com/file/d/16wjIGqbS5UvEUZCxuUfGROUxk2RlLqZl/view?usp=sharing problem list 13] <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| [https://drive.google.com/file/d/1mYkshv6q-c_5nY5qfHgosKxBd1zDDvGK/view?usp=sharing problem list 14]<br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90248 Theory of Computation 2024 2025-03-19T16:59:26Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 03.12''<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming. Colorcoding [https://drive.google.com/file/d/1RMoIpd6p_L1XXOVeV36g0pdJdbtltbPF/view?usp=sharing from slide 39] || [https://drive.google.com/file/d/16wjIGqbS5UvEUZCxuUfGROUxk2RlLqZl/view?usp=sharing problem list 13] <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| [https://drive.google.com/file/d/1mYkshv6q-c_5nY5qfHgosKxBd1zDDvGK/view?usp=sharing problem list 14]<br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90139 Theory of Computation 2024 2025-03-12T16:06:00Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 03.12''<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming. Colorcoding [https://drive.google.com/file/d/1RMoIpd6p_L1XXOVeV36g0pdJdbtltbPF/view?usp=sharing from slide 39] || [https://drive.google.com/file/d/16wjIGqbS5UvEUZCxuUfGROUxk2RlLqZl/view?usp=sharing problem list 13] <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90135 Theory of Computation 2024 2025-03-12T12:50:25Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 03.12''<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming (iterated compression). || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90134 Theory of Computation 2024 2025-03-12T12:49:57Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] <br /> ''Update 02.10''<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming (iterated compression). || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90133 Theory of Computation 2024 2025-03-12T12:49:23Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12] ''Update 02.10''<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming (iterated compression). || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90131 Theory of Computation 2024 2025-03-12T08:49:03Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || [https://youtube.com/live/E4aNlvbYoLQ 04.12] || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12]<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming (iterated compression). || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90130 Theory of Computation 2024 2025-03-12T08:46:54Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || 04.12 || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || [https://youtube.com/live/xDaTpuVF0Es 05.03] || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12]<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, dynamic programming (iterated compression). || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90061 Theory of Computation 2024 2025-03-08T15:36:38Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || 04.12 || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || 05.03 || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12]<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, iterated compression, dynamic programming. || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth.|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens https://wiki.cs.hse.ru/index.php?title=Theory_of_Computation_2024&diff=90059 Theory of Computation 2024 2025-03-08T15:36:11Z <p>Bauwens: </p> <hr /> <div><br /> = Classes =<br /> <br /> Lectures: Wednesdays 18h10 in Pokrovkaya room N507 and in [https://us02web.zoom.us/j/82300259484?pwd=NWxXekxBeE5yMm9UTmwvLzNNNGlnUT09 zoom] by [https://www.hse.ru/en/org/persons/160550073 Bruno Bauwens]. <br /> <br /> Seminars: After the lecture in room R207 and on the same zoomlink by [https://www.hse.ru/en/org/persons/190890122 Yaroslav Ivanashev]<br /> <br /> Telegram group for announcements and discussions [https://t.me/+axdYo-H6h35iNWU0 invite link.] The course is similar to [http://wiki.cs.hse.ru/Theory_of_Computation_2023 last year's one] For PI students the course is called ''computational complexity'' and has a 2nd part in Febr--March 2025. <br /> <br /> [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. <br /> <br /> = Exam =<br /> <br /> Dec 19th 9h30 room R503.<br /> <br /> 5 or 6 questions with the same difficulty as the homework questions. You have 3 hours time. <br /> <br /> Each year, 1 of the questions is to prove that some problem is NP-complete. Do not forget to say why the problem is in NP. <br /> <br /> Copies of Sipser's book, Arora&amp;Barak, Mertens&amp;Moore, will be available. (I you have these books or printed parts of them, please bring it.) Also, personal handwritten notes are allowed, but nothing else. [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam]. <br /> <br /> <br /> = Homeworks =<br /> <br /> Deadlines: every 2 weeks, before the lecture at 18h00. Submit in pdf or fotos of handwritten text in [https://classroom.google.com/c/NzEzMTc2NTcyNTI1?cjc=5osql6c google classrooms]. [https://docs.google.com/spreadsheets/d/1gk4wvUV5sHYWj1INOMbuUPspCsMpqul_KPB3npp7PzQ/edit?usp=drive_link Results]. Questions: Yaroslav Ivanashev.<br /> <br /> Tasks are in the problem lists from the seminar. Deadlines: problem lists 1 and 2: at the start of 3rd lecture, lists 3 and 4 at the start of the 5th lecture, etc.<br /> <br /> Late policy: 1 homework can be submitted at most 24h late without explanations. <br /> <br /> <br /> = Course Materials =<br /> <br /> The main reference is Sipser's book &quot;Introduction to the theory of computation&quot;, chapters 3, 4, 7–9.<br /> <br /> If you need some background in math, consider:<br /> [http://www.cs.elte.hu/~lovasz/dmbook.ps Lecture notes: Discrete Mathematics], L. Lovasz, K. Vesztergombi and<br /> [http://rubtsov.su/public/DM-HSE-Draft.pdf Лекции по дискретной математике] (черновик учебника, in Russian)<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Rec !! Summary !! Problem list<br /> |-<br /> || [https://www.youtube.com/watch?v=-VIr385nKVk 23.09] || Turing machines, multitape Turing machines, connection between them. Universal Turing machine. Examples. Time and space complexity. Complexity classes P, PSPACE, EXP. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes]|| [https://drive.google.com/file/d/19T2NKv8gWpLyYQtittxr9lzISdlIJguN/view?usp=sharing problem list 1]<br /> |-<br /> |-<br /> || [https://www.youtube.com/watch?v=tnq5BkcGfk0 25.09] || Simulating k-tape Turing on 1-tape. Undecidability of the Halting problem. Time and space hierarchy theorems. [https://drive.google.com/file/d/15yDi0vZVVAw-2UuBu5Mxc17KWLzSIFML/view?usp=sharing Notes] || [https://drive.google.com/file/d/1vX4cQ9nYWsetLQnZyFxTxzHQaTgJ62WL/view?usp=drive_link problem list 2] ''Update 02.10''<br /> |-<br /> || [https://www.youtube.com/watch?v=VR_A62kFXH8 02.10] || Complexity class NP. Examples. Non-deterministic machines and another definition of NP. Polynomial reductions. NP-hardness and NP-completeness. || [https://drive.google.com/file/d/1SJq-s80aGYKBEtF84fz6pMYQM2ZE1UyA/view?usp=sharing problem list 3]<br /> |-<br /> || [https://www.youtube.com/watch?v=sGfulQ1YoUU 10.10] || NP-completenes of NAE-3SAT, 3colorability, subsetsum, knapsack, Hamiltonian cycle. Circuits: examples, class P/poly, all functions have exponential circuits. https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/1KtVCvyhO99T5cU_jYLG62Zwnqj5aDCor/view?usp=sharing problem list 4]<br /> |-<br /> || [https://www.youtube.com/watch?v=Jqy89FPbFj4 17.10] || Circuit complexity. Classes AC^i and NC^i. Some functions have exponential circuit complexity. NC1 = Boolean formulas of polynomial size. Addition in AC0. Multiplication is in NC1. P is in P/poly. 3SAT is NP-complete. [https://www.dropbox.com/scl/fi/ulrlsa5tw7kz1x0aj7bp1/circuits.pdf?rlkey=q3cx7akryx9hnsgc19yhvv0e3&amp;dl=0 circuit_notes.pdf] || [https://drive.google.com/file/d/15uGUYwI2GfNaEi0upjgjCqmclrWUk75c/view?usp=sharing problem list 5]<br /> |-<br /> || [https://youtube.com/live/kV86JYY8QXs 23.10] || Directed Reachability is in SPACE(log^2 n). TQBF problem, its PSPACE-completeness. PSPACE = NPSPACE. NSPACE(s(n)) is in SPACE(s(n)^2) for space constructible s.|| [https://drive.google.com/file/d/1-vKS0TEAD05ol2BbFpbN510TbKhucBiw/view?usp=sharing problem list 6]<br /> |-<br /> || [https://youtube.com/live/W_uZuQXm53c 06.11] || Oracle computation definitions. There exists an oracle ''A'' for which P&lt;sup&gt;''A''&lt;/sup&gt; = NP&lt;sup&gt;''A''&lt;/sup&gt;. There is an oracle B such that P&lt;sup&gt;''B''&lt;/sup&gt; is not equal to NP&lt;sup&gt;''B''&lt;/sup&gt;. || [https://drive.google.com/file/d/1T9mp2AuPV2YOQ0juTMd9g0VjczHvdnSB/view?usp=sharing problem list 7]<br /> |- <br /> || [https://youtube.com/live/ALO6r52wuIU 13.11] || Probabilistic computation. Probabilistic machines, the class BPP, invariance of the definition BPP for different thresholds, RP, coRP, PP, ZPP. BPP is in P/poly. Most of it is also [https://www.youtube.com/watch?v=YSMgVbOqB-8&amp;list=PLm3J0oaFux3YL5vLXpzOyJiLtqLp6dCW2&amp;index=23 here] and [https://www.cs.cmu.edu/afs/cs/academic/class/15859-f04/www/scribes/lec2.pdf scribe1] [https://lucatrevisan.github.io/cs278-04/notes/lecture08.pdf scribe2] || [https://drive.google.com/file/d/1RlrxybN_p9X1WswJet9jpp9jPQLDYdpy/view?usp=sharing problem list 8]<br /> |-<br /> || [https://www.youtube.com/watch?v=X67F8P0dcAA 20.11] || Approximation algorithms. Definition c-approximation algorithm. 2-approximation for vertex cover and greedy vertex cover is not optimal. (ln n + 1)-approximation for set cover. PTAS for the makespan problem. Based on [https://www.youtube.com/watch?v=MEz1J9wY2iM&amp;pp=ygUYYXBwcm94aW1hdGlvbiBhbGdvcml0aG1z MIT lecture].|| <br /> [https://drive.google.com/file/d/13hfO-2KUxpMnk8o0aLsJ8xO9IYfLzCHK/view?usp=sharing problem list 9]<br /> |-<br /> || [https://youtube.com/live/r9rP3ZojeqY 27.11] || Parameterized complexity: The classes FPT and XP. Kernelization. Examples for vertex cover. [https://drive.google.com/file/d/1W9SU24HW0r5QhugzmrghpkzJUFuC8whq/view?usp=sharing Notes.] || [https://drive.google.com/file/d/1PpRK72BtyKYR0KVi03HDCy7HXvWpzcL6/view?usp=sharing problem list 10] &lt;!-- [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] --&gt;<br /> |-<br /> || 04.12 || Parameterized complexity: W-hierarchy, hardness from the exponential time hypothesis. [https://drive.google.com/file/d/1f-085Gr7E01HepUR-brGJDet-fXJzUwb/view?usp=sharing presentation] [https://drive.google.com/file/d/1OIw7h31N2tt-npC0NrvVgNhYGw_HlJa_/view?usp=sharing Notes] || [https://drive.google.com/file/d/1xhUYMsj0iV2TMZfR8FtkxWUNlcCjdS-N/view?usp=sharing problem list 11] ''Update 05.12''<br /> |- <br /> || 11.12 || ''Colloquium.'' [https://drive.google.com/file/d/1no8CbHKJluGRx7FROpSS7BqXdjOVgdT1/view?usp=sharing Rules and questions.] Version Dec 8th. [https://docs.google.com/spreadsheets/d/10zH6TVcdXWrecW8jcl57MIIq-a_Osk3-bKtPXzQIzA0/edit?usp=sharing Shedule.] || [https://www.dropbox.com/s/37gdsbv2it8omnm/tc-sample-exam.pdf?dl=0 Sample exam] <br /> |-<br /> || 18.12 || ''Colloquium.'' || <br /> |}<br /> <br /> Artem Perfanov's [https://drive.google.com/file/d/16_ZP0X9wwza1RsrXZZGQsx5Igwk_vY9r/view?usp=sharing lecture summaries] [https://drive.google.com/drive/folders/1XsNL2B69akd3A9qaOEgC09NiZXLP8Wbz?usp=drive_link source] (Disclaimer: I did not check them):<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Date !! Software engineering: parameterized complexity, FPT algorithms !! Problem list<br /> |-<br /> || 05.03 || Recap from last lecture. More examples of kernels: linear programming kernel for vertex cover problem. [https://www.dropbox.com/scl/fi/x5gwdae4ny4u3zixoy4pw/student_vc_branching.ipynb?rlkey=5oowq1u3jhy490s84ogojg1s7&amp;dl=0 programming task.] [https://www.dropbox.com/s/zzzaulpmzql7x7u/parameterizedComplexity.pdf?dl=0 presentation].|| [https://drive.google.com/file/d/1sXA5F4gUZ-KvigQspz0ScVLOA38ZcxHb/view?usp=sharing problem list 12]<br /> |-<br /> || 12.03 || Linear programming kernel for VC, color coding, iterated compression, dynamic programming || <br /> |-<br /> || 19.03 || Optional: problems that are FPT on graphs with small treewidth|| <br /> |}<br /> <br /> [https://www.youtube.com/playlist?list=PL8EKo81hBCTGfNPpZlIe7USiEPpZGYDte Recordings last year]<br /> <br /> <br /> = Project (for PI students) =<br /> <br /> During the 3rd module Januari till March 2024 there are projects where you need to implement algorithms from parameterized complexity. (For example, for the vertex cover algorithm and disjoint paths problems.) A grader will check whether your algorithm reaches certain time limits. <br /> <br /> There are 3 tasks: 2 of them about branching and kernelization, 1 task about linear programming bounds. See the table with lectures. The tasks have equal weight for the grade. <br /> <br /> Deadline March 31st, 23h59. <br /> <br /> <br /> = Additional reading = <br /> <br /> Recall that the most important book for our course is ''Sipser, Introduction to the theory of computation'' 3rd edition, 2013, chapters 3, 4, 7–9. This book is intended for Bachelor students. <br /> <br /> The following book is popular with students theoretical computer science, because it contains most materials of our course in a concise way. Moreover, it presents many important advanced topics. I find the style of some proofs rather technical, but I like the topics in this book. <br /> <br /> ''S. Arora and B. Barak, Computational Complexity: A Modern Approach, 2009'' <br /> <br /> The course materials can also be found in various chapters of the following massive book (700 pages). It starts at beginning bachelor level and ends at an advanced master level. It is written in a pleasant style with excellent examples.<br /> <br /> ''C. Moore and S. Mertens, The nature of computation, 2011.''<br /> <br /> This book gives an introduction to important recent research directions in computational hardness. It also studies specific topics (games and planar problems) in huge detail.<br /> <br /> ''E. Demaine, W Gasarch, Haijaghayi, Computational intractability: a guide to lower bounds, 2023'' [https://hardness.mit.edu/ current draft]<br /> <br /> This is an advanced textbook with background on parameterized algorithms.<br /> <br /> ''M. Cygan, F. Fomin and 6 others, Parameterized algorithms, 2016''<br /> <br /> <br /> = Grading =<br /> <br /> For AMI students:<br /> <br /> Final score = 0.35 * [score homework] + 0.35 * [score colloquium] + 0.3 * [score exam] &lt;br&gt;<br /> <br /> For PI students (the course is called &quot;computational complexity&quot; and takes 3 modules). There are 2 scores for this course. The first one, given in December is calculated by the above formula (but it does not mean anything). The second score is given below, and it is the one that will be in the diploma. It includes a programming project. The assignment and grader, will be set up by the end of Februari, the deadline is the end of March. <br /> <br /> Final score = 0.3 * [score homework] + 0.3 * [score colloquium] + 0.2 * [score exam] + 0.2 * [score project] &lt;br&gt;<br /> <br /> <br /> Some homework assignments contain extra problems. Each solution of an extra problem will give 0.5 extra points on the final exam (which is graded out of 10). There will be around 10 extra problems. Rounding is applied only when the final score is transferred to the official grade. Arithmetic rounding is used. Autogrades. If only 6/10 for the exam is needed to get a final score of 10/10, then this will be given automatically. <br /> <br /> <br /> = Office hours =<br /> <br /> Bruno Bauwens: Tuesday 12h -- 20h. Wednesday 16h -- 18h. Friday 11h -- 17h. Better send me an email in advance.<br /> <br /> Yaroslav Ivanashev: Write in telegram.</div> Bauwens