https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Ekononova Wiki - Факультет компьютерных наук - Вклад [ru] 2026-09-20T23:03:29Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B1%D0%B0%D0%B7%D1%8B_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_26/27&diff=97677 Введение в базы данных 26/27 2026-09-18T14:35:37Z <p>Ekononova: /* Преподаватели и учебные ассистенты */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/org/persons/22564953/ Брейман Александр Давидович]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1048997517 Карточка курса и программа]<br /> <br /> [https://t.me/+Tamj-qFV_oU0ZWEy Чат в telegram]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/abreyman Брейман Александр Давидович] || 16:20 — 17:40 || [https://t.me/novosibirrka Горбачева Маргарита Валерьевна]|| -<br /> |-<br /> | ИАД-1 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 18:10 — 19:30 || [https://t.me/daryatrr Тимчишина Дарья Романовна] || [https://t.me/+cb8lscOLe7NjYjFi ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 19:40 — 21:00 || [https://t.me/linakkkkkkkkk Круглова Ангелина Борисовна] || [https://t.me/+Kt01UVNXS9llNjE6 ИАД-2] <br /> |-<br /> | ИАД-3 || [https://t.me/mariapavleeva Павлеева Мария Валерьевна] || 18:10 — 19:30 || [https://t.me/wadupdog Хак Мунши Махидул] || [https://t.me/+iHAdraOLrC8wMjQ1 ИАД-3]<br /> |-<br /> | ИАД-4 || [https://t.me/mariapavleevева Павлеева Мария Валерьевна] || 19:40 — 21:00 || [https://t.me/mvterebov Теребов Михаил Владимирович] || [https://t.me/+x2JVYSZSByo1NDEy ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 18:10 — 19:30 || [https://t.me/barabara567 Бровкин Иван Андреевич] || [https://t.me/+5sQmgX_Yono0MWI6 ИАД-5] <br /> |-<br /> | ИАД-6 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 19:40 — 21:00 || [https://t.me/Vikttoria05 Божко Виктория Вячеславовна] || [https://t.me/+32oo3u8km1FlZmQy ИАД-6] <br /> |-<br /> | ИАД-7 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 11:10 — 12:30 || [https://t.me/kaisaeva Исаева Кира Александровна] || [https://t.me/+GbfH7yhtnNkxODJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 18:10 — 19:30 || [https://t.me/KomissarovaIulia Комиссарова Юлия Александровна ] || [https://t.me/+ajCpLlPmf6UxMDE6 ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/foxleren Мохов Сергей Александрович] || 19:40 — 21:00 || [https://t.me/willlemaa Андреева Дарья Александровна] || [https://t.me/+TH8_RJ5im_NjYTgy ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/abreyman Брейман Александр Давидович] || 18:10 — 19:30 || [https://t.me/mary_itseleva Ицелева Мария Александровна] || [https://t.me/+LoXa-2CQGy5lZjVi ИАД-10]<br /> |}</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97652 Машинное обучение 2/2026 2027 2026-09-16T19:40:56Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [https://github.com/esokolov/ml-course-hse/tree/master/ml2-2026-fall Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [https://docs.google.com/spreadsheets/d/1j3lfzTLXtHbNJgyLsfbGcqGFyhb1yzw5VMRI3TBspbE/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://disk.yandex.ru/d/FCYfQZ7NUkA3DQ Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам]<br /> |-<br /> | ВСН || [https://t.me/malov_pavel Малов Павел] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.25 * ДЗ + 0.3 * К + 0.15 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97607 Машинное обучение 2/2026 2027 2026-09-15T21:20:47Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [https://disk.yandex.ru/d/FCYfQZ7NUkA3DQ Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам]<br /> |-<br /> | ВСН || [https://t.me/malov_pavel Малов Павел] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.25 * ДЗ + 0.3 * К + 0.15 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%91%D0%BE%D0%BB%D1%8C%D1%88%D0%B8%D0%B5_%D1%8F%D0%B7%D1%8B%D0%BA%D0%BE%D0%B2%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_26_27&diff=97577 Большие языковые модели 26 27 2026-09-14T19:07:19Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс посвящен Большим Языковым Моделям a.k.a. LLM и затрагивает темы от базовой теории до практических применений.<br /> <br /> Проводится экспертами из VK.<br /> <br /> === Полезные ссылки ===<br /> <br /> * Чат в Telegram для обсуждений: https://t.me/+2CDOwmUsOcowZTky<br /> * [TBD AnyTask] (инвайт TBD)<br /> * [https://docs.google.com/spreadsheets/d/11ElQwuZ8zNAH0BQL3Y5GAb4vAQ5kxmAuEwQcyyMIOZc/edit?gid=0#gid=0 Оценки]<br /> * [https://cloud.mail.ru/public/Ay5y/b5RNtdUqY Видеозаписи лекций]<br /> <br /> === Организационное ===<br /> <br /> В курсе планируется 10 лекций, по 9 из них (кроме последней) будет летучка в начале следующего занятия.<br /> Летучка - это 5 вопросов на 10 минут по мотивам лекций.<br /> <br /> Иногда мы будем проводить практические занятия, это могут быть<br /> * Вспомогательные лекции, например, вспомнить PyTorch<br /> * Дополнительный полезный материал, например, как масштабировать модели на кластерах<br /> * Семинары или reading club - возможность выступить с разбором статьи на полезную тему<br /> * QA сессии и философские разговоры - по необходимости<br /> <br /> В качестве практики, будет 4 домашних работы, на них будет действовать стандартная система с дедлайнами - мягкий через 2 недели и жесткий через месяц.<br /> После мягкого дедлайна оценка за ДЗ уменьшается в 2 раза.<br /> <br /> '''Выставление оценок'''<br /> <br /> Активности за баллы:<br /> * Домашняя работа - каждая оценивается от 0 до 10 баллов (иногда больше за счет доп баллов)<br /> * Летучка - каждая летучка из 5 вопросов, полностью решенная приносит 10 баллов (по 2 балла за вопрос)<br /> * Выступление на семинаре - 10 баллов<br /> <br /> Оценка = Округление(0.80 * AVG(ДЗ) + 0.09 * AVG(Л) + 0.11 * C)<br /> <br /> == Лекции ==<br /> <br /> <br /> <br /> == Семинары ==<br /> <br /> == Домашние работы ==</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%98%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F_LLM-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC&diff=97559 Инженерия LLM-систем 2026-09-13T23:24:02Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Расскажем, как от теории с курса по NLP перейти к практическому применению больших языковых моделей, научимся обсуждать требования к разного уровня решениям и соберём собственный проект по ходу курса. Стараемся, чтобы курс был скорее направлен на инженерную точку зрения, на происходящее вокруг моделей, на обвязки, сервисы и деплой, нежели на углубление в LLM-теорию, но её тоже затронем по касательной с точки зрения оптимизаций.<br /> <br /> 1. Современные LLM (тюнинг, квантизация)<br /> <br /> 2. RAG и пререквизиты (методы поиска, выбор энкодеров)<br /> <br /> 3. Агентные системы (простые и мультиагентные)<br /> <br /> 4. Инфраструктура вокруг LLM (хостинг LLM, эмбеддингов, observing)<br /> <br /> 5. Системный дизайн LLM-based продукта<br /> <br /> == Расписание ==<br /> <br /> '''Лекция:''' Понедельник 18:10. Ссылка https://x5group.ktalk.ru/qwohxxmh88wo.<br /> <br /> '''Семинары:''' Понедельник 19:40. Ссылка https://x5group.ktalk.ru/qwohxxmh88wo.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Общий чат курса в telegram: https://t.me/+xXrYwaMIgDlmNTcy<br /> <br /> * Github курса: https://github.com/xufana/llm-system-engineering/tree/main<br /> <br /> * Диск с записями: https://drive.google.com/drive/folders/1RCnjnhOeo4jRSz6whCK2MVVv4a0P-dji?usp=sharing<br /> <br /> * Таблица с оценками: TBA<br /> <br /> == Темы курса ==<br /> <br /> (могут слегка варьироваться в дальнейшем в соответствие с запросами аудитории и техническим прогрессом в течение семестра)<br /> <br /> 1. '''Лекция:''' Анатомия системы и бюджет решения; Возможности и ограничения LLM<br /> <br /> '''Семинар:''' Transformer с точки зрения инференса.<br /> <br /> 2. '''Лекция:''' Information retrieval: модели поиска и векторные индексы<br /> <br /> '''Семинар:''' Хранилище и retrieval pipeline, оценка<br /> <br /> 3. '''Лекция:''' RAG: общая концепция, некоторые надстройки<br /> <br /> '''Семинар:''' RAG: улучшение пайплайна, context engineering, промптинг<br /> <br /> 4. '''Лекция:''' Декодирование и structured output<br /> <br /> '''Семинар:''' Constrained generation: schema/grammar, валидация, retry<br /> <br /> 5. '''Лекция:''' Агенты: workflow, single agent, multiagent<br /> <br /> '''Семинар:''' Работа с памятью агента, MCP, харнессы<br /> <br /> 6. '''Лекция:''' Evaluation design: что можно и нужно померить, как мерить, как мерить эффекты; дизайн метрик, бенчмаркинг<br /> <br /> '''Семинар:''' LLM-as-a-judge и evaluation в CI; измерение эффективности, воспроизводимость<br /> <br /> 7. '''Лекция:''' ML system design: от требований к архитектуре<br /> <br /> '''Семинар:''' клиника design doc: команды переводят требования в числа, взаимная приёмка<br /> <br /> 8. '''Лекция:''' Данные и обучение языковых моделей: pretraining, майнинг данных для обучения, оценки, генерация синтетики<br /> <br /> '''Семинар:''' Воркшоп синтетики: генерация → фильтрация → валидация<br /> <br /> 9. '''Лекция:''' Адаптация: SFT, PEFT, post-training обзорно<br /> <br /> 10. '''Лекция:''' Сборка и приборы: тесты, CI, воспроизводимость<br /> <br /> '''Семинар:''' Observability и unit-экономика<br /> <br /> 12. '''Лекция:''' Классы отказов и безопасность<br /> <br /> '''Семинар:''' red-team + деградация<br /> <br /> 13. '''Лекция:''' LLM inference systems; Как устроен inference engine<br /> <br /> '''Семинар:''' Quality–latency–cost<br /> <br /> 14. '''Лекция:''' Квантизация и выбор конфигурации сервинга: Модель под ограничения железа<br /> <br /> '''Семинар:''' Pareto frontier + ADR<br /> <br /> == Домашние задания ==<br /> <br /> TBA<br /> <br /> == Преподаватели ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Преподаватели<br /> |-<br /> | [https://t.me/Xufana Дарья Андреева]<br /> |-<br /> | [https://t.me/SamoedR Роман Соломатин]<br /> |-<br /> | [https://t.me/al_potekhin Александр Потехин]<br /> |-<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = 0,5*О_проект + 0,5*О_ДЗ + 0,1*О_бонус_контрибьют_в_методические_материалы<br /> <br /> О_проект = 0,6*О_защита + 0,4*О_методика_оценивания<br /> О_ДЗ = 0,6*О_соревнование + 0,4*О_КТ_по_проекту<br /> <br /> '''Формат экзамена''': защита проекта.</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_%D0%9A%D0%9D%D0%90%D0%94_2026/27&diff=97558 Глубинное обучение КНАД 2026/27 2026-09-13T21:35:28Z <p>Ekononova: тг</p> <hr /> <div>== О курсе ==<br /> <br /> Пройдём обзорный курс по основам глубинного обучения: основные архитектуры, их модификации и применение к некоторым областям: компьютерному зрению, обработке текста, временным рядам, звуку, и другим.<br /> <br /> == Расписание ==<br /> <br /> '''Лекция:''' Вторник 16:20.<br /> <br /> '''Семинары:''' Вторник 18:10.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Общий чат курса в telegram: https://t.me/ +mSCArWZSDNVmMGQy<br /> <br /> * Github курса: https://github.com/xufana/dl-knad-course/tree/main<br /> <br /> * Таблица с оценками: TBA<br /> <br /> == Темы курса ==<br /> <br /> (могут слегка варьироваться в дальнейшем в соответствие с запросами аудитории и техническим прогрессом в течение семестра)<br /> <br /> 1. Метод обратного распространения ошибки, полносвязные нейронные сети<br /> <br /> 2. Функции потерь, Dropout, Batch Normalization<br /> <br /> 3. Оптимизация нейронных сетей + практика обучения (schedulers, warmup, AMP, grad clipping / accumulation)<br /> <br /> 4. Операция свертки<br /> <br /> 5. Сверточные архитектуры<br /> <br /> 6. Задачи компьютерного зрения: сегментация, детекция, классификация<br /> <br /> 7. Последовательности I: RNN / LSTM / GRU полноценно, BPTT; примеры — временные ряды и текст. Временные ряды обзорно: в чём сложность, почему выделяем в отдельный тип данных<br /> <br /> 8. Последовательности II: звук — спектрограммы, 1D-свертки vs RNN, CTC (ASR обзорно), связь с временными рядами (WaveNet / TCN)<br /> <br /> 9. Эмбеддинги и токенизация как общий принцип (текст, аудио-токены, категориальные признаки) + attention как идея<br /> <br /> 10. Архитектура трансформера (ест любые последовательности: текст, патчи, аудио, ряды). Sampling / temperature. BERT.<br /> <br /> 11. Vision Transformer + transfer learning / fine-tuning как практика общего назначения<br /> <br /> 12. GAN + соревновательные атаки<br /> <br /> 13. Разные модальности: мультимодальные модели и их обучение<br /> <br /> 14. Индустриальный интенсив<br /> <br /> <br /> == Преподаватели ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Преподаватели<br /> |-<br /> | [https://t.me/Xufana Дарья Андреева]<br /> |-<br /> | [https://t.me/GotliebPt Глеб Панин]<br /> |-<br /> | [https://t.me/starminalush Анастасия Изюмова]<br /> |-<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = 0,5*О_проект + 0,35*О_коллок + 0,15*О_квизы<br /> <br /> '''Формат экзамена''': защита проекта (блокирующая).<br /> <br /> == Коллоквиум ==<br /> <br /> TBA<br /> <br /> == Проект ==<br /> <br /> '''Формат:''' воспроизведение научной статьи + улучшение или исправление найденных недочётов<br /> <br /> '''Группа:''' 2–4 человека. Тема: уникальна для группы, выбирается самостоятельно из списка ниже, либо может быть предложена группой по собственной инициативе, но необходимо согласование с преподавателями.<br /> <br /> Остальные подробности [https://github.com/xufana/dl-knad-course/blob/main/project.md на гите]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_%D0%9A%D0%9D%D0%90%D0%94_2026/27&diff=97557 Глубинное обучение КНАД 2026/27 2026-09-13T21:33:04Z <p>Ekononova: init</p> <hr /> <div>== О курсе ==<br /> <br /> Пройдём обзорный курс по основам глубинного обучения: основные архитектуры, их модификации и применение к некоторым областям: компьютерному зрению, обработке текста, временным рядам, звуку, и другим.<br /> <br /> == Расписание ==<br /> <br /> '''Лекция:''' Вторник 16:20.<br /> <br /> '''Семинары:''' Вторник 18:10.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Общий чат курса в telegram: https://t.me/+xXrYwaMIgDlmNTcy<br /> <br /> * Github курса: https://github.com/xufana/dl-knad-course/tree/main<br /> <br /> * Таблица с оценками: TBA<br /> <br /> == Темы курса ==<br /> <br /> (могут слегка варьироваться в дальнейшем в соответствие с запросами аудитории и техническим прогрессом в течение семестра)<br /> <br /> 1. Метод обратного распространения ошибки, полносвязные нейронные сети<br /> <br /> 2. Функции потерь, Dropout, Batch Normalization<br /> <br /> 3. Оптимизация нейронных сетей + практика обучения (schedulers, warmup, AMP, grad clipping / accumulation)<br /> <br /> 4. Операция свертки<br /> <br /> 5. Сверточные архитектуры<br /> <br /> 6. Задачи компьютерного зрения: сегментация, детекция, классификация<br /> <br /> 7. Последовательности I: RNN / LSTM / GRU полноценно, BPTT; примеры — временные ряды и текст. Временные ряды обзорно: в чём сложность, почему выделяем в отдельный тип данных<br /> <br /> 8. Последовательности II: звук — спектрограммы, 1D-свертки vs RNN, CTC (ASR обзорно), связь с временными рядами (WaveNet / TCN)<br /> <br /> 9. Эмбеддинги и токенизация как общий принцип (текст, аудио-токены, категориальные признаки) + attention как идея<br /> <br /> 10. Архитектура трансформера (ест любые последовательности: текст, патчи, аудио, ряды). Sampling / temperature. BERT.<br /> <br /> 11. Vision Transformer + transfer learning / fine-tuning как практика общего назначения<br /> <br /> 12. GAN + соревновательные атаки<br /> <br /> 13. Разные модальности: мультимодальные модели и их обучение<br /> <br /> 14. Индустриальный интенсив<br /> <br /> <br /> == Преподаватели ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Преподаватели<br /> |-<br /> | [https://t.me/Xufana Дарья Андреева]<br /> |-<br /> | [https://t.me/GotliebPt Глеб Панин]<br /> |-<br /> | [https://t.me/starminalush Анастасия Изюмова]<br /> |-<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = 0,5*О_проект + 0,35*О_коллок + 0,15*О_квизы<br /> <br /> '''Формат экзамена''': защита проекта (блокирующая).<br /> <br /> == Коллоквиум ==<br /> <br /> TBA<br /> <br /> == Проект ==<br /> <br /> '''Формат:''' воспроизведение научной статьи + улучшение или исправление найденных недочётов<br /> <br /> '''Группа:''' 2–4 человека. Тема: уникальна для группы, выбирается самостоятельно из списка ниже, либо может быть предложена группой по собственной инициативе, но необходимо согласование с преподавателями.<br /> <br /> Остальные подробности [https://github.com/xufana/dl-knad-course/blob/main/project.md на гите]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97556 Wiki ФКН 2026-09-13T21:23:42Z <p>Ekononova: /* Курсы за 2026/27 учебный год */</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_алгебры_2026/2027 | Основы алгебры]]<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 /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<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 /> [[ 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 /> [[НИС Распределенные системы | 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 /> [[ Мультиагентные_системы | Мультиагентные системы]]<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 /> [[Глубинное_обучение_КНАД_2026/27 | Глубинное обучение 2026/27 (КНАД)]]<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> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97524 Основы глубинного обучения 26/27 2026-09-12T12:19:31Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [https://hse.mts-link.ru/j/122962947/24307973665 МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [https://t.me/+qRQFiVggJ0M2Njhi Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [https://t.me/+wU-holJ2hBhhZmJi Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [https://t.me/+sQnU-8W0yTEzMDdi Чат] || tba <br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [https://t.me/+pbFeXKDAvOQ2Y2Y6 Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.1 * Сем + 0.3 * КР + 0.2 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> Сем — работа на семинарах<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [https://disk.yandex.ru/d/pTfQ7YswYjP5lw яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций (примерный):<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97489 Основы глубинного обучения 26/27 2026-09-11T09:35:36Z <p>Ekononova: /* Правила выставления оценок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [https://hse.mts-link.ru/j/122962947/24307973665 МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [https://t.me/+qRQFiVggJ0M2Njhi Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [https://t.me/+wU-holJ2hBhhZmJi Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [https://t.me/+sQnU-8W0yTEzMDdi Чат] || tba <br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [https://t.me/+pbFeXKDAvOQ2Y2Y6 Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.1 * Сем + 0.3 * КР + 0.2 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> Сем — работа на семинарах<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций (примерный):<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97345 Wiki ФКН 2026-09-08T13:06:07Z <p>Ekononova: /* Курсы за 2026/27 учебный год */</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_алгебры_2026/2027 | Основы алгебры]]<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 /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<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 /> [[ 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 /> [[НИС Распределенные системы | 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 /> [[ Мультиагентные_системы | Мультиагентные системы]]<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> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D1%83%D0%BB%D1%8C%D1%82%D0%B8%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B&diff=97316 Мультиагентные системы 2026-09-07T17:16:49Z <p>Ekononova: </p> <hr /> <div>== Мультиагентные Системы ==<br /> <br /> '''Преподаватель:''' Александр Алгазинов — https://algazinovaleksandr.github.io/<br /> <br /> === Аннотация ===<br /> <br /> Курс о том, как устроены большие языковые модели и как из них собираются работающие агентные системы. Мы идем снизу вверх: сначала механика самой модели - токенизация, трансформер, генерация текста, инференс LLM; затем агент и его части - инструменты и function calling, RAG, память и управление контекстом; затем системы - многоагентные архитектуры, фреймворки, продвинутые методы рассуждений; и, наконец, практика: agentic coding, разбор реальных агентных систем и того, какие у них есть критерии работоспособности, а также эксплуатация агентов в проде - оценка качества, безопасность, стоимость. Основной упор сделан на концепции, а не на конкретные библиотеки: инструментарий в этой области обновляется очень быстро, а идеи под ним - цикл агента, контракт инструмента, решение о том, что попадает в контекст, остаются.<br /> <br /> === План лекций ===<br /> <br /> ''План не финальный: порядок тем, их состав и распределение по лекциям могут меняться.''<br /> <br /> # '''Основы LLM'''<br /> #* Токенизация (BPE) и словарные эмбеддинги<br /> #* Архитектура трансформера на уровне механизма: Q/K/V и что считает attention<br /> #* Предсказание следующего токена - почему модель «не думает», а генерирует<br /> #* Параметры генерации: temperature, top-p, top-k, min-p, штрафы за повторы<br /> # '''Инференс и сервинг LLM'''<br /> #* Фазы prefill и decode<br /> #* Метрики сервинга: TTFT, TPOT<br /> #* KV-кэш и переиспользование префикса<br /> #* Статический и continuous батчинг, PagedAttention<br /> #* Constrained decoding<br /> #* Обзорно: speculative decoding, квантизация, vLLM и SGLang как бэкенды<br /> # '''Введение в агентов'''<br /> #* От классического ML к LLM и далее к LLM-агентам<br /> #* Что такое агент (не обязательно на LLM): rule-based и RL-агенты как примеры<br /> #* Анатомия LLM-агента<br /> #* ReAct и Plan-and-Execute<br /> #* Build vs adopt: писать свой цикл или взять готовый harness<br /> #* Когда агент не нужен<br /> # '''Основы разработки агентов'''<br /> #* Инструменты агента и их таксономия<br /> #* Function calling от начала до конца и его внутреннее устройство<br /> #* Skills<br /> #* Structured output - связь с constrained decoding<br /> #* Валидация и ретраи на невалидном JSON<br /> #* Практика на «сырых» SDK провайдеров: сначала формат запроса, потом абстракции<br /> # '''RAG: базис, практика и собственный retrieval'''<br /> #* Проблема знаний, чанкинг, эмбеддинги для поиска<br /> #* Векторные хранилища и ANN, retrieve-then-generate, гибридный поиск (dense + sparse)<br /> #* Демо: сборка RAG-пайплайна на LlamaIndex<br /> #* Двухстадийный retrieval, hard negative mining, сбор обучающей выборки<br /> #* Признаки ранжирования, реранкинг: GBDT против cross-encoder<br /> #* Метрики поиска: recall@k, MRR, nDCG<br /> # '''Память агентов и Agentic RAG'''<br /> #* Таксономия памяти: рабочая, внешняя, параметрическая; эпизодическая и семантическая<br /> #* Работа с контекстом, который не помещается в окно: map-reduce, суммаризация чанков, иерархическая суммаризация, выбор контекста поиском, выгрузка в файлы<br /> #* Что и когда записывать в память, стратегии извлечения, MemGPT<br /> #* Agentic RAG: corrective, self, adaptive, multi-hop<br /> # '''Многоагентные системы'''<br /> #* Зачем вообще несколько агентов<br /> #* Паттерны взаимодействия: последовательный, оркестратор, групповой чат<br /> #* Субагенты: порождение оркестратором и изоляция контекста<br /> #* Общая память и условия остановки<br /> #* Примеры реальных систем<br /> # '''Ландшафт агентных фреймворков'''<br /> #* LangChain: цепочки, LCEL, AgentExecutor - и что из этого выросло в LangGraph<br /> #* LangGraph: графы, состояние, условные ребра, checkpointers, human-in-the-loop<br /> #* CrewAI, AutoGen<br /> #* SGLang со стороны структурированного исполнения<br /> #* Матрица выбора и сравнительное демо<br /> # '''Продвинутые методы рассуждений'''<br /> #* Zero-shot и few-shot<br /> #* Chain-of-thought как метод, self-consistency<br /> #* Tree of Thoughts, SGR<br /> #* Парадигма «генератор - верификатор»<br /> #* DSPy, демо<br /> # '''Agentic coding: vibe coding и spec-driven development (демо/семинар)'''<br /> #* Vibe coding: что это и где он ломается<br /> #* Spec-driven development: спека → гейт → генерация → ревью<br /> #* Создание агентов и промптинг в Claude Code, файлы инструкций для агента<br /> #* Автоматизация рутины, MCP и собственный MCP-сервер<br /> #* Демо: FastAPI-сервис, собранный по SDD-циклу<br /> # '''Реальные агентные системы: механика, свидетельства, паттерны'''<br /> #* Системы, давшие механику: поток памяти и рефлексия в Smallville, ролевой пайплайн ChatDev<br /> #* Системы с измеримым результатом: кодовые агенты уровня SWE-bench, Voyager, Reflexion<br /> #* Бенчмарки агентов как отдельная тема: SWE-bench, GAIA, WebArena, OSWorld<br /> # '''AgentOps'''<br /> #* Стабильность и предсказуемость вывода: юнит-тесты, анализ траекторий<br /> #* Метрики качества агентов и почему классические (recall, precision, MSE) не переносятся на открытые задачи<br /> #* Task success rate, пошаговая и траекторная оценка, LLM-as-judge, попарное сравнение, человеческая оценка<br /> #* Работа с галлюцинациями, бюджетирование токенов<br /> #* Prompt injection: прямая и косвенная, проблема confused deputy - на примерах «до и после»<br /> #* Кэширование промптов и проектирование агента с учетом кэша, стриминг<br /> # '''Frontiers'''<br /> #* Агентный harness как исследовательский фронтир<br /> #* Самоулучшающиеся и самосоздающиеся агенты (Ouroboros)<br /> #* World models<br /> #* Открытые исследовательские проблемы и будущее AI<br /> <br /> === Формула оценивания ===<br /> <br /> '''Оценка = 0.4 × защита идеи + 0.6 × финальная защита'''<br /> <br /> Проект выполняется командами по четыре человека. Каждый этап оценивается из 10 баллов.<br /> <br /> ==== Защита идеи - 10 баллов ====<br /> <br /> * '''4''' - состоятельная идея: какая именно задача решается, и причем здесь LLM<br /> * '''4''' - работающий MVP: 1 балл - запускается вживую, 1 балл - понятный оформленный репозиторий, 2 балла - ключевая LLM-функциональность<br /> * '''2''' - ответы на технические вопросы<br /> <br /> ==== Финальная защита - 10 баллов ====<br /> <br /> * '''4''' - законченность: 2 балла - задеплоено и доступно по ссылке, 2 балла - соответствует заявленному на защите идеи<br /> * '''4''' - инструментарий и техническая глубина<br /> * '''2''' - ответы на технические вопросы<br /> <br /> ==== Что понимается под технической глубиной ====<br /> <br /> Это не гонка за сложностью: проект с чистым, аккуратно структурированным кодом и сложной прикладной концепцией под ним ничего не теряет из-за того, что в нем нет, например, function calling, ''если вы можете объяснить, почему он вам не понадобился''. Обоснуйте выбор в презентации или в ответах на вопросы.</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97309 Введение в программирование 26/27 2026-09-07T15:52:44Z <p>Ekononova: /* О курсе */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1163484662 Карточка курса и программа]<br /> <br /> [https://edu.hse.ru/course/view.php?id=137326 Online курс]<br /> <br /> [https://t.me/+nHnaglOUotxjZGYy Канал в telegram]<br /> <br /> [https://t.me/+sDowlKcW16BmN2Ri Чат в telegram]<br /> <br /> [https://docs.google.com/spreadsheets/d/1g3VP9h4O0Hm8mbX5IS5Lg5a5BTwyD135NTbTH9mFPZ0/edit?usp=sharing Общая таблица с оценками и контестами(кондуит 2026)]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 09:30-10:50 || [https://t.me/natassshkinsss Тархачева Наталья Андреевна] || [https://t.me/+sDowlKcW16BmN2Ri Лекции]<br /> |-<br /> | ИАД-1 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 11:10-12:30 || [https://t.me/Gleb_Nxx Нестеровский Глеб Юрьевич] || [https://t.me/+q59D187YYU00Nzcy ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 13:00-14:20 || [https://t.me/kaz_brr Мулева Арина Васильевна] || [https://t.me/+rfjIVG2-ndQ2YWE6 ИАД-2]<br /> |-<br /> | ИАД-3 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 14:40-16:00 || [https://t.me/karinaklycheva Клычева Карина Вячеславовна] || [https://t.me/+XJQl1TH9bUcwNjMy ИАД-3]<br /> |-<br /> | ИАД-4 || [https://t.me/ongalek Смоленчук Иван Константинович] || 11:10-12:30 || [https://t.me/kuklinh Федулов Александр Алексеевич] || [https://t.me/+nMXFuy6bNGM5NzRi ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/ongalek Смоленчук Иван Константинович] || 13:00-14:20 || [https://t.me/shyzkek Сабитова Дарья Тимуровна] || [https://t.me/+aDNZpv0oHdNhODRi ИАД-5]<br /> |-<br /> | ИАД-6 || [https://t.me/ongalek Смоленчук Иван Константинович] || 14:40-16:00 || [https://t.me/rrkmh Горячкин Роман Евгеньевич] || [https://t.me/+iz3gM-wwbdQ2MDk6 ИАД-6]<br /> |-<br /> | ИАД-7 || [https://t.me/ydubn Дубнов Юрий] || 13:00-14:40 || [https://t.me/brickckirb Семенов Иван Дмитриевич] || [https://t.me/+rsAPer4aA64yNGJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/ydubn Дубнов Юрий] || 14:40-16:00 || [https://t.me/tundriasha Гребенщикова Таисия Ильинична] || [https://t.me/+07xkJMJ2oTFmOGNi ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/lady_ooppss Киренкина Вероника Юрьевна] || 18:10-19:30 || [https://t.me/Fe1hoaa Шнайдерман Дмитрий Романович] || [https://t.me/+EnDQyRd7ofI3ZDBi ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/praestigiumoi Абасканов Аскар] || 13:00-14:20 || [https://t.me/dfusia Косенкова Арина Владимировна] || [https://t.me/+F59cnw_-XBJkYzYy ИАД-10]<br /> |}<br /> <br /> == Правила оценивания ==<br /> Итоговая оценка рассчитывается по формуле:<br /> <br /> '''Итоговая = 0.25 * КР + 0.1 * Контесты + 0.25 * Семинары + 0.4 * Экзамен'''<br /> <br /> '''Контесты''' = 10 * (НБ / Б&lt;sub&gt;max&lt;/sub&gt;) <br /> <br /> *НБ — набранные баллы, <br /> *Б&lt;sub&gt;max&lt;/sub&gt; — максимальное возможное число баллов. <br /> Задания берутся в основном из онлайн-курса. <br /> <br /> '''Семинары''' — оценка активности на семинарах.<br /> <br /> Студенты могут выборочно приглашаться на защиту любого элемента контроля. <br /> В случае отказа элемент контроля обнуляется. <br /> <br /> В случае плагиата одна задача обнуляет всю работу. <br /> <br /> Округляется только итоговая оценка по следующим правилам:<br /> * 4 начинается с 4.00 <br /> * 9 и 10 начинаются с 8.90 и 9.90 соответственно <br /> * для остальных оценок: 0.50 округляется вниз, 0.51 и выше — вверх</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%91%D0%BE%D0%BB%D1%8C%D1%88%D0%B8%D0%B5_%D1%8F%D0%B7%D1%8B%D0%BA%D0%BE%D0%B2%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_26_27&diff=97283 Большие языковые модели 26 27 2026-09-07T13:45:48Z <p>Ekononova: Новая страница: «Большие языковые модели»</p> <hr /> <div>Большие языковые модели</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97270 Wiki ФКН 2026-09-07T07:56:14Z <p>Ekononova: /* Курсы за 2026/27 учебный год */</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 /> [[Функциональное_программирование_2026/2027 | Функциональное программирование]]<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 /> [[ 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 /> [[НИС Распределенные системы | 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 /> [[ Мультиагентные_системы | Мультиагентные системы]]<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> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D1%83%D0%BB%D1%8C%D1%82%D0%B8%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B&diff=97269 Мультиагентные системы 2026-09-07T07:55:22Z <p>Ekononova: Новая страница: «Мультиагентные системы»</p> <hr /> <div>Мультиагентные системы</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97223 Введение в программирование 26/27 2026-09-06T13:00:45Z <p>Ekononova: /* Преподаватели и учебные ассистенты */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1163484662 Карточка курса и программа]<br /> <br /> [https://edu.hse.ru/course/view.php?id=137326 Online курс]<br /> <br /> [https://t.me/+nHnaglOUotxjZGYy Канал в telegram]<br /> <br /> [https://t.me/+sDowlKcW16BmN2Ri Чат в telegram]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 09:30-10:50 || [https://t.me/natassshkinsss Тархачева Наталья Андреевна] || [https://t.me/+sDowlKcW16BmN2Ri Лекции]<br /> |-<br /> | ИАД-1 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 11:10-12:30 || [https://t.me/Gleb_Nxx Нестеровский Глеб Юрьевич] || [https://t.me/+q59D187YYU00Nzcy ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 13:00-14:20 || [https://t.me/kaz_brr Мулева Арина Васильевна] || [https://t.me/+rfjIVG2-ndQ2YWE6 ИАД-2]<br /> |-<br /> | ИАД-3 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 14:40-16:00 || [https://t.me/karinaklycheva Клычева Карина Вячеславовна] || [https://t.me/+XJQl1TH9bUcwNjMy ИАД-3]<br /> |-<br /> | ИАД-4 || [https://t.me/ongalek Смоленчук Иван Константинович] || 11:10-12:30 || [https://t.me/kuklinh Федулов Александр Алексеевич] || [https://t.me/+nMXFuy6bNGM5NzRi ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/ongalek Смоленчук Иван Константинович] || 13:00-14:20 || [https://t.me/shyzkek Сабитова Дарья Тимуровна] || [https://t.me/+aDNZpv0oHdNhODRi ИАД-5]<br /> |-<br /> | ИАД-6 || [https://t.me/ongalek Смоленчук Иван Константинович] || 14:40-16:00 || [https://t.me/rrkmh Горячкин Роман Евгеньевич] || [https://t.me/+iz3gM-wwbdQ2MDk6 ИАД-6]<br /> |-<br /> | ИАД-7 || [https://t.me/ydubn Дубнов Юрий] || 13:00-14:40 || [https://t.me/brickckirb Семенов Иван Дмитриевич] || [https://t.me/+rsAPer4aA64yNGJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/ydubn Дубнов Юрий] || 14:40-16:00 || [https://t.me/tundriasha Гребенщикова Таисия Ильинична] || [https://t.me/+07xkJMJ2oTFmOGNi ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/lady_ooppss Киренкина Вероника Юрьевна] || 18:10-19:30 || [https://t.me/Fe1hoaa Шнайдерман Дмитрий Романович] || [https://t.me/+EnDQyRd7ofI3ZDBi ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/praestigiumoi Абасканов Аскар] || 13:00-14:20 || [https://t.me/dfusia Косенкова Арина Владимировна] || [https://t.me/+F59cnw_-XBJkYzYy ИАД-10]<br /> |}<br /> <br /> == Правила оценивания ==<br /> Итоговая оценка рассчитывается по формуле:<br /> <br /> '''Итоговая = 0.25 * КР + 0.1 * Контесты + 0.25 * Семинары + 0.4 * Экзамен'''<br /> <br /> '''Контесты''' = 10 * (НБ / Б&lt;sub&gt;max&lt;/sub&gt;) <br /> <br /> *НБ — набранные баллы, <br /> *Б&lt;sub&gt;max&lt;/sub&gt; — максимальное возможное число баллов. <br /> Задания берутся в основном из онлайн-курса. <br /> <br /> '''Семинары''' — оценка активности на семинарах.<br /> <br /> Студенты могут выборочно приглашаться на защиту любого элемента контроля. <br /> В случае отказа элемент контроля обнуляется. <br /> <br /> В случае плагиата одна задача обнуляет всю работу. <br /> <br /> Округляется только итоговая оценка по следующим правилам:<br /> * 4 начинается с 4.00 <br /> * 9 и 10 начинаются с 8.90 и 9.90 соответственно <br /> * для остальных оценок: 0.50 округляется вниз, 0.51 и выше — вверх</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97182 Машинное обучение 2/2026 2027 2026-09-04T18:19:11Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [https://disk.yandex.ru/d/FCYfQZ7NUkA3DQ Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/malov_pavel Малов Павел] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.25 * ДЗ + 0.3 * К + 0.15 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97181 Основы глубинного обучения 26/27 2026-09-04T18:11:22Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [https://hse.mts-link.ru/j/122962947/24307973665 МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [https://t.me/+qRQFiVggJ0M2Njhi Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [https://t.me/+wU-holJ2hBhhZmJi Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [https://t.me/+sQnU-8W0yTEzMDdi Чат] || tba <br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [https://t.me/+pbFeXKDAvOQ2Y2Y6 Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций (примерный):<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97180 Машинное обучение 2/2026 2027 2026-09-04T18:08:46Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [https://disk.yandex.ru/d/FCYfQZ7NUkA3DQ Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/malov_pavel Малов Павел] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97151 Машинное обучение 2/2026 2027 2026-09-03T15:12:52Z <p>Ekononova: /* Семинары */</p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/malov_pavel Малов Павел] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_1_26/27&diff=97150 Глубинное обучение 1 26/27 2026-09-03T14:50:27Z <p>Ekononova: Новая страница: «== О курсе == Это страничка курса &#039;&#039;&#039;Глубинное обучение 1&#039;&#039;&#039; 2026-2027 года (1-2 модуль 3 курса ПМИ, для групп МОП: 241-245, не МОП: 2410-2414, ЭАД, ВСН). Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, каки...»</p> <hr /> <div>== О курсе ==<br /> <br /> Это страничка курса '''Глубинное обучение 1''' 2026-2027 года (1-2 модуль 3 курса ПМИ, для групп МОП: 241-245, не МОП: 2410-2414, ЭАД, ВСН).<br /> <br /> Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие задачи машинного обучения можно решать с помощью нейронных сетей и какие виды нейронных сетей находят свои применения на сегодняшний день. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python. В курсе обзорно, но достаточно для ознакомления разбираются задачи на изображения и тексты.<br /> <br /> === Цели освоения курса ===<br /> # Знание принципа работы и умение обучать следующие виды нейронных сетей: полносвязные, сверточные, рекуррентные, трансформеры.<br /> # Владение фреймворком PyTorch для обучения нейронных сетей.<br /> # Понимание различных задач, которые решаются с применением глубинного обучения.<br /> # Умение обрабатывать данные, адаптировать нейросетевые архитектуры и составлять пайплайны для обучения нейронных сетей.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Репозиторий курса: https://github.com/xiyori/intro-to-dl-hse<br /> <br /> * Таблица с оценками: TBA<br /> <br /> * Anytask: TBA<br /> <br /> * Чат с обсуждением: не скажу<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> Лекции (МОП); кому писать, если кажется, что все пропало: [https://t.me/foma2u Фома Шипилов]<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Семинарист !! Ассистенты !! Инвайт в anytask<br /> |-<br /> | 241 (МОП) || [https://t.me/allwheelsdrive0 Олег Петров] || || TBA<br /> |-<br /> | 242 (МОП) || [https://t.me/foma2u Фома Шипилов] || || TBA<br /> |-<br /> | 243 (МОП) || [https://t.me/anapluslap Анастасия Лапшина ] || || TBA<br /> |-<br /> | 244 (МОП) || [https://t.me/free001style Илья Дробышевский] || || TBA<br /> |-<br /> | 245 (МОП) || [https://t.me/iasudakov Илья Судаков] || || TBA<br /> |-<br /> | 2410 (АДИС) || [https://t.me/adpakwww Александр Пак] || || TBA<br /> |-<br /> | 2411 (АДИС) || [https://t.me/Aidar_lspg Ряжапов Айдар] || || TBA<br /> |-<br /> | 2412 (ТИ) + 2413 (АПР) + 2414 (АДНЖ) || [https://t.me/Sllaavva Вячеслав Юсупов] || || TBA<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий Кирюхов] || || TBA<br /> |-<br /> | ЭАД || TBA || || TBA<br /> |-<br /> | Внешние студенты || любой из четырёх выше || см. таблицу с оценками || так же<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = ''Округление''(0.3 * БДЗ + 0.25 * МДЗ + 0.15 ПР + 0.3 * Э)<br /> <br /> * БДЗ - оценка за большие домашние задания<br /> * МДЗ - оценка за маленькие домашние задания<br /> * ПР - оценка за проверочные работы (проводятся на семинарах)<br /> * Э - оценка за экзамен<br /> <br /> Округление арифметическое. Определим накопленную оценку как ''Накоп'' = ''Округление''((0.3 * БДЗ + 0.25 МДЗ + 0.15 * ПР) / 0.7). Если Накоп &gt;= 8, то студент может получить ''Накоп'' в качестве итоговой оценки, не приходя на экзамен.<br /> <br /> '''Формат экзамена''': письменный, в аудитории, материалами пользоваться не разрешается, 2 часа.<br /> <br /> '''Формат пересдачи''': накопленная оценка сохраняется, формат аналогичен экзамену.<br /> <br /> == Лекции ==<br /> <br /> TBA<br /> <br /> == Семинары ==<br /> <br /> TBA<br /> <br /> == Маленькие домашние задания ==<br /> <br /> TBA<br /> <br /> == Большие домашние задания ==<br /> <br /> TBA<br /> <br /> == Теоретические домашние задания ==<br /> <br /> TBA</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%98%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F_LLM-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC&diff=97144 Инженерия LLM-систем 2026-09-03T14:04:52Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Расскажем, как от теории с курса по NLP перейти к практическому применению больших языковых моделей, научимся обсуждать требования к разного уровня решениям и соберём собственный проект по ходу курса. Стараемся, чтобы курс был скорее направлен на инженерную точку зрения, на происходящее вокруг моделей, на обвязки, сервисы и деплой, нежели на углубление в LLM-теорию, но её тоже затронем по касательной с точки зрения оптимизаций.<br /> <br /> 1. Современные LLM (тюнинг, квантизация)<br /> <br /> 2. RAG и пререквизиты (методы поиска, выбор энкодеров)<br /> <br /> 3. Агентные системы (простые и мультиагентные)<br /> <br /> 4. Инфраструктура вокруг LLM (хостинг LLM, эмбеддингов, observing)<br /> <br /> 5. Системный дизайн LLM-based продукта<br /> <br /> == Расписание ==<br /> <br /> '''Лекция:''' Понедельник 18:10. Ссылка https://x5group.ktalk.ru/qwohxxmh88wo.<br /> <br /> '''Семинары:''' Понедельник 19:40. Ссылка https://x5group.ktalk.ru/qwohxxmh88wo.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Общий чат курса в telegram: https://t.me/+xXrYwaMIgDlmNTcy<br /> <br /> * Github курса: TBA<br /> <br /> * Диск с записями: TBA<br /> <br /> * Таблица с оценками: TBA<br /> <br /> == Темы курса ==<br /> <br /> (могут слегка варьироваться в дальнейшем в соответствие с запросами аудитории и техническим прогрессом в течение семестра)<br /> <br /> 1. '''Лекция:''' Анатомия системы и бюджет решения; Возможности и ограничения LLM<br /> <br /> '''Семинар:''' Transformer с точки зрения инференса.<br /> <br /> 2. '''Лекция:''' Information retrieval: модели поиска и векторные индексы<br /> <br /> '''Семинар:''' Хранилище и retrieval pipeline, оценка<br /> <br /> 3. '''Лекция:''' RAG: общая концепция, некоторые надстройки<br /> <br /> '''Семинар:''' RAG: улучшение пайплайна, context engineering, промптинг<br /> <br /> 4. '''Лекция:''' Декодирование и structured output<br /> <br /> '''Семинар:''' Constrained generation: schema/grammar, валидация, retry<br /> <br /> 5. '''Лекция:''' Агенты: workflow, single agent, multiagent<br /> <br /> '''Семинар:''' Работа с памятью агента, MCP, харнессы<br /> <br /> 6. '''Лекция:''' Evaluation design: что можно и нужно померить, как мерить, как мерить эффекты; дизайн метрик, бенчмаркинг<br /> <br /> '''Семинар:''' LLM-as-a-judge и evaluation в CI; измерение эффективности, воспроизводимость<br /> <br /> 7. '''Лекция:''' ML system design: от требований к архитектуре<br /> <br /> '''Семинар:''' клиника design doc: команды переводят требования в числа, взаимная приёмка<br /> <br /> 8. '''Лекция:''' Данные и обучение языковых моделей: pretraining, майнинг данных для обучения, оценки, генерация синтетики<br /> <br /> '''Семинар:''' Воркшоп синтетики: генерация → фильтрация → валидация<br /> <br /> 9. '''Лекция:''' Адаптация: SFT, PEFT, post-training обзорно<br /> <br /> 10. '''Лекция:''' Сборка и приборы: тесты, CI, воспроизводимость<br /> <br /> '''Семинар:''' Observability и unit-экономика<br /> <br /> 12. '''Лекция:''' Классы отказов и безопасность<br /> <br /> '''Семинар:''' red-team + деградация<br /> <br /> 13. '''Лекция:''' LLM inference systems; Как устроен inference engine<br /> <br /> '''Семинар:''' Quality–latency–cost<br /> <br /> 14. '''Лекция:''' Квантизация и выбор конфигурации сервинга: Модель под ограничения железа<br /> <br /> '''Семинар:''' Pareto frontier + ADR<br /> <br /> == Домашние задания ==<br /> <br /> TBA<br /> <br /> == Преподаватели ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Преподаватели<br /> |-<br /> | [https://t.me/Xufana Дарья Андреева]<br /> |-<br /> | [https://t.me/SamoedR Роман Соломатин]<br /> |-<br /> | [https://t.me/al_potekhin Александр Потехин]<br /> |-<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = 0,5*О_проект + 0,5*О_ДЗ + 0,1*О_бонус_контрибьют_в_методические_материалы<br /> <br /> О_проект = 0,6*О_защита + 0,4*О_методика_оценивания<br /> О_ДЗ = 0,6*О_соревнование + 0,4*О_КТ_по_проекту<br /> <br /> '''Формат экзамена''': защита проекта.</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Natural_Language_Processing_DSBA_2026/2027&diff=97129 Natural Language Processing DSBA 2026/2027 2026-09-03T08:14:11Z <p>Ekononova: </p> <hr /> <div>== Course Syllabus ==<br /> <br /> DSBA Natural Language Processing 2026.<br /> <br /> * DSBA (ПАД ФКН): [https://www.hse.ru/ba/data/courses/1163570047.html Syllabus]<br /> <br /> == Teachers and Assistants ==<br /> <br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Role !! Group 1 !! Group 2<br /> |-<br /> || '''Lecturer'''<br /> | colspan=&quot;3&quot; | [https://t.me/glkuzi Gleb Kuzmin]<br /> |-<br /> || '''Seminarists'''<br /> || [https://t.me/fpakhurov Fedor Pakhurov]<br /> || [https://t.me/xufana Daria Andreeva]<br /> |}<br /> <br /> == Useful links ==<br /> <br /> # [https://github.com/xufana/dsba_nlp '''GitHub''']: for posting weekly material, seminars, useful literature, etc.<br /> # Telegram Сhat: for the course announcements (HW, timetable changes, etc.). https://t.me/ +l7PWZn6sbctiY2Uy (erase the space in the link)<br /> # [https://drive.google.com/drive/folders/1QSdwPgUJYYY3NSi8lA-M-TgYeYPbAjb3?usp=sharing '''GoogleDrive''']: lecture materials, presentations.<br /> <br /> == Course Description ==<br /> <br /> The course “Natural Language Processing” introduces fundamental and modern methods for processing and analyzing natural language at the intersection of machine learning, deep learning, and computational linguistics. The course covers classical NLP methods, neural approaches to text processing, language modeling, attention and Transformer-based architectures, and modern large language models (LLMs). Particular attention is given to practical applications of LLMs, including fine-tuning, retrieval-augmented generation, efficient inference, evaluation, tool use and agents, as well as multimodal models and selected topics in reliable and responsible NLP.<br /> <br /> == Grading System ==<br /> <br /> Relevant grading formulas are presented on the official course home page ([https://www.hse.ru/ba/data/courses/1163570047.html, DSBA Natural Language Processing]).<br /> <br /> '''0.4 * Exam + 0.2 * Сolloq + 0.4 * Project'''<br /> <br /> === Project Assignment ===<br /> <br /> TBA<br /> <br /> === Midterm Colloq ===<br /> <br /> TBA<br /> <br /> === Exam ===<br /> <br /> TBA</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B1%D0%B0%D0%B7%D1%8B_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_26/27&diff=97110 Введение в базы данных 26/27 2026-09-02T12:33:59Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/org/persons/22564953/ Брейман Александр Давидович]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1048997517 Карточка курса и программа]<br /> <br /> [https://t.me/+Tamj-qFV_oU0ZWEy Чат в telegram]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/abreyman Брейман Александр Давидович] || 16:20 — 17:40 || [https://t.me/novosibirrka Горбачева Маргарита Валерьевна]|| -<br /> |-<br /> | ИАД-1 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 18:10 — 19:30 || [https://t.me/daryatrr Тимчишина Дарья Романовна] || [https://t.me/+cb8lscOLe7NjYjFi ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 19:40 — 21:00 || [https://t.me/linakkkkkkkkk Круглова Ангелина Борисовна] || [https://t.me/+Kt01UVNXS9llNjE6 ИАД-2] <br /> |-<br /> | ИАД-3 || [https://t.me/mariapavleeva Павлеева Мария Валерьевна] || 18:10 — 19:30 || [https://t.me/wadupdog Хак Мунши Махидул] || [https://t.me/+iHAdraOLrC8wMjQ1 ИАД-3]<br /> |-<br /> | ИАД-4 || [https://t.me/mariapavleevева Павлеева Мария Валерьевна] || 19:40 — 21:00 || [https://t.me/mvterebov Теребов Михаил Владимирович] || [https://t.me/+x2JVYSZSByo1NDEy ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 18:10 — 19:30 || [https://t.me/barabara567 Бровкин Иван Андреевич] || [https://t.me/+5sQmgX_Yono0MWI6 ИАД-5] <br /> |-<br /> | ИАД-6 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 19:40 — 21:00 || [https://t.me/Vikttoria05 Божко Виктория Вячеславовна] || [https://t.me/+32oo3u8km1FlZmQy ИАД-6] <br /> |-<br /> | ИАД-7 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 11:10 — 12:30 || [https://t.me/kaisaeva Исаева Кира Александровна] || [https://t.me/+GbfH7yhtnNkxODJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 18:10 — 19:30 || [https://t.me/KomissarovaIulia Комиссарова Юлия Александровна ] || [https://t.me/+ajCpLlPmf6UxMDE6 ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/foxleren Мохов Сергей Александрович] || 19:40 — 21:00 || [https://t.me/willlemaa Андреева Дарья Александровна] || [https://t.me/+TH8_RJ5im_NjYTgy ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/llllllllav Щербаков Ярослав Юрьевич] || 13:00 — 14:20 || [https://t.me/mary_itseleva Ицелева Мария Александровна] || [https://t.me/+LoXa-2CQGy5lZjVi ИАД-10]<br /> |}</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Natural_Language_Processing_DSBA_2026/2027&diff=97097 Natural Language Processing DSBA 2026/2027 2026-09-02T00:20:38Z <p>Ekononova: Новая страница: «== Course Syllabus == DSBA Natural Language Processing 2026. * DSBA (ПАД ФКН): [https://www.hse.ru/ba/data/courses/1163570047.html Syllabus] == Teachers and Assistants == {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot; |- ! Role !! Group 1 !! Group 2 |- || &#039;&#039;&#039;Lecturer&#039;&#039;&#039; | colspan=&quot;3&quot; | [https://t.me/glkuzi Gleb Kuzmin] |- || &#039;&#039;&#039;Seminarists&#039;&#039;&#039; || [https://t.me/fpakhurov Fedor Pakhurov] || [https://t.me/xufana Daria Andreeva] |} == Useful links ==...»</p> <hr /> <div>== Course Syllabus ==<br /> <br /> DSBA Natural Language Processing 2026.<br /> <br /> * DSBA (ПАД ФКН): [https://www.hse.ru/ba/data/courses/1163570047.html Syllabus]<br /> <br /> == Teachers and Assistants ==<br /> <br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Role !! Group 1 !! Group 2<br /> |-<br /> || '''Lecturer'''<br /> | colspan=&quot;3&quot; | [https://t.me/glkuzi Gleb Kuzmin]<br /> |-<br /> || '''Seminarists'''<br /> || [https://t.me/fpakhurov Fedor Pakhurov]<br /> || [https://t.me/xufana Daria Andreeva]<br /> |}<br /> <br /> == Useful links ==<br /> <br /> # [https://github.com/xufana/dsba_nlp '''GitHub''']: for posting weekly material, seminars, useful literature, etc.<br /> # Telegram Сhat (the link is in Smart LMS): for the course announcements (HW, timetable changes, etc.).<br /> <br /> == Course Description ==<br /> <br /> The course “Natural Language Processing” introduces fundamental and modern methods for processing and analyzing natural language at the intersection of machine learning, deep learning, and computational linguistics. The course covers classical NLP methods, neural approaches to text processing, language modeling, attention and Transformer-based architectures, and modern large language models (LLMs). Particular attention is given to practical applications of LLMs, including fine-tuning, retrieval-augmented generation, efficient inference, evaluation, tool use and agents, as well as multimodal models and selected topics in reliable and responsible NLP.<br /> <br /> == Grading System ==<br /> <br /> Relevant grading formulas are presented on the official course home page ([https://www.hse.ru/ba/data/courses/1163570047.html, DSBA Natural Language Processing]).<br /> <br /> '''0.4 * Exam + 0.2 * Сolloq + 0.4 * Project'''<br /> <br /> === Project Assignment ===<br /> <br /> TBA<br /> <br /> === Midterm Colloq ===<br /> <br /> TBA<br /> <br /> === Exam ===<br /> <br /> TBA</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B1%D0%B0%D0%B7%D1%8B_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_26/27&diff=97088 Введение в базы данных 26/27 2026-09-01T16:28:14Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/org/persons/22564953/ Брейман Александр Давидович]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1048997517 Карточка курса и программа]<br /> <br /> [https://t.me/+O1JjZivvSGU3NjVi Чат в telegram]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/abreyman Брейман Александр Давидович] || 16:20 — 17:40 || [https://t.me/novosibirrka Горбачева Маргарита Валерьевна]|| -<br /> |-<br /> | ИАД-1 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 18:10 — 19:30 || [https://t.me/daryatrr Тимчишина Дарья Романовна] || [https://t.me/+cb8lscOLe7NjYjFi ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/AleAlenka2020 Шачнева Елена Андреевна] || 19:40 — 21:00 || [https://t.me/linakkkkkkkkk Круглова Ангелина Борисовна] || [https://t.me/+Kt01UVNXS9llNjE6 ИАД-2] <br /> |-<br /> | ИАД-3 || [https://t.me/mariapavleeva Павлеева Мария Валерьевна] || 18:10 — 19:30 || [https://t.me/wadupdog Хак Мунши Махидул] || [https://t.me/+iHAdraOLrC8wMjQ1 ИАД-3]<br /> |-<br /> | ИАД-4 || [https://t.me/mariapavleevева Павлеева Мария Валерьевна] || 19:40 — 21:00 || [https://t.me/mvterebov Теребов Михаил Владимирович] || [https://t.me/+x2JVYSZSByo1NDEy ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 18:10 — 19:30 || [https://t.me/barabara567 Бровкин Иван Андреевич] || [https://t.me/+5sQmgX_Yono0MWI6 ИАД-5] <br /> |-<br /> | ИАД-6 || [https://t.me/leviusss Сушкевич Лев Алексеевич] || 19:40 — 21:00 || [https://t.me/Vikttoria05 Божко Виктория Вячеславовна] || [https://t.me/+32oo3u8km1FlZmQy ИАД-6] <br /> |-<br /> | ИАД-7 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 11:10 — 12:30 || [https://t.me/kaisaeva Исаева Кира Александровна] || [https://t.me/+GbfH7yhtnNkxODJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/odin_C_hater Бакуров Тимофей Олегович] || 18:10 — 19:30 || [https://t.me/KomissarovaIulia Комиссарова Юлия Александровна ] || [https://t.me/+ajCpLlPmf6UxMDE6 ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/foxleren Мохов Сергей Александрович] || 19:40 — 21:00 || [https://t.me/willlemaa Андреева Дарья Александровна] || [https://t.me/+TH8_RJ5im_NjYTgy ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/llllllllav Щербаков Ярослав Юрьевич] || 13:00 — 14:20 || [https://t.me/mary_itseleva Ицелева Мария Александровна] || [https://t.me/+LoXa-2CQGy5lZjVi ИАД-10]<br /> |}</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%98%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F_LLM-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC&diff=97080 Инженерия LLM-систем 2026-09-01T13:40:01Z <p>Ekononova: описание курса</p> <hr /> <div>== О курсе ==<br /> <br /> Расскажем, как от теории с курса по NLP перейти к практическому применению больших языковых моделей, научимся обсуждать требования к разного уровня решениям и соберём собственный проект по ходу курса. Стараемся, чтобы курс был скорее направлен на инженерную точку зрения, на происходящее вокруг моделей, на обвязки, сервисы и деплой, нежели на углубление в LLM-теорию, но её тоже затронем по касательной с точки зрения оптимизаций.<br /> <br /> 1. Современные LLM (тюнинг, квантизация)<br /> <br /> 2. RAG и пререквизиты (методы поиска, выбор энкодеров)<br /> <br /> 3. Агентные системы (простые и мультиагентные)<br /> <br /> 4. Инфраструктура вокруг LLM (хостинг LLM, эмбеддингов, observing)<br /> <br /> 5. Системный дизайн LLM-based продукта<br /> <br /> == Расписание ==<br /> <br /> '''Лекция:''' Понедельник 18:10. Ссылка TBA.<br /> <br /> '''Семинары:''' Четверг 19:40. Ссылка TBA.<br /> <br /> == Полезные ссылки ==<br /> <br /> * Общий чат курса в telegram: https://t.me/+xXrYwaMIgDlmNTcy<br /> <br /> * Github курса: TBA<br /> <br /> * Диск с записями: TBA<br /> <br /> * Таблица с оценками: TBA<br /> <br /> == Темы курса ==<br /> <br /> (могут слегка варьироваться в дальнейшем в соответствие с запросами аудитории и техническим прогрессом в течение семестра)<br /> <br /> 1. '''Лекция:''' Анатомия системы и бюджет решения; Возможности и ограничения LLM<br /> <br /> '''Семинар:''' Transformer с точки зрения инференса.<br /> <br /> 2. '''Лекция:''' Information retrieval: модели поиска и векторные индексы<br /> <br /> '''Семинар:''' Хранилище и retrieval pipeline, оценка<br /> <br /> 3. '''Лекция:''' RAG: общая концепция, некоторые надстройки<br /> <br /> '''Семинар:''' RAG: улучшение пайплайна, context engineering, промптинг<br /> <br /> 4. '''Лекция:''' Декодирование и structured output<br /> <br /> '''Семинар:''' Constrained generation: schema/grammar, валидация, retry<br /> <br /> 5. '''Лекция:''' Агенты: workflow, single agent, multiagent<br /> <br /> '''Семинар:''' Работа с памятью агента, MCP, харнессы<br /> <br /> 6. '''Лекция:''' Evaluation design: что можно и нужно померить, как мерить, как мерить эффекты; дизайн метрик, бенчмаркинг<br /> <br /> '''Семинар:''' LLM-as-a-judge и evaluation в CI; измерение эффективности, воспроизводимость<br /> <br /> 7. '''Лекция:''' ML system design: от требований к архитектуре<br /> <br /> '''Семинар:''' клиника design doc: команды переводят требования в числа, взаимная приёмка<br /> <br /> 8. '''Лекция:''' Данные и обучение языковых моделей: pretraining, майнинг данных для обучения, оценки, генерация синтетики<br /> <br /> '''Семинар:''' Воркшоп синтетики: генерация → фильтрация → валидация<br /> <br /> 9. '''Лекция:''' Адаптация: SFT, PEFT, post-training обзорно<br /> <br /> 10. '''Лекция:''' Сборка и приборы: тесты, CI, воспроизводимость<br /> <br /> '''Семинар:''' Observability и unit-экономика<br /> <br /> 12. '''Лекция:''' Классы отказов и безопасность<br /> <br /> '''Семинар:''' red-team + деградация<br /> <br /> 13. '''Лекция:''' LLM inference systems; Как устроен inference engine<br /> <br /> '''Семинар:''' Quality–latency–cost<br /> <br /> 14. '''Лекция:''' Квантизация и выбор конфигурации сервинга: Модель под ограничения железа<br /> <br /> '''Семинар:''' Pareto frontier + ADR<br /> <br /> == Домашние задания ==<br /> <br /> TBA<br /> <br /> == Преподаватели ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Преподаватели<br /> |-<br /> | [https://t.me/Xufana Дарья Андреева]<br /> |-<br /> | [https://t.me/SamoedR Роман Соломатин]<br /> |-<br /> | [https://t.me/al_potekhin Александр Потехин]<br /> |-<br /> |}<br /> <br /> == Формула оценок ==<br /> <br /> ''Итог'' = 0,5*О_проект + 0,5*О_ДЗ + 0,1*О_бонус_контрибьют_в_методические_материалы<br /> <br /> О_проект = 0,6*О_защита + 0,4*О_методика_оценивания<br /> О_ДЗ = 0,6*О_соревнование + 0,4*О_КТ_по_проекту<br /> <br /> '''Формат экзамена''': защита проекта.</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97079 Wiki ФКН 2026-09-01T13:25:02Z <p>Ekononova: /* Курсы за 2026/27 учебный год */</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 /> [[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_2026/2027_(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> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%98%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F_LLM-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC&diff=97078 Инженерия LLM-систем 2026-09-01T13:23:48Z <p>Ekononova: Новая страница: «Привет!»</p> <hr /> <div>Привет!</div> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97066 Wiki ФКН 2026-09-01T11:21:04Z <p>Ekononova: /* Курсы в рамках проекта Data Culture */</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 /> [[ 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 /> [[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 /> | 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> Ekononova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=97065 Wiki ФКН 2026-09-01T11:20:20Z <p>Ekononova: /* Курсы в рамках проекта Data Culture */</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 /> [[ 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 /> [[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 /> | 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> Ekononova https://wiki.cs.hse.ru/index.php?title=%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%BD%D0%B0_Python_(%D1%83%D0%B3%D0%BB%D1%83%D0%B1%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%BA%D1%83%D1%80%D1%81)_%D0%AD%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0%B8%D0%BA%D0%B0&diff=97064 Основы программирования на Python (углубленный курс) Экономика 2026-09-01T11:19:40Z <p>Ekononova: Новая страница: «== О курсе == Модули реализации: 1-2 модуль Лектор — Нечаев Сергей Петрович (@spnechaev) Семинаристы: Группа 1 — Виноградов Олег Дмитриевич (@olevino) Группа 2 — Трохачев Андрей Вадимович (@avtrok666) Группа 3 — Ассистенты:»</p> <hr /> <div>== О курсе ==<br /> <br /> Модули реализации: 1-2 модуль<br /> <br /> Лектор — Нечаев Сергей Петрович (@spnechaev)<br /> <br /> Семинаристы:<br /> <br /> Группа 1 — Виноградов Олег Дмитриевич (@olevino)<br /> Группа 2 — Трохачев Андрей Вадимович (@avtrok666)<br /> Группа 3 — <br /> <br /> Ассистенты:</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97059 Введение в программирование 26/27 2026-09-01T10:57:44Z <p>Ekononova: /* О курсе */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1163484662 Карточка курса и программа]<br /> <br /> [https://edu.hse.ru/course/view.php?id=137326 Online курс]<br /> <br /> [https://t.me/+nHnaglOUotxjZGYy Канал в telegram]<br /> <br /> [https://t.me/+sDowlKcW16BmN2Ri Чат в telegram]<br /> <br /> == Преподаватели и учебные ассистенты ==<br /> {| class=&quot;wikitable&quot; style=&quot;text-align:center&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Время занятия !! Учебные ассистенты !! Ссылка на чат в тг<br /> |-<br /> | Лекции || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 09:30-10:50 || [https://t.me/natassshkinsss Тархачева Наталья Андреевна] || [https://t.me/+sDowlKcW16BmN2Ri Лекции]<br /> |-<br /> | ИАД-1 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 11:10-12:30 || [https://t.me/Gleb_Nxx Нестеровский Глеб Юрьевич] || [https://t.me/+q59D187YYU00Nzcy ИАД-1]<br /> |-<br /> | ИАД-2 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 13:00-14:20 || || <br /> |-<br /> | ИАД-3 || [https://t.me/tvozn Вознесенская Тамара Васильевна] || 14:40-16:00 || [https://t.me/karinaklycheva Клычева Карина Вячеславовна] || ИАД-3<br /> |-<br /> | ИАД-4 || [https://t.me/ongalek Смоленчук Иван Константинович] || 11:10-12:30 || [https://t.me/kuklinh Федулов Александр Алексеевич] || [https://t.me/+nMXFuy6bNGM5NzRi ИАД-4]<br /> |-<br /> | ИАД-5 || [https://t.me/ongalek Смоленчук Иван Константинович] || 13:00-14:20 || [https://t.me/shyzkek Сабитова Дарья Тимуровна] || [https://t.me/+aDNZpv0oHdNhODRi ИАД-5]<br /> |-<br /> | ИАД-6 || [https://t.me/ongalek Смоленчук Иван Константинович] || 14:40-16:00 || [https://t.me/rrkmh Горячкин Роман Евгеньевич] || [https://t.me/+iz3gM-wwbdQ2MDk6 ИАД-6]<br /> |-<br /> | ИАД-7 || [https://t.me/ydubn Дубнов Юрий] || 13:00-14:40 || [https://t.me/brickckirb Семенов Иван Дмитриевич] || [https://t.me/+rsAPer4aA64yNGJi ИАД-7]<br /> |-<br /> | ИАД-8 || [https://t.me/ydubn Дубнов Юрий] || 14:40-16:00 || [https://t.me/tundriasha Гребенщикова Таисия Ильинична] || [https://t.me/+07xkJMJ2oTFmOGNi ИАД-8]<br /> |-<br /> | ИАД-9 || [https://t.me/lady_ooppss Киренкина Вероника Юрьевна] || 18:10-19:30 || [https://t.me/Fe1hoaa Шнайдерман Дмитрий Романович] || [https://t.me/+EnDQyRd7ofI3ZDBi ИАД-9]<br /> |-<br /> | ИАД-10 || [https://t.me/praestigiumoi Абасканов Аскар] || 13:00-14:20 || [https://t.me/dfusia Косенкова Арина Владимировна] || [https://t.me/+F59cnw_-XBJkYzYy ИАД-10]<br /> |}<br /> <br /> == Правила оценивания ==<br /> Итоговая оценка рассчитывается по формуле:<br /> <br /> '''Итоговая = 0.25 * КР + 0.1 * Контесты + 0.25 * Семинары + 0.4 * Экзамен'''<br /> <br /> '''Контесты''' = 10 * (НБ / Б&lt;sub&gt;max&lt;/sub&gt;) <br /> <br /> *НБ — набранные баллы, <br /> *Б&lt;sub&gt;max&lt;/sub&gt; — максимальное возможное число баллов. <br /> Задания берутся в основном из онлайн-курса. <br /> <br /> '''Семинары''' (&lt;=10) — оценка активности на семинарах.<br /> <br /> Студенты могут выборочно приглашаться на защиту любого элемента контроля. <br /> В случае отказа элемент контроля обнуляется. <br /> <br /> В случае плагиата одна задача обнуляет всю работу. <br /> <br /> Округляется только итоговая оценка по следующим правилам:<br /> * 4 начинается с 4.00 <br /> * 9 и 10 начинаются с 8.90 и 9.90 соответственно <br /> * для остальных оценок: 0.50 округляется вниз, 0.51 и выше — вверх</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97046 Введение в программирование 26/27 2026-09-01T09:59:17Z <p>Ekononova: /* О курсе */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> === Полезные ссылки ===<br /> [https://www.hse.ru/edu/courses/1163484662 Карточка курса и программа]<br /> <br /> [https://edu.hse.ru/course/view.php?id=137326 Online курс]<br /> <br /> [https://t.me/+nHnaglOUotxjZGYy Канал в telegram]<br /> <br /> [https://t.me/+sDowlKcW16BmN2Ri Чат в telegram]<br /> <br /> == Правила оценивания ==<br /> Итоговая оценка рассчитывается по формуле:<br /> <br /> '''Итоговая = 0.25 * КР + 0.1 * Контесты + 0.25 * Семинары + 0.4 * Экзамен'''<br /> <br /> '''Контесты''' = 10 * (НБ / Б&lt;sub&gt;max&lt;/sub&gt;) <br /> <br /> *НБ — набранные баллы, <br /> *Б&lt;sub&gt;max&lt;/sub&gt; — максимальное возможное число баллов. <br /> Задания берутся в основном из онлайн-курса. <br /> <br /> '''Семинары''' (&lt;=10) — оценка активности на семинарах.<br /> <br /> Студенты могут выборочно приглашаться на защиту любого элемента контроля. <br /> В случае отказа элемент контроля обнуляется. <br /> <br /> В случае плагиата одна задача обнуляет всю работу. <br /> <br /> Округляется только итоговая оценка по следующим правилам:<br /> * 4 начинается с 4.00 <br /> * 9 и 10 начинаются с 8.90 и 9.90 соответственно <br /> * для остальных оценок: 0.50 округляется вниз, 0.51 и выше — вверх</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97043 Введение в программирование 26/27 2026-09-01T09:53:40Z <p>Ekononova: /* Правила оценивания */</p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> <br /> == Правила оценивания ==<br /> Итоговая оценка рассчитывается по формуле:<br /> <br /> '''Итоговая = 0.25 * КР + 0.1 * Контесты + 0.25 * Семинары + 0.4 * Экзамен'''<br /> <br /> '''Контесты''' = 10 * (НБ / Б&lt;sub&gt;max&lt;/sub&gt;) <br /> <br /> *НБ — набранные баллы, <br /> *Б&lt;sub&gt;max&lt;/sub&gt; — максимальное возможное число баллов. <br /> Задания берутся в основном из онлайн-курса. <br /> <br /> '''Семинары''' (&lt;=10) — оценка активности на семинарах.<br /> <br /> Студенты могут выборочно приглашаться на защиту любого элемента контроля. <br /> В случае отказа элемент контроля обнуляется. <br /> <br /> В случае плагиата одна задача обнуляет всю работу. <br /> <br /> Округляется только итоговая оценка по следующим правилам:<br /> * 4 начинается с 4.00 <br /> * 9 и 10 начинаются с 8.90 и 9.90 соответственно <br /> * для остальных оценок: 0.50 округляется вниз, 0.51 и выше — вверх</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%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%D0%B5_26/27&diff=97041 Введение в программирование 26/27 2026-09-01T09:50:36Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> Курс читается для студентов 2-го курса майнора ИАД в 1-2 модулях.<br /> <br /> Лектор - [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Тамара Васильевна]<br /> <br /> <br /> == Правила оценивания ==</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97028 Машинное обучение 2/2026 2027 2026-08-31T21:48:07Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97027 Машинное обучение 2/2026 2027 2026-08-31T21:48:00Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97026 Машинное обучение 2/2026 2027 2026-08-31T21:47:48Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97025 Машинное обучение 2/2026 2027 2026-08-31T21:47:31Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97024 Машинное обучение 2/2026 2027 2026-08-31T21:47:18Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97023 Машинное обучение 2/2026 2027 2026-08-31T21:47:01Z <p>Ekononova: /* Полезные ссылки */</p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=97022 Машинное обучение 2/2026 2027 2026-08-31T21:46:47Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> <br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа]<br /> <br /> [Материалы] <br /> <br /> [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]<br /> <br /> Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+&lt;номер группы&gt;@gmail.com (например, hse.cs.ml+161@gmail.com)<br /> <br /> [https://t.me/+scnOhN5a-kkwMjEy Канал в telegram для объявлений]<br /> <br /> [https://t.me/+D4w_iuOwHYA5MjIy Чат в telegram для обсуждений] (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп)<br /> <br /> [https://anytask.org/course/1293 Anytask для сдачи домашних заданий]<br /> <br /> [Таблица с оценками]<br /> <br /> [Плейлист с записями занятий]<br /> <br /> '''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.<br /> Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].<br /> <br /> === Семинары ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебный ассистент<br /> |-<br /> | БПМИ241 || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/alibaba_dushan Бабинский Георгий], [https://t.me/daaamn1T Дубовицкий Алексей]<br /> |-<br /> | БПМИ242 || [https://t.me/ponomarchuk_anna Пономарчук Анна] || [https://t.me/YaItco Маркотенко Александр], [https://t.me/alex_karachun Карачун Александр]<br /> |-<br /> | БПМИ243 || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/kryalka Синицина Софья], [https://t.me/karishaiv Иванова Карина]<br /> |-<br /> | БПМИ244 || [https://t.me/plxlrd Шевченко Артём] || [https://t.me/truesimpp Пастушенко Вадим], [https://t.me/krabupel Архипов Виктор]<br /> |-<br /> | БПМИ245 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/priymak_s Приймак Сергей], [https://t.me/]<br /> |-<br /> | ЭАД || [https://t.me/irra_po Полякова Ирина] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/anna_paramoshka Парамонова Анна]<br /> |-<br /> | ВСН || [https://t.me/goffkir Григорий] || [https://t.me/Gleb_Semenoff Семенов Глеб], [https://t.me/n1kon0ff Никонов Владимир]<br /> |-<br /> | КНАД || [https://t.me/starminalush Изюмова Анастасия] || [https://t.me/sodeniZz Матвеев Денис], [https://t.me/siehfis Филиппович Мария]<br /> |-<br /> | КПВ || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/lizyn Зорькина Елизавета], [https://t.me/tupoygleb Кузнеченкова Елизавета]<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций<br /> * Практические домашние работы на Python<br /> * Устный коллоквиум<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br /> <br /> Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)<br /> <br /> ПР — средняя оценка за самостоятельные работы на семинарах<br /> <br /> ДЗ — средняя оценка за практические домашние работы на Python<br /> <br /> К — оценка за коллоквиум<br /> <br /> Э — оценка за экзамен<br /> <br /> Округление арифметическое.<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> == Теоретические задания ==<br /> <br /> [Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах.<br /> <br /> == Практические задания ==<br /> <br /> [Репозиторий с ДЗ]<br /> <br /> == Коллоквиум ==<br /> <br /> На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума &quot;стоит&quot; 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Экзамен ==<br /> <br /> [Вопросы для подготовки]<br /> <br /> == Полезные материалы ==<br /> ===Книги===<br /> * Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.<br /> * Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.<br /> * Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.<br /> * Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.<br /> * Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br /> * Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.<br /> <br /> ===Курсы по машинному обучению и анализу данных===<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br /> * [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Coursera: Машинное обучение от статистики до нейросетей (специализация)]<br /> * [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br /> * [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br /> <br /> == Страницы предыдущих лет ==<br /> <br /> [[Машинное_обучение_2/2025_2026 | 2025/2026 учебный год]]<br /> <br /> [[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]]<br /> <br /> [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]<br /> <br /> [[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]<br /> <br /> [[Машинное_обучение_2/2021_2022 | 2021/2022 учебный год]]<br /> <br /> [[Машинное_обучение_2/2020_2021 | 2020/2021 учебный год]]<br /> <br /> [[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]<br /> <br /> [[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]<br /> <br /> [[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]<br /> <br /> [[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97021 Основы глубинного обучения 26/27 2026-08-31T21:06:48Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [https://hse.mts-link.ru/j/122962947/24307973665 МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [https://t.me/+qRQFiVggJ0M2Njhi Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [Чат] || to be added<br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [https://t.me/+pbFeXKDAvOQ2Y2Y6 Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций (примерный):<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97010 Основы глубинного обучения 26/27 2026-08-30T13:37:31Z <p>Ekononova: /* Лекции */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [tba МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [tba Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [tba Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [Чат] || to be added<br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций (примерный):<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97009 Основы глубинного обучения 26/27 2026-08-30T13:29:29Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20) в [https://us06web.zoom.us/j/84328298776?pwd=hGUZkaoav6cSufjsT9leQ5wOYaCcXk.1 Zoom].<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [tba МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [tba Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [tba Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [Чат] || to be added<br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций:<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=97008 Основы глубинного обучения 26/27 2026-08-30T13:26:32Z <p>Ekononova: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20).<br /> <br /> === Полезные ссылки ===<br /> <br /> [https://www.hse.ru/edu/courses/1048791037 Карточка курса и программа]<br /> <br /> [https://github.com/hse-ds/iad-deep-learning Репозиторий с материалами]<br /> <br /> [https://anytask.org/course/1292 Домашние задание сдаются в Anytask]<br /> <br /> Канал в telegram для объявлений: [https://t.me/iad_2026 мега канал]<br /> <br /> Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): [https://t.me/iad_2026_chat мега чат]<br /> <br /> [https://docs.google.com/spreadsheets/d/1R_Sqsa2QUoy_xAaufa72cMr8vEY3jyD1FK8zq5dlp8c/edit?usp=sharing Таблица с оценками]<br /> <br /> '''Вопросы''' по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].<br /> <br /> === Семинары ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Инвайт в anytask <br /> |- <br /> | ИАД-1 || [https://t.me/markblumenau Марк Блуменау] || [https://t.me/moria_vohus Мария Сухова] || [tba МТС Линк] || [https://t.me/+CO5PNiL9l5NhNjNi Чат] || tba<br /> |-<br /> | ИАД-2 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/Ya_oolya Ольга Волчкова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98935025805 Zoom] || [tba Чат] || tba<br /> |-<br /> | ИАД-3 || [https://t.me/praestigiumoi Абасканов Аскар] || [https://t.me/nikiiti Никита Канин], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://avito.ktalk.ru/w0ldery5rj7u Avito Talk] || [tba Чат] || tba<br /> |- <br /> | ИАД-4 || [https://t.me/murr4a Кантонистова Елена] || [https://t.me/belsashas Александра Белых], [https://t.me/vilson_khchoian Вильсон Хчоян] || [https://telemost.360.yandex.ru/j/2072623594 Телемост] || [https://t.me/+0xDG1JLQGWhkYTRi Чат] || tba<br /> |- <br /> | ИАД-5 || [https://t.me/andreynar Нарцев Андрей] || [https://t.me/Nordo0 Алёна Симакова], [https://t.me/datksu Ксения Рожковая] || [https://yandex.zoom.us/j/98189645994?pwd=KuoctKJmaf25vaNJl3UbejXX1DOASY.1 Zoom] || [https://t.me/+W5drW1it9t9lMmNi Чат] || tba<br /> |- <br /> | ИАД-6 || [https://t.me/anapluslap Лапшина Анастасия] || [https://t.me/Pypsenish Александр Левченко], [https://t.me/ladyfofy Софья Пошукайло] || [https://telemost.360.yandex.ru/j/8491310541 Телемост] || [https://t.me/+FVHFHq0QMNkyYzRi Чат] || tba<br /> |-<br /> | ИАД-7 || [https://t.me/margo_lazareva Лазарева Маргарита] || [https://t.me/brickckirb Семенов Иван], [https://t.me/ladyfofy Софья Пошукайло] || [https://skyro-io.zoom.us/j/82815392630?pwd=RfbADwudHySqyrAtcwsIYjcnCHiRYL.1&amp;from=addon Zoom] || [https://t.me/+cYbfLkFvLLkwYjdi Чат] || tba<br /> |-<br /> | ИАД-8 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/elizzz13 Бичурина Елизавета] || [https://yandex.zoom.us/j/94077139706?pwd=9wkbLx5ZNar9WFlHEl0tWI9q4UfSt0.1 Zoom] || [Чат] || to be added<br /> |-<br /> | ИАД-9 || [https://t.me/danokil Охотин Даниил] || [https://t.me/DmitriyShalashov Дмитрий Шалашов], [https://t.me/karinaklycheva Клычева Карина] || [https://telemost.360.yandex.ru/j/5372464892 Телемост] || [Чат] || tba<br /> |-<br /> | ИАД-10 || [https://t.me/Xufana Андреева Дарья] || [https://t.me/belsashas Александра Белых], [https://t.me/tanya_kta Татьяна Кадыкова] || [https://x5group.ktalk.ru/68085138791e40b8b18b28bebb34a660 x5Talk] || [https://t.me/+kX_KRb8VBno3MmFi Чат] || tba<br /> |-<br /> |}<br /> <br /> === Правила выставления оценок ===<br /> <br /> В курсе предусмотрено несколько форм контроля знания:<br /> * Практические домашние работы на Python<br /> * Контрольная где-то в середине курса<br /> * Письменный экзамен<br /> <br /> Итоговая оценка вычисляется по формуле:<br /> <br /> Округление(0.4 * ДЗ + 0.3 * КР + 0.3 * Э)<br /> <br /> ДЗ — средняя оценка за практические домашние задания<br /> <br /> КР — оценка за контрольную работу<br /> <br /> Э — оценка за экзамен<br /> <br /> === Правила сдачи заданий ===<br /> <br /> За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее!<br /> <br /> Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> ==Лекции==<br /> <br /> Записи лекций на [яндекс диске].<br /> <br /> Все лекции лежат на [гитхабе].<br /> <br /> Понедельный план лекций:<br /> <br /> * Неделя 1: Введение в глубинное обучение. Зачем нужны нейронные сети? Нелинейные закономерности, полносвязные слои<br /> * Неделя 2: Обратное распространение ошибки. Свёрточные сети<br /> * Неделя 3: Свёрточные сети<br /> * Неделя 4: Оптимизация в глубинном обучении. Свёрточные архитектуры<br /> * Неделя 5: Свёрточные архитектуры<br /> * Неделя 6: Задачи компьютерного зрения<br /> * Неделя 7: Работа с текстами<br /> * Неделя 8: Рекуррентные модели<br /> * Неделя 9: Трансформеры<br /> <br /> == Семинары ==<br /> <br /> [ИАД-1]<br /> <br /> [ИАД-2]<br /> <br /> [ИАД-3]<br /> <br /> [ИАД-4]<br /> <br /> [ИАД-5]<br /> <br /> [ИАД-6]<br /> <br /> [ИАД-7]<br /> <br /> [ИАД-8]<br /> <br /> [ИАД-9]<br /> <br /> [ИАД-10]<br /> <br /> Все семинары тоже лежат на [гитхабе].<br /> <br /> == Практические задания ==<br /> <br /> Домашние задания выкладываются в [репозиторий курса].<br /> <br /> == Контрольная работа ==<br /> <br /> Контрольная работа состоится во время лекции (13:00 - 14:20). О дате и формате проведения сообщим ближе к делу.<br /> <br /> == Экзамен ==<br /> Проходит в том же формате, что и контрольная. Предварительно состоится в последний четверг перед сессией 2 модуля.<br /> <br /> == Страницы предыдущих лет ==<br /> [[Основы_глубинного_обучения/2024 | 25/26 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2024 | 24/25 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2023 | 23/24 учебный год]]<br /> <br /> [[Основы_глубинного_обучения | 22/23 учебный год]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | 21/22 учебный год]]<br /> <br /> [[Современные_методы_машинного_обучения | 20/21 учебный год]]<br /> <br /> [[Category:Майнор &quot;Интеллектуальный анализ данных&quot;]]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%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_2/2026_2027&diff=96921 Машинное обучение 2/2026 2027 2026-08-25T14:44:32Z <p>Ekononova: Новая страница: «== О курсе == left Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях. Проводится с 2016 года. &#039;&#039;&#039;Лектор:&#039;&#039;&#039; [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]»</p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:ML_surfaces.png|280px|borderless|left]]<br /> <br /> Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.<br /> <br /> Проводится с 2016 года.<br /> <br /> '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]</div> Ekononova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B3%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_26/27&diff=96920 Основы глубинного обучения 26/27 2026-08-25T14:42:16Z <p>Ekononova: Новая страница: «== О курсе == Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях. Проводится с 2015 года. Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20).»</p> <hr /> <div>== О курсе ==<br /> <br /> Курс читается для студентов 3-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 1-2 модулях.<br /> <br /> Проводится с 2015 года.<br /> <br /> Лектор — [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br /> <br /> Лекции проходят онлайн по четвергам на третьей паре (13:00 - 14:20).</div> Ekononova