Wiki - Факультет компьютерных наук - Вклад [ru]

Машинное обучение 2/2023 2024

2021-02-15T21:14:47Z

Kpmatveev: /* Лекции */ исправил опечатку

== О курсе ==

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

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.

Проводится с 2016 года.

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

Лекции проходят по пятницам, 11:10 - 12:30, в zoom (https://zoom.us/j/96365799994?pwd=U0lJTXJxbmtpMjAvQWxDVVM4TnNtdz09).

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/339563174 Карточка курса и программа]

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

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com)

Канал в telegram для объявлений: https://t.me/hse_cs_ml_2

Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/joinchat/E8grJC7Gn4nLuEv2

Ссылка на курс в Anytask: https://anytask.org/course/797

[https://docs.google.com/spreadsheets/d/1vJYgN5-cSNeBtpxXJIT1ZqBJdx3pRTsQGF1NqY0ac5Q/edit?usp=sharing Таблица с оценками]

Плейлист с записями занятий: https://www.youtube.com/playlist?list=PLEwK9wdS5g0p7A6gXsuXnLZpfrMyqrJKP

Оставить отзыв на курс: [https://goo.gl/forms/5CddG0gc75VZvqi52 форма]

'''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.
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].

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент
|-
| 181 (МОП) || [https://www.hse.ru/org/persons/165212870 Зиннурова Эльвира Альбертовна] || [https://t.me/Bitchert Лёша Биршерт], [https://t.me/poly_nomial Илья Анищенко]
|-
| 182 (МОП) || [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] || [http://t.me/isadrtdinov Ильдус Садртдинов]
|-
| Курс по выбору для ПМИ || [https://www.hse.ru/org/persons/209813459 Каюмов Эмиль Марселевич] || [http://t.me/bigbluebutterfly Игорь Федоров]
|-
| Межампус || [https://www.hse.ru/org/persons/190919554 Трошин Сергей Дмитриевич] || [http://t.me/treacker Шабалин Евгений]
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
* Практические домашние работы на Python
* Письменная контрольная работа
* Письменный экзамен

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

Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)

ПР — средняя оценка за самостоятельные работы на семинарах

ДЗ — средняя оценка за практические домашние работы на Python

К — оценка за коллоквиум

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее. Есть исключения, о них написано ниже.

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

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

== Лекции ==

Ко всем конспектам на GitHub есть исходники. Исправления и дополнения всячески приветствуются!

'''Лекция 1''' (22 января). Двойственные представления для линейной регрессии и SVM. Ядра. Теорема Мерсера. Способы построения ядер. Полиномиальные и гауссовы ядра. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/lecture-notes/lecture13-kernels.pdf Конспект]] [[https://www.youtube.com/watch?v=nXQY4f4ce0g Запись лекции]]

'''Лекция 2''' (29 января). Двойственная задача SVM. Типы объектов в SVM. Kernel trick. Аппроксимации ядер. Метод случайных признаков Фурье. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/lecture-notes/lecture14-kernels.pdf Конспект]] [[https://www.youtube.com/watch?v=Vo8VFT5aADk Запись лекции]]

'''Лекция 3''' (5 февраля). Смеси распределений. Модели со скрытыми переменными. KL-дивергенция. EM-алгоритм в общем виде, его сходимость. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/lecture-notes/lecture15-em.pdf Конспект]] [[https://www.youtube.com/watch?v=DK5yBB7jXtI Запись лекции]]

== Семинары ==

'''Семинар 1'''. Задачи условной оптимизации и теорема Куна-Таккера. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/seminars/sem13-kkt.pdf Конспект]]

'''Семинар 2'''. Задачи на построение ядер. Задачи на прямую и двойственную формулировки метода опорных векторов. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/seminars/sem14-kernels.pdf Конспект]]

'''Семинар 3'''. Задачи на EM-алгоритм. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/seminars/sem15-em.pdf Конспект]]

== Теоретические задания ==

== Практические задания ==

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

'''Задание 8.''' Метод опорных векторов и аппроксимация ядер

Мягкий дедлайн: 21.02.2021 01:59.

Жесткий дедлайн: 24.02.2021 01:59.

[[https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/homeworks-practice/homework-practice-08-random-features.ipynb Ноутбук с заданием]]

== Соревнования ==

===Правила участия и оценивания===
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.

В лидербордах каждого из соревнований присутствуют несколько базовых решений (бейзлайнов), каждое из которых соответствует определённой оценке. Например, для получения оценки не ниже 8 баллов необходимо, чтобы ваше решение на '''приватном''' лидерборде оказалось лучше соответствующего бейзлайна. Далее для студента, преодолевшего бейзлайн на N_1 баллов, но не преодолевшего бейзлайн на N_2 балла, итоговая оценка за соревнование рассчитывается по равномерной сетке среди всех таких студентов в зависимости от места в приватном лидерборде среди них; если быть точными, то по следующей формуле:

N_2 - (N_2 - N_1) * i / M,

где M — количество студентов (из всех студентов, изучающих курс), преодолевших бейзлайн на N_1 баллов, но не преодолевших бейзлайн на N_2 балла;

i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.

Единственное исключение из формулы — студенты, преодолевшие самый сильный бейзлайн, получают прибавку 1/M к своей оценке.

Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team):

«Имя Фамилия номер_группы»

В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. При оформлении кода предполагайте, что данные лежат рядом с ним в папке data, а в результате выполнения кода ответы должны быть записаны в файл solution-N-Username.csv, где N — номер соревнования, Username — ваша фамилия. У нас должна быть возможность запустить код и получить те же ответы, что и в вашей посылке, — в частности, это означает, что:

1. Если вы отправляете файл *.py, мы будем запускать его при помощи команды python *.py в вышеуказанном предположении о местонахождении данных.

2. Если вы отправляете ноутбук *.ipynb, мы последовательно запустим все ячейки ноутбука и будем ожидать в результате его работы формирование файла с ответами.

3. Если вы отправляете код с использованием другого языка программирования, в том же письме направьте нам инструкцию по его запуску с тем, чтобы получить тот же файл с ответами.

В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Студенты, попавшие в топ-5 согласно приватному лидерборду, смогут получить бонусные баллы, если в течение недели после окончания соревнования пришлют на почту курса отчет о получении решения, фигурирующего в приватном лидерборде. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.

== Коллоквиум ==

== Экзамен ==

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

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

== Страницы предыдущих лет ==

[[Машинное_обучение_2/2019_2020 | 2019/2020 учебный год]]

[[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]

[[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]

[[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]

Прикладная статистика в машинном обучении 20/21

2020-12-15T11:36:27Z

Kpmatveev: /* Семинары */ поправил ссылку на конспект семинара 13

== О курсе ==

Курс читается для студентов 3-го курса в 1-2 модулях.

'''Лектор:''' [https://t.me/boris_demeshev Демешев Борис Борисович]

Лекции проходят по пятницам (09:30 - 10:50) онлайн на вышкинской [https://vr360.hse.ru/account/broadcasts vr360].

'''Семинарист:''' [https://t.me/vsomelyusik Владимир Омелюсик]

Семинары проходят по вторникам в 13:00 - 14:20 в ауд. G115 и в 14:40 - 16:00 в D504

'''Учебные ассистенты:''' [https://t.me/allikam Камилла Бахтиева] (181), [https://t.me/mercivboku Наталия Бондаренко] (182)

=== Полезные ссылки ===

[https://t.me/joinchat/DtwHDEwQxyDfcQHfOxxz4Q Телеграм-чат курса]

[https://github.com/V-Marco/psmo_20_21 GitHub курса]

[https://docs.google.com/spreadsheets/d/14AXPTOShR_x323-AhI-jubwXuEuRKr7YjDZzgZmR4_A/edit#gid=0 Таблица с баллами]

== Боевой листок ==

=== Лекции ===

[10 сентября] Лекция 1: Метод максимального правдоподобия: точечные и интервальные оценки.
* [https://vr360.hse.ru/account/broadcasts/164 видео]
* Почитать: [http://www2.stat.duke.edu/~sayan/SAMSI/lec/411notes03.pdf Ryan Martin, Maximum Likelihood]

[17 сентября] Лекция 2: Тест отношения правдоподобия и тест Вальда.
* [https://vr360.hse.ru/account/broadcasts/323 видео]
* Почитать: [http://hedibert.org/wp-content/uploads/2014/04/W-LR-LM-Tests-in-Econometrics-Engle1984.pdf Engle, LR, LM, W tests]

[24 сентября] Лекция 3: Тест множителей Лагранжа и энтропия.
* [https://vr360.hse.ru/account/broadcasts/443 видео]
* Почитать: [https://colah.github.io/posts/2015-09-Visual-Information/ Visual Information]

[1 октября] Лекция 4: EM-алгоритм.
* [https://vr360.hse.ru/account/broadcasts/544 видео]
* Почитать: [http://www.columbia.edu/~mh2078/MachineLearningORFE/EM_Algorithm.pdf Martin Haugh, EM algorithm]

[8 октября] Лекция 5: EM-алгоритм и Bootstrap.
* [https://www.youtube.com/watch?v=nofJ8TxC2ZA&feature=youtu.be видео]
* Почитать: [https://arxiv.org/pdf/1411.5279.pdf Tim Hesterberg, What teachers should know about bootstrap?], [https://ocw.mit.edu/courses/mathematics/18-05-introduction-to-probability-and-statistics-spring-2014/readings/MIT18_05S14_Reading24.pdf Jeremy Orloff Bootstrap CI]
* [https://github.com/V-Marco/psmo_20_21/blob/master/lectures/5.pdf конспект]

[15 октября] Лекция 6: Регрессия и нормальное распределение.
* Почитать: [https://www.maa.org/sites/default/files/pdf/upload_library/22/Allendoerfer/stahl96.pdf Stahl, Evolution of the Normal distribution], [http://www-biba.inrialpes.fr/Jaynes/cc07s.pdf Jaynes, Normal distribution (chapter from Probability: the logic of Science]
* [https://github.com/V-Marco/psmo_20_21/blob/master/lectures/6.pdf конспект]
* [https://github.com/olyagnilova/gauss-markov-pythagoras/raw/master/paper.pdf печатный конспект, страницы 26-27]

[22 октября] Лекция 7: Распределение хи-квадрат и F-распределение. F-тест.
* [https://github.com/olyagnilova/gauss-markov-pythagoras/raw/master/paper.pdf печатный конспект, страница 28 и 31]

[29 октября] Лекция 8: Повтор про F-распределение, t-распределение.

[5 ноября] Лекция 9: Гетероскедастичность и бутстрэп
* Почитать: [https://www.researchgate.net/publication/254447243_Thirty_Years_of_Heteroskedasticity-Robust_Inference MacKinnon Heteroscedasticity], [https://medium.com/@vktech/practitioners-guide-to-statistical-tests-ed2d580ef04f бутстрэп на практике от vk]

[13 ноября] Лекция 10:

[20 ноября] Лекция 11: Гостевая лекция: метрики, MDE, бутстрэп.

[27 ноября] Лекция 12:

[4 декабря] Лекция 13:

[11 декабря] Лекция 14:

[18 декабря] Лекция 15:

=== Семинары ===
Семинар 1: Метод максимального правдоподобия.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem1/PSMO_Sem1.pdf Конспект]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem1/sem1.ipynb Код]
* [https://www.youtube.com/watch?v=1OqPRX_wj_Y Видео]

Семинар 2: Тесты LR, LM и Wald.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem2/PSMO_Sem2.pdf Конспект]
* [https://www.youtube.com/watch?v=pGPi7xBbYgk Видео]

Семинар 3: Энтропия и дивергенция Кульбака-Лейблера.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem3/PSMO_Sem3.pdf Конспект]
* [https://youtu.be/LPJhUHoCpWI Видео]
* [https://github.com/V-Marco/econometrics/blob/master/pro_files/pro_themes/pro_themes.pdf Заметки (стр. 16)] NB: Кульбак!

Семинар 4: EM-алгоритм.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem4/PSMO_sem4.ipynb Кодспект]
* [https://www.youtube.com/watch?v=Pp5895IFxpU Видео]

Семинар 5: EM-алгоритм и Bootstrap.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem5/PSMO_Sem5.pdf Конспект (EM)]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem5/PSMO_sem5.ipynb Кодспект (Bootstrap)]
* [https://www.youtube.com/watch?v=eUY0_Ct1Vnk&list=PLEwK9wdS5g0ossOlR-LPShQTnrH0oYzMC&index=1 Видео]

Семинар 6: Геометрия МНК.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem6/PSMO_Sem6.pdf Конспект]
* [https://youtu.be/udDCM9o4pWU Видео]

Семинар 7: Распределения.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem7/sem7_task.pdf Задачи]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem7/PSMO_Sem7.pdf Конспект]
* [https://youtu.be/ZIw4xcTcquI Видео]

Семинар 8: Тестирование гипотез в линейной регрессии.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem8/sem8_task.pdf Задачи]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem8/PSMO_Sem8.pdf Конспект]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem8/psmo_sem8.ipynb Код]
* [https://youtu.be/jpD2bjrMsIY Видео]

Семинар 9: Гетероскедастичность.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem9/psmo_sem9.ipynb Кодспект]
* [https://youtu.be/cdb_c53r6rk Видео]

Семинар 10: Мультиколлинеарность. Отбор регрессоров.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem10/psmo_sem10.ipynb Кодспект]
* [https://youtu.be/TzBmIz1cC1g Видео]

Семинар 11: Эндогенность.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem11/sem11_task.pdf Задачи]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem11/PSMO_Sem11.2.pdf Конспект]
* [https://youtu.be/5vgxlH57p3M Видео]

Семинар 12: Множественное тестирование. Байесовские методы.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem12/psmo_sem12_to_solve.ipynb Задачи]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem12/PSMO_sem12.pdf Конспект (множественное тестирование)]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem12/psmo_sem12.ipynb Кодспект (байесовские методы)]
* [https://youtu.be/z0FiFrfFhLE Видео]

Семинар 13: Байесовские методы.
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem13/sem13_task.pdf Задачи]
* [https://github.com/V-Marco/psmo_20_21/blob/master/seminars/sem13/sem13.pdf Конспект]
* [https://youtu.be/3Y6J1TCEOXg Видео]

=== Домашние задания ===

'''Домашнее задание 1.''' Метод максимального правдоподобия.

Дедлайн: 11.10.2020, 23:59 МСК

[[https://github.com/V-Marco/psmo_20_21/blob/master/hw/hw1/psmo_hw1.pdf Условие]]

'''Домашнее задание 2.''' EM-алгоритм. Линейная регрессия.

Дедлайн: 01.12.2020, 23:59 МСК

[[https://github.com/V-Marco/psmo_20_21/blob/master/hw/hw2/psmo_hw2.ipynb Условие]]

'''Домашнее задание 3.''' Тестирование гипотез. Байесовский подход.

Дедлайн: 17.12.2020, 23:59 МСК

[[https://github.com/V-Marco/psmo_20_21/blob/master/hw/hw3/psmo_hw3.pdf Условие]]

'''Бонусное домашнее задание'''

Дедлайн: 17.12.2020, 23:59 МСК

[[https://github.com/V-Marco/psmo_20_21/blob/master/hw/hw_bonus/psmo_hw_bonus.pdf Условие]]

=== Задания для подготовки ===

'''Квиз 2.''' Дивергенция Кульбака-Лейблера. EM-алгоритм.

[[https://github.com/V-Marco/psmo_20_21/blob/master/misc/quiz2_prep.pdf Условие]]

'''Квиз 3.''' Проверка гипотез в линейной модели. Гетероскедастичность.

[[https://github.com/V-Marco/psmo_20_21/blob/master/misc/quiz3_prep.pdf Условие]]

'''Квиз 4.''' Тестирование гипотез. Байесовский подход.

[[https://github.com/V-Marco/psmo_20_21/blob/master/misc/quiz4_prep.pdf Условие]]

=== Консультации ===

Консультация 25.10.2020.
* [https://github.com/V-Marco/psmo_20_21/blob/master/misc/PSMO_Cons_25_10.pdf Конспект]
* [https://youtu.be/j1vvy9fCeDo Видео]

===Отчётность по курсу и критерии оценки===

==== Домашние задания ====

Домашние задания загружаются в личный репозиторий в GitHub Classroom.

Правила оформления решений находятся на первой странице каждого домашнего задания.

====Контрольная работа====
Контрольная работа состоится онлайн 7-го ноября с 18:00 до 21:00. В контрольную работу войдут задачи по темам лекций и семинаров.

[[https://github.com/V-Marco/psmo_20_21/blob/master/misc/midterm_info.pdf Список тем и примеры задач]]

[[https://github.com/V-Marco/psmo_20_21/blob/master/midterm/midterm.pdf Задание]]

====Экзамен====

Экзамен состоится онлайн 21 декабря с 13:00 до 16:00. По формату экзамен будет похож на контрольную работу. Вопрос об автоматах уточняется.

====Написание пропущенных работ====

19 декабря (время уточняется) можно будет:
# Написать неограниченное число пропущенных по уважительной причине квизов или контрольную.
# Написать один любой пропущенный по любой причине квиз.
# Переписать один любой квиз со штрафом: максимум можно будет получить 8 баллов (выставляется минимум из количества набранных баллов и 8).

====Итоговая оценка за курс====

Итоговая оценка за курс рассчитывается по следующей формуле: Итог = 0.3 × ДЗ + 0.3 × КР + 0.2 × К + 0.2 × Э,
где 
ДЗ — усреднённая оценка за все домашние задания, 
КР — оценка за контрольную работу, 
Э — оценка за экзамен, 
К — усреднённая оценка за все квизы на семинарах. 
Округление арифметическое, округляется только итоговая оценка.

Основы программирования на Python2020/2021

2020-12-09T20:01:38Z

Kpmatveev: /* Система оценивания */ про автоматы +minor

=== О курсе ===
Настоящая дисциплина относится к общему циклу дисциплин, при этом: для специализации «Экономика» настоящая дисциплина является базовой, а для специализации «Экономика и статистика» настоящая дисциплина является дисциплиной по выбору.

== Полезные ссылки ==

[https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]

[https://docs.google.com/spreadsheets/d/1KBiQRlhn9nedr-uQua265XqXsgZu4LtnB8S2razDBFM/edit?usp=sharing Ведомость]

== Преподаватели и учебные ассистенты ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! ЭКСТ_1 !! ЭКСТ_2 !! ЭКСТ_3 !! ЭКСТ_4 !! ЭКСТ_5
|-
|| Семинарист
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|| [https://www.hse.ru/org/persons/160981075 Максимова Д.М.]
[mailto:daria.maximova.m@gmail.com daria.maximova.m@gmail.com] 
tg: [https://t.me/narretei @ narretei]
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|| [https://www.hse.ru/org/persons/160981075 Максимова Д.М.]
[mailto:daria.maximova.m@gmail.com daria.maximova.m@gmail.com] 
tg: [https://t.me/narretei @ narretei]
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|-
| rowspan="4" | Ассистент
|| Хохлов Владислав
tg: [https://t.me/vkh_ent @vkh_ent]
|| Хохлов Владислав
tg: [https://t.me/vkh_ent @vkh_ent]
|| Матвеев Константин
tg: [https://t.me/kpmatveev @kpmatveev]
|| Матвеев Константин
tg: [https://t.me/kpmatveev @kpmatveev]
|| Малов Руслан
tg: [https://t.me/Dogda @Dogda]
|-
|}

== Система оценивания ==

''' Оитог = 0,5*Оэкз + 0,25*Оонлайн-курс + 0,25*Окр'''

''' Решения задач онлайн-курса принимаются до 15 декабря 23:59.'''

Автоматы не предусмотрены.

=== Контрольная работа ===
Контрольная работа пройдёт с использованием асинхронного прокторинга '''15 декабря с 16:20 до 17:40'''. Обратите внимание: в 16:20 уже стартует контест, поэтому нужно подключиться к Zoom не позже чем в 16:10. Ссылка для подключения появится здесь и будет продублирована в чат.

Zoom будет использован для финального инструктажа и как чат для общения с преподавателями во время контрольной в случае необходимости.

Каждому студенту необходимо записать процесс выполнения заданий контрольной с использованием OBS Studio, выложить результат в облачное хранилище сразу после контрольной и предоставить ссылку на запись.

Ссылка на контест: ''появится здесь в момент начала контеста (будет продублирована в чате Zoom)''

В случае технических проблем студенты, предупредившие своего УА о технических проблемах, пишут контрольную под наблюдением в Zoom (будьте готовы к дальнейшей защите своих решений) по ссылке: ''появится здесь''.

* Потребуется компьютер с веб-камерой и микрофоном (в частности, все современные ноутбуки оборудованы ими) и выходом в интернет

* Необходимо установить OBS Studio по ссылке https://obsproject.com/ru

* Необходимо настроить три источника входных потоков: микрофон, веб-камера и захват экрана. Подробнее о настройке в видео:
https://www.youtube.com/watch?v=KVKrvPvPLYg

Во время контрольной запрещается пользоваться какими-либо интернет-ресурсами (кроме разрешенных), социальными сетями, общаться с другими людьми и так далее. За нарушение правил студенту ставится оценка "0", и он удаляется с контрольной. В случае обнаружения плагиата студенту ставится оценка "0" за всю работу, а не только за списанную задачу.

Перечень разрешенных ресурсов:
* документация по языку Python (https://docs.python.org/3/)
* [https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]
* свои решения семинарских контестов (смотреть можно только в системе Яндекс.Контест)
* https://pythonworld.ru/

====Проведение контрольной====
'''15 декабря 2020 года в 16:10''' войдите в Zoom по ссылке, которая появится здесь (и выше на сайте), а также будет продублирована в общий чат в Telegram (после получения ссылки Telegram нужно будет отключить). Будет проведен общий инструктаж. Далее данный Zoom будет использован как чат для общения с преподавателями во время контрольной в случае необходимости.

Затем, в '''16:15''', за 5 минут до начала контрольной, начните запись. Опоздавшие студенты (начавшие запись не до начала контрольной) будут дисквалифицированы.
В '''16:20''' открывается контест, состоящий из 5 задач (по 2 балла за задачу). В '''17:40''' контест закрывается.

Ваши видео будут просмотрены только преподавателями и ассистентами. После окончания контрольной у вас будет полчаса на заливку записанного видео.

Пожалуйста, заранее проверьте, что вы научились записывать видео в требуемом формате - этот процесс иногда может вызывать проблемы. Решения всех проблем, связанных с записью в OBS Studio, описаны в интернете.

Действия, которые вы должны совершить '''до''' контрольной:

* Заранее отключить все мессенджеры и закрыть лишние вкладки

* Физически отключить и удалить любые электронные устройства и дополнительные мониторы с рабочего места

* Подготовиться к тому, что вы не сможете покидать рабочее место в течение 1 часа 30 минут

* Включить запись из трех источников: экран, веб-камера и микрофон в OBS Studio

* Снять свое рабочее место со всех сторон и его окружение

* Показать чистые листы, которые вы планируете использовать в качестве черновиков

Порядок действий '''во время''' контрольной:

* Любые вопросы вы должны задавать через тестирующую систему либо через чат в Zoom.

* В случае, если вы работаете с черновиком, направьте веб-камеру так, чтобы были видны ваши руки. Не забудьте направить веб-камеру на лицо, когда вы возвращаетесь к работе за компьютером.

* Вы можете получить важные объявления от преподавателей через тестирующую систему. Уведомления о них появляются в правом верхнем углу в интерфейсе тестирующей системы.

* В случае, если вы хотите досрочно завершить выполнение контрольной, напишите об этом сообщение, используя интерфейс вопросов в тестирующей системе, и выполните все действия, которые вы должны выполнить после окончания контрольной. В случае попыток решения задач после этого сообщения вы будете дисквалифицированы.

'''После окончания''' контрольной:

* В течение 30 минут необходимо разместить видео, которое вы записывали в течение контрольной, в открытом доступе и сдать ссылку на него в специальную форму по адресу: ''появится здесь''

=== Экзамен ===
Дата проведения экзамена и его формат будут сообщены дополнительно.

Во время экзамена запрещается пользоваться какими-либо интернет-ресурсами (кроме разрешенных), социальными сетями, своими соседями и так далее. За нарушение правил студенту ставится оценка "0", и он удаляется с экзамена. В случае обнаружения плагиата студенту ставится оценка "0" за всю работу, а не только за списанную задачу.

Перечень разрешенных ресурсов:
* документации по языку Python (https://docs.python.org/3/)
* [https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]
* свои решения семинарских контестов (смотреть можно только в системе Яндекс.Контест)
* https://pythonworld.ru/

=== Онлайн-курс ===
Для получения максимального балла за этот пункт нужно прорешать все задачи указанного выше курса. 1 задача весит 1 балл, всего их 100.

Основы программирования на Python2020/2021

2020-12-09T20:00:44Z

Kpmatveev: /* Контрольная работа */ добавлен формат кр

=== О курсе ===
Настоящая дисциплина относится к общему циклу дисциплин, при этом: для специализации «Экономика» настоящая дисциплина является базовой, а для специализации «Экономика и статистика» настоящая дисциплина является дисциплиной по выбору.

== Полезные ссылки ==

[https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]

[https://docs.google.com/spreadsheets/d/1KBiQRlhn9nedr-uQua265XqXsgZu4LtnB8S2razDBFM/edit?usp=sharing Ведомость]

== Преподаватели и учебные ассистенты ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! ЭКСТ_1 !! ЭКСТ_2 !! ЭКСТ_3 !! ЭКСТ_4 !! ЭКСТ_5
|-
|| Семинарист
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|| [https://www.hse.ru/org/persons/160981075 Максимова Д.М.]
[mailto:daria.maximova.m@gmail.com daria.maximova.m@gmail.com] 
tg: [https://t.me/narretei @ narretei]
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|| [https://www.hse.ru/org/persons/160981075 Максимова Д.М.]
[mailto:daria.maximova.m@gmail.com daria.maximova.m@gmail.com] 
tg: [https://t.me/narretei @ narretei]
|| [https://www.hse.ru/en/staff/voznesenskaya Вознесенская Т.В.]
[mailto:tvoznesenskaya@hse.ru tvoznesenskaya@hse.ru]
tg: [https://t.me/tvozn @tvozn]
|-
| rowspan="4" | Ассистент
|| Хохлов Владислав
tg: [https://t.me/vkh_ent @vkh_ent]
|| Хохлов Владислав
tg: [https://t.me/vkh_ent @vkh_ent]
|| Матвеев Константин
tg: [https://t.me/kpmatveev @kpmatveev]
|| Матвеев Константин
tg: [https://t.me/kpmatveev @kpmatveev]
|| Малов Руслан
tg: [https://t.me/Dogda @Dogda]
|-
|}

== Система оценивания ==

''' Оитог = 0,5*Оэкз + 0,25*Оонлайн-курс + 0,25*Окр'''

''' Решения задач онлайн-курса принимаются до 15 декабря 23:59'''

=== Контрольная работа ===
Контрольная работа пройдёт с использованием асинхронного прокторинга '''15 декабря с 16:20 до 17:40'''. Обратите внимание: в 16:20 уже стартует контест, поэтому нужно подключиться к Zoom не позже чем в 16:10. Ссылка для подключения появится здесь и будет продублирована в чат.

Zoom будет использован для финального инструктажа и как чат для общения с преподавателями во время контрольной в случае необходимости.

Каждому студенту необходимо записать процесс выполнения заданий контрольной с использованием OBS Studio, выложить результат в облачное хранилище сразу после контрольной и предоставить ссылку на запись.

Ссылка на контест: ''появится здесь в момент начала контеста (будет продублирована в чате Zoom)''

В случае технических проблем студенты, предупредившие своего УА о технических проблемах, пишут контрольную под наблюдением в Zoom (будьте готовы к дальнейшей защите своих решений) по ссылке: ''появится здесь''.

* Потребуется компьютер с веб-камерой и микрофоном (в частности, все современные ноутбуки оборудованы ими) и выходом в интернет

* Необходимо установить OBS Studio по ссылке https://obsproject.com/ru

* Необходимо настроить три источника входных потоков: микрофон, веб-камера и захват экрана. Подробнее о настройке в видео:
https://www.youtube.com/watch?v=KVKrvPvPLYg

Во время контрольной запрещается пользоваться какими-либо интернет-ресурсами (кроме разрешенных), социальными сетями, общаться с другими людьми и так далее. За нарушение правил студенту ставится оценка "0", и он удаляется с контрольной. В случае обнаружения плагиата студенту ставится оценка "0" за всю работу, а не только за списанную задачу.

Перечень разрешенных ресурсов:
* документация по языку Python (https://docs.python.org/3/)
* [https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]
* свои решения семинарских контестов (смотреть можно только в системе Яндекс.Контест)
* https://pythonworld.ru/

===Проведение контрольной===
'''15 декабря 2020 года в 16:10''' войдите в Zoom по ссылке, которая появится здесь (и выше на сайте), а также будет продублирована в общий чат в Telegram (после получения ссылки Telegram нужно будет отключить). Будет проведен общий инструктаж. Далее данный Zoom будет использован как чат для общения с преподавателями во время контрольной в случае необходимости.

Затем, в '''16:15''', за 5 минут до начала контрольной, начните запись. Опоздавшие студенты (начавшие запись не до начала контрольной) будут дисквалифицированы.
В '''16:20''' открывается контест, состоящий из 5 задач (по 2 балла за задачу). В '''17:40''' контест закрывается.

Ваши видео будут просмотрены только преподавателями и ассистентами. После окончания контрольной у вас будет полчаса на заливку записанного видео.

Пожалуйста, заранее проверьте, что вы научились записывать видео в требуемом формате - этот процесс иногда может вызывать проблемы. Решения всех проблем, связанных с записью в OBS Studio, описаны в интернете.

Действия, которые вы должны совершить '''до''' контрольной:

* Заранее отключить все мессенджеры и закрыть лишние вкладки

* Физически отключить и удалить любые электронные устройства и дополнительные мониторы с рабочего места

* Подготовиться к тому, что вы не сможете покидать рабочее место в течение 1 часа 30 минут

* Включить запись из трех источников: экран, веб-камера и микрофон в OBS Studio

* Снять свое рабочее место со всех сторон и его окружение

* Показать чистые листы, которые вы планируете использовать в качестве черновиков

Порядок действий '''во время''' контрольной:

* Любые вопросы вы должны задавать через тестирующую систему либо через чат в Zoom.

* В случае, если вы работаете с черновиком, направьте веб-камеру так, чтобы были видны ваши руки. Не забудьте направить веб-камеру на лицо, когда вы возвращаетесь к работе за компьютером.

* Вы можете получить важные объявления от преподавателей через тестирующую систему. Уведомления о них появляются в правом верхнем углу в интерфейсе тестирующей системы.

* В случае, если вы хотите досрочно завершить выполнение контрольной, напишите об этом сообщение, используя интерфейс вопросов в тестирующей системе, и выполните все действия, которые вы должны выполнить после окончания контрольной. В случае попыток решения задач после этого сообщения вы будете дисквалифицированы.

'''После окончания''' контрольной:

* В течение 30 минут необходимо разместить видео, которое вы записывали в течение контрольной, в открытом доступе и сдать ссылку на него в специальную форму по адресу: ''появится здесь''

=== Экзамен ===
Дата проведения экзамена и его формат будут сообщены дополнительно.

Во время экзамена запрещается пользоваться какими-либо интернет-ресурсами (кроме разрешенных), социальными сетями, своими соседями и так далее. За нарушение правил студенту ставится оценка "0", и он удаляется с экзамена. В случае обнаружения плагиата студенту ставится оценка "0" за всю работу, а не только за списанную задачу.

Перечень разрешенных ресурсов:
* документации по языку Python (https://docs.python.org/3/)
* [https://www.coursera.org/learn/python-osnovy-programmirovaniya Онлайн-курс на Coursera]
* свои решения семинарских контестов (смотреть можно только в системе Яндекс.Контест)
* https://pythonworld.ru/

=== Онлайн-курс ===
Для получения максимального балла за этот пункт нужно прорешать все задачи указанного выше курса. 1 задача весит 1 балл, всего их 100.

Основы программирования на Python2020/2021

2020-10-28T15:34:56Z

Kpmatveev: /* Система оценивания */ вернул семинарские контесты в перечень разрешённых ресурсов

Основы программирования на Python2020/2021

2020-10-28T15:27:55Z

Kpmatveev: /* Преподаватели и учебные ассистенты */

Основы программирования на Python2020/2021

2020-10-28T15:24:27Z

Kpmatveev: /* Преподаватели и учебные ассистенты */ ссылки на преподавателей

Основы программирования на Python2020/2021

2020-10-28T15:21:50Z

Kpmatveev: добавлена таблица преподавателей

Основы программирования на Python2020/2021

2020-10-27T15:14:29Z

Kpmatveev: /* Система оценивания */ переставил дедлайн в начало

Основы программирования на Python2020/2021

2020-10-27T15:11:56Z

Kpmatveev: /* Онлайн-курс */ поставил дедлайн онлайн-курса

Основы программирования на Python2020/2021

2020-10-23T20:20:37Z

Kpmatveev: добавлена ссылка на ведомость

Основы программирования на Python2020/2021

2020-09-30T12:29:20Z

Kpmatveev: /* Экзамен */ убрал лишние скобки

Основы программирования на Python2020/2021

2020-09-30T12:28:02Z

Kpmatveev: create page