Wiki - Факультет компьютерных наук - Вклад [ru]

Алгоритмы и структуры данных 2025/2026 4 модуль КНАД

2026-05-16T14:25:33Z

Mmustafaeva: Добавлены ведомости групп

== Лекции ==

Лектор: [https://www.hse.ru/org/persons/859152775 Панькова Марина Геннадьевна]

Лекции по '''понедельникам''' с 11:10 до 12:30 и по '''пятницам''' с 16:20 до 17:40.

[https://disk.yandex.ru/d/iwFlha6NmnWZ-A Ссылка на папку с записями лекций]

== Преподаватели и учебные ассистенты ==

{| class="wikitable" style="text-align:center"
|-
! Группа !! БКНАД251 || БКНАД252 || ББКНАД253
|-
|| Лектор ||colspan="3"| Панькова Марина Геннадьевна
|-
|| Семинарист || Горденко Мария Константиновна || Блинов Илья Игоревич || Кондаков Семен Васильевич
|-
|| Ассистенты || Сильвестров Василий || Латышев Иван || Шкулева Ксения
|}

== Домашние задания ==

{| class="wikitable"
|-
! № !! Публикация !! Дедлайн !! Тема !! Ссылка
|-
| 1 || 04.04.2026 || 13.04.2026 || ДЗ-1 Представление графов, обработка графов || [https://official.contest.yandex.ru/contest/92937/enter/ ДЗ-1]
|-
| 2 || 10.04.2026 || 19.04.2026 || ДЗ-2 DFS на неориентированных графах || [https://official.contest.yandex.ru/contest/93167/enter/ ДЗ-2]
|-
| 3 || 13.04.2026 || 24.04.2026 || ДЗ-3 DFS на ориентированных графах || [https://official.contest.yandex.ru/contest/93246/enter/ ДЗ-3]
|-
| 4 || 17.04.2026 || 26.04.2026 || ДЗ-4 Применение BFS || [https://official.contest.yandex.ru/contest/93495/enter/ ДЗ-4]
|-
| 5 || 22.04.2026 || 04.05.2026 || ДЗ-5 Кратчайшие пути || [https://official.contest.yandex.ru/contest/93616/enter/ ДЗ-5]
|-
| 6 || 11.05.2026 || 20.05.2026 || ДЗ-6 MST и DSU || [https://official.contest.yandex.ru/contest/94199/enter/ ДЗ-6]
|-
| 7 || 18.05.2026 || 03.06.2026 || ДЗ-7 Реализация структур ||
|-
| 8 || 18.05.2026 || 03.06.2026 || ДЗ-8 Решаем задачи запросов/изменений на отрезке ||
|-
| 9 || 03.06.2026 || 10.06.2026 || ДЗ-9 Хеши ||
|-
| 10 || 05.06.2026 || 19.06.2026 || ДЗ-10 Применение строковых алгоритмов ||
|}

== График лекций ==

{| class="wikitable"
|-
! № !! Дата !! Тема
|-
| 1 || 03.04.2026 (16:20 - 17:40)|| Представление графов в компьютере
|-
| 2 || 06.04.2026 (11:10 - 12:30)|| DFS. Связность. Поиск компонент связности в графе
|-
| 3 || 10.04.2026 (16:20 - 12:30)|| DFS. Проверка графа на двудольность. Диаметр и центр дерева. Поиск цикла в графе
|-
| 4 || 13.04.2026 (11:10 - 12:30)|| DFS. Топологическая сортировка. Конденсация графа
|-
| 5 || 17.04.2026 (16:20 - 12:30)|| Задача построения дерева кратчайших расстояний: обход в ширину
|-
| 6 || 20.04.2026 (11:10 - 12:30)|| Поиск кратчайшего пути во взвешенном графе. Алгоритм Дейкстры
|-
| 7 || 24.04.2026 (16:20 - 12:30)|| Алгоритмы Флойда и Форда-Беллмана. Поиск циклов отрицательного веса
|-
| 8 || 27.04.2026 (11:10 - 12:30)|| '''Контрольная работа'''
|-
| 9 || 11.05.2026 (11:10 - 12:30)|| Поиск минимального остовного дерева с помощью алгоритма Прима
|-
| 10 || 15.05.2026(16:20 - 12:30)|| Задача объединить-найти. Система непересекающихся множеств. Алгоритм Краскала
|-
| 11 || 18.05.2026 (11:10 - 12:30)|| Решение задачи запроса на отрезке. Разреженные таблицы
|-
| 12 || 22.05.2026 (16:20 - 12:30)|| Реализация структуры дерево отрезков
|-
| 13 || 25.05.2026 (11:10 - 12:30)|| Построение дерева Фенвика, применение для решения задач
|-
| 14 || 29.05.2026 (16:20 - 12:30)|| sqrt-декомпозиция
|-
| 15 || 30.05.2026 (уточняется) || '''Коллоквиум'''
|-
| 16 || 03.06.2026 (18:10 - 19:30)|| Хеширование. Решение задач на обработку строк с помощью хешей
|-
| 17 || 05.06.2026 (16:20 - 12:30)|| Решение задачи КМП с помощью z-функции
|-
| 18 || 08.06.2026 (11:10 - 12:30)|| Решение задач на обработку срок с помощью построения префикс-функции
|-
| 19 || 15.06.2026 (11:10 - 12:30)|| Построение префиксного дерева бора для обработки строк
|-
| 20 || 19.06.2026 (16:20 - 12:30)|| Консультационное занятие
|}

== Система оценки ==

Оценка за весь курс: Минимум (10, Округление(0.3 * ДЗ + 0.2 * КР + 0.2 * Коллоквиум + 0.3 * Экзамен + 0.1 * Семинары))

Блокирующих работ и автоматов за курс не предусмотрено.

Ведомости: [https://docs.google.com/spreadsheets/d/1LthrKH_AD4Nty9CK4EO_hzSKLQQZ5HYG7K8T9WIyH1c/edit?gid=437380964#gid=437380964 251], [https://docs.google.com/spreadsheets/d/1yOHumwmWxElCLyFdw9OZHFd0AG_yF7S5iAUvKD09lhk/edit?gid=437380964#gid=437380964 252], [https://docs.google.com/spreadsheets/d/15J9gXb4WOBI7POM8a1x1fHoRIr4TxArV-W3SE-Lf_m8/edit?gid=437380964#gid=437380964 253]

== Домашние работы ==

Все домашние работы - контесты на Яндекс.Контесте.

За контест из k задач - 10 баллов. Балл за каждую задачу = 10 / k

Если в контесте есть бонусная задача, то балл за ДЗ = баллы за контест + баллы за доп.задачу

Вес работы = Минимум(3, 0.3 * (сумма баллов за все ДЗ) / 10)

== Контрольная работа ==

Подробная информация о проведении КР на [[Контрольная работа АиСД 4 2025/2026|wiki]]

Контрольная работа (1 вариант) будет в формате контеста по теме "Алгоритмы на графах" 27 апреля на лекции.
Контрольная работа (2 вариант) будет в формате контеста по теме "Алгоритмы на графах" 16 мая c 16.30 до 18.00
[https://official.contest.yandex.ru/contest/94047/enter/ КР-2 вариант]

Вес работы - 2 балла.

Если вы не написали КР 27 апреля, или хотите повысить результат, то переписать КР можно будет на неделе с 11.05 по 16.05
(дата и время переписывания будет определено позже).

Если вы не писали КР 27.04, то вы получаете оценку, которую получили на переписывании, иначе вы получаете за КР максимальный бал из двух попыток.

== Коллоквиум ==

Коллоквиум подразумевает устный ответ на теоретические вопросы по изученному материалу (кроме sqrt-декомпозиция).

Подробности проведения и вопросы для подготовки будут опубликованы позже.

Вес работы - 2 балла.

== Экзамен ==

Экзамен по итогам модуля состоит из двух независимых частей.

Итоговой балл = Минимум(3, Теоретическая часть + Контест)

'''Часть 1:''' Теоретическая часть
15-25 теоретических вопросов с открытым вариантом или с выбором ответа по темам модуля.

'''Часть 2:''' Контест
3-8 задач с автоматической проверкой решения с Яндекс.Контест.

== Списывание ==

Все ваши домашние задания будут проверены на плагиат.
При выявлении несамостоятельного выполнения (списывания или использования LLM) баллы за задачу обнуляются.

ML System Design (ИИ25, 5 модуль)

2026-04-24T11:40:35Z

Mmustafaeva: /* Формы контроля */

==О курсе==

''Курс "ML System Design" посвящён практическим знаниям и навыкам, необходимых для проектирования и разработки масштабируемых систем машинного обучения. Слушатели курс получат итеративный фреймворк для разработки надёжных, масштабируемых, развертываемых ML-систем''

Занятия проводятся в [https://us06web.zoom.us/j/83596901782?pwd=vyNnobAPbaf3n37XG6RJ8Y4KAePMv4.1 Zoom] '''по средам в 18:10'''

==Контакты==

Чат курса в TG: [https://https://t.me/c/2848444169/10 chat link]

Преподаватель: Теванян Элен Арамовна ([https://www.hse.ru/org/persons/46745470/ Страничка преподавателя ВШЭ])

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Зуйкова Ольга || [https://t.me/zuikovaov @zuikovaov]
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCdKpTBubdgH_NBlMm5lqxE YouTube-playlist]

Плелист в VK Видео: [https://vkvideo.ru/playlist/-227011779_45 VK Видео]

Ссылка на GDrive с материалами курса: [https://drive.google.com/drive/folders/1VakrUsTXcRU-ljEMT0srIwsuTbY3pjab?usp=drive_link GDrive]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
|-
| style="background:#eaecf0;" | '''1''' [[https://vkvideo.ru/video-227011779_456239486?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=oi-HqYGkFBo&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=4&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1mXKZqVoCJLgMV9XlulRmJFSwoJn9EnbC/view?usp=sharing Слайды]] Введение в дизайн систем машинного обучения || 20.11.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''2''' [[https://vkvideo.ru/video-227011779_456239501?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=EeB3GelSqvw&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=3&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1mqAUp2LtjZi0tkdcxk-F2kvClYdCvZDU/view?usp=drive_link Слайды]] Датасеты и инжиниринг признаков || 26.11.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''3''' [[https://vkvideo.ru/video-227011779_456239511?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=sOPBVpRSHuM&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=2&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1fsqH4DCa-Gs1SMR9vVNe7ws3mU2HSpui/view?usp=drive_link Слайды]] Выбор моделей и обучение моделей || 03.12.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''4''' [[https://vkvideo.ru/video-227011779_456239531?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=3ooOAYHsBdk&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=1&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1Cabe-ytWPo4Cpvmgmg3HnBEpNqE9O8O5/view?usp=drive_link Слайды]] Оценка моделей || 04.12.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''5''' [[https://vkvideo.ru/video-227011779_456239561?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=_bJI6dhqxlQ&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=1&pp=iAQB Запись, YouTube]] || [[ Слайды]] Диагностика проблем и мониторинг ML-систем || 11.12.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''6''' [[https://vkvideo.ru/video-227011779_456239560?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=6JBkKVgnxs0&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=6&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1qKTYXG1iy9OkSm7ODdwCwwFpkrW56Y3r/view?usp=drive_link Слайды]] Деплой ML-систем || 17.12.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''7''' [[https://vkvideo.ru/video-227011779_456239587?pl=-227011779_45 Запись, VK] | [Запись, YouTube]] || [[ Слайды]] Инфраструктура для машинного обучения и ML-платформы || 20.12.25 (Пт.) || ||
|}

=== Записи консультаций ===

==Формула оценивания==

Оценка = 0.4*ОДЗ + 0.6*ОПроект

== Формы контроля ==
[https://anytask.org/course/1157 Anytask]: инвайт - <code>i2lFfXn</code>

* '''Домашнее задание''' | [https://docs.google.com/document/d/1zKPToSFLBbYtXLhA2s-sl0EysEuqhi2eC4VoDvgYgeg/edit?usp=sharing GDoc] - Представляет собой небольшую текстовую работу и блок-схему, в которых надо отразить пройденный материал на примере предложенных ML-задач. Допустимы инициативные темы. - Выдано 08.12.25, - '''Мягкий дедлайн - 20.12.25, 23:30 МСК''', ''Жесткий - 23.12.25, 23:30 МСК (штраф в 30%)''
* '''Тест''' - 10 вопросов с выбором правильного ответа. Вопросы — по материалам последних двух занятий и немного по стеку данных. Тест доступен по ссылке в канале. - Выдается после 6-го // 7-го занятия

== Литература ==
# Nguyễn, C. (2022). Designing Machine Learning Systems. O'Reilly Media
# Babushkin, V., & Kravchenko, A. (2023). Machine Learning System Design: With End-to-End Examples. Independently published.

ML System Design (ИИ25, 5 модуль)

2026-04-24T11:39:34Z

Mmustafaeva: Добавлено описание курса ml system design 25 год

==О курсе==

''Курс "ML System Design" посвящён практическим знаниям и навыкам, необходимых для проектирования и разработки масштабируемых систем машинного обучения. Слушатели курс получат итеративный фреймворк для разработки надёжных, масштабируемых, развертываемых ML-систем''

Занятия проводятся в [https://us06web.zoom.us/j/83596901782?pwd=vyNnobAPbaf3n37XG6RJ8Y4KAePMv4.1 Zoom] '''по средам в 18:10'''

==Контакты==

Чат курса в TG: [https://https://t.me/c/2848444169/10 chat link]

Преподаватель: Теванян Элен Арамовна ([https://www.hse.ru/org/persons/46745470/ Страничка преподавателя ВШЭ])

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Зуйкова Ольга || [https://t.me/zuikovaov @zuikovaov]
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCdKpTBubdgH_NBlMm5lqxE YouTube-playlist]

Плелист в VK Видео: [https://vkvideo.ru/playlist/-227011779_45 VK Видео]

Ссылка на GDrive с материалами курса: [https://drive.google.com/drive/folders/1VakrUsTXcRU-ljEMT0srIwsuTbY3pjab?usp=drive_link GDrive]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
|-
| style="background:#eaecf0;" | '''1''' [[https://vkvideo.ru/video-227011779_456239486?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=oi-HqYGkFBo&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=4&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1mXKZqVoCJLgMV9XlulRmJFSwoJn9EnbC/view?usp=sharing Слайды]] Введение в дизайн систем машинного обучения || 20.11.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''2''' [[https://vkvideo.ru/video-227011779_456239501?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=EeB3GelSqvw&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=3&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1mqAUp2LtjZi0tkdcxk-F2kvClYdCvZDU/view?usp=drive_link Слайды]] Датасеты и инжиниринг признаков || 26.11.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''3''' [[https://vkvideo.ru/video-227011779_456239511?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=sOPBVpRSHuM&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=2&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1fsqH4DCa-Gs1SMR9vVNe7ws3mU2HSpui/view?usp=drive_link Слайды]] Выбор моделей и обучение моделей || 03.12.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''4''' [[https://vkvideo.ru/video-227011779_456239531?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=3ooOAYHsBdk&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=1&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1Cabe-ytWPo4Cpvmgmg3HnBEpNqE9O8O5/view?usp=drive_link Слайды]] Оценка моделей || 04.12.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''5''' [[https://vkvideo.ru/video-227011779_456239561?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=_bJI6dhqxlQ&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=1&pp=iAQB Запись, YouTube]] || [[ Слайды]] Диагностика проблем и мониторинг ML-систем || 11.12.25 (Ср.) || ||
|-
| style="background:#eaecf0;" | '''6''' [[https://vkvideo.ru/video-227011779_456239560?pl=-227011779_45 Запись, VK] | [https://www.youtube.com/watch?v=6JBkKVgnxs0&list=PLmA-1xX7IuzAhYdXKcYnea4VnmeeIynx8&index=6&pp=iAQB Запись, YouTube]] || [[https://drive.google.com/file/d/1qKTYXG1iy9OkSm7ODdwCwwFpkrW56Y3r/view?usp=drive_link Слайды]] Деплой ML-систем || 17.12.25 (Вт.) || ||
|-
| style="background:#eaecf0;" | '''7''' [[https://vkvideo.ru/video-227011779_456239587?pl=-227011779_45 Запись, VK] | [Запись, YouTube]] || [[ Слайды]] Инфраструктура для машинного обучения и ML-платформы || 20.12.25 (Пт.) || ||
|}

=== Записи консультаций ===

==Формула оценивания==

Оценка = 0.4*ОДЗ + 0.6*ОПроект

== Формы контроля ==
[https://anytask.org/course/1157 Anytask]: инвайт - <code>i2lFfXn</code>

* '''Домашнее задание''' | [https://docs.google.com/document/d/1zKPToSFLBbYtXLhA2s-sl0EysEuqhi2eC4VoDvgYgeg/edit?usp=sharing GDoc] - Представляет собой небольшую текстовую работу и блок-схему, в которых надо отразить пройденный материал на примере предложенных ML-задач. Допустимы инициативные темы. - Выдано 08.12.24, - '''Мягкий дедлайн - 20.12.25, 23:30 МСК''', ''Жесткий - 23.12.25, 23:30 МСК (штраф в 30%)''
* '''Тест''' - 10 вопросов с выбором правильного ответа. Вопросы — по материалам последних двух занятий и немного по стеку данных. Тест доступен по ссылке в канале. - Выдается после 6-го // 7-го занятия

== Литература ==
# Nguyễn, C. (2022). Designing Machine Learning Systems. O'Reilly Media
# Babushkin, V., & Kravchenko, A. (2023). Machine Learning System Design: With End-to-End Examples. Independently published.

Графовые нейронные сети (ИИ24, 7 модуль)

2026-04-21T15:54:38Z

Mmustafaeva: /* Лекции */

==О курсе==
Курс читается для студентов 2-го курса магистратуры ИИ в 7 модуле

Занятия проводятся в Zoom '''по понедельникам в 18:10-21:00'''

Чат курса в Telegram - https://t.me/+hhjr_I6ph-w2MDIy

Гитхаб курса прошлых лет - https://github.com/elvarid/gnn_course_hse

Запись лекций по курсу - Youtube [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4], Vk Video [https://vkvideo.ru/playlist/-227011779_65]

==Контакты==

Лектор — Валитов Эльдар Рафекович(TG: @elvarid)

Ассистент - Ряжапов Айдар(TG: @Aidar_lspg)

== Лекции ==
Проходят по понедельникам в 18:10

'''Лекция 1 (12.01.26): ''' Введение в графовые нейтронные сети[https://www.youtube.com/watch?v=IxPdeWCdaXw&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=7]

'''Лекция 2 (26.01.26): ''' Извлечение признаков для графов [https://www.youtube.com/watch?v=CHNzJnXSccI&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=6]

'''Лекция 3 (02.02.26): ''' Эмберддинги и RageRank [https://www.youtube.com/watch?v=pUWRpcYGvU4&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=5]

'''Лекция 4 (04.02.26): ''' Алгоритм RageRank [https://www.youtube.com/watch?v=WSOSFS8i7Ec&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=4]

'''Лекция 5 (09.02.26): ''' Графовые сверточные сети [https://www.youtube.com/watch?v=SykYjNkcozE&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=3]

'''Лекция 6 (25.02.26): ''' Практика Эмбеддингов и ядер [https://www.youtube.com/watch?v=MNkIKNAQz0c&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=2]

'''Лекция 7 (26.02.26): ''' Архитектуры и аугментация GNN [https://www.youtube.com/watch?v=o7ClHiHYp6Y&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=1]

'''Лекция 8 (16.03.26): ''' Графы знаний и запросы на графах знаний.

'''Лекция 9''': Генеративные графовые нейронные сети.

'''Лекция 10''': Графовые трансформеры.

'''Лекция 11''': Рекомендательные системы на графах.

'''Лекция 12''': Дополнительные материалы.

Дополнительно, помимо обзорных историй было предложено ознакомиться с материалами по структурным/позиционным графовым нейронным сетям.

==Формула оценивания==
Итоговая оценка вычисляется по формуле
:: ОИтог = Округление(0.7 * ДЗ + 0.3 * Э),
где ДЗ = ((количество баллов за все ДЗ) / 70) * 10, Э - оценка за экзамен

Округление арифметическое.

На курсе предусмотрены автоматы - если студент сдал все дз и если студент набирает больше 45 баллов (то есть больше 6.5 оценка за ДЗ) то он освобождается от экзамена с ОИтог = Округление(ДЗ).

== Домашние задания ==
Домашние задания выкладываются в чате курса в телеграме("Объявления")
ссылка для сдачи теордз 1 - [https://docs.google.com/forms/d/e/1FAIpQLScMvz3KTw7pa2FVKBr3XFpFB1ileSopaCsuJQ_hX7z4FrDKXA/viewform?usp=publish-editor]
# Дедлайн 11.02.26 в 23:59
#

НИС Современный ML (ИИ24, 7 модуль)

2026-04-19T21:04:38Z

Mmustafaeva: Добавление информации о курсе

==О курсе==

Занятия проводятся в Zoom по вторникам в 19:40.

==Контакты==

Преподаватель: Петр Гринберг

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzAM3T8NxmmnEjT72rim0HYJ YouTube Playlist]
{| class="wikitable"
! Номер занятия
! Лекция / Разбираемая статья
|-
| 1
| Создание презентаций и рассказ докладов
|-
| rowspan="3" | 2
| ToolGen: Unified Tool Retrieval and Calling via Generation
|-
| Distilling Step-by-Step! Outperforming Larger Language Models with Less Training Data and Smaller Model Sizes
|-
| Visual Instruction Tuning
|-
| rowspan="3" | 3
| Scalable Diffusion Models with Transformers
|-
| Direct Preference Optimization: Your Language Model is Secretly a Reward Model
|-
| Graph Attention Networks
|-
| rowspan="3" | 4
| Voyager: An Open-Ended Embodied Agent with Large Language Models
|-
| VL2Lite: Task-Specific Knowledge Distillation from Large Vision-Language Models to Lightweight Networks
|-
| ReAct: Synergizing Reasoning and Acting in Language Models
|-
| rowspan="3" | 5
| On Efficient Distillation from LLMs to SLMs
|-
| Efficiently Modeling Long Sequences with Structured State Spaces
|-
| Efficient Memory Management for Large Language Model Serving with PagedAttention
|-
| rowspan="3" | 6
| Large Language Diffusion Models
|-
| Toolformer: Language Models Can Teach Themselves to Use Tools
|-
| Fast Inference from Transformers via Speculative Decoding
|-
| 7
| Инструкция по написанию научных текстов
|-
| rowspan="3" | 8
| ReConcile: Round-Table Conference Improves Reasoning via Consensus among Diverse LLMs
|-
| The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity
|-
| Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks
|-
| rowspan="2" | 9
| Предзащита ВКР
|-
| Предзащита ВКР
|-
| rowspan="3" | 10
| Предзащита ВКР
|-
| Предзащита ВКР
|-
| Предзащита ВКР
|}

==Формула оценивания==

Накопленная = 0.4 * О_Квиз + 0.4 * О_Видео + 0.1 * О_Ревью + 0.1 * О_Мета-Ревью

Оценка = 10 если Накопленная >= 5, иначе 0.

О_Ревью и О_Мета-Ревью блокирующие.

DL для звука (ИИ24, 6-7 модуль)

2026-04-17T18:02:02Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub Repository]

Ссылка на YouTube плейлист: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW Playlist]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || Audio Language Models and Speech Understanding || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec4_audio_understanding_lm.pdf Лекция] || [https://www.youtube.com/watch?v=UQunE0HOcUk&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=8 Лекция] ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' || Синтез речи II: Вокодеры и End-to-End модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec7_vocoders_e2e.pdf Лекция] [Семинар] || [https://www.youtube.com/watch?v=63TK_tliv3o&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Лекция] [https://www.youtube.com/watch?v=wJPxNdC3yWI&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Семинар]||
|-
| style="background:#eaecf0;" | '''8''' || Синтез речи III: Аудиокодеки || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec8_codecs.pdf Лекция] || [https://www.youtube.com/watch?v=1l3w03hHaJI&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''9''' || Генерация музыки || [Лекция] || [https://www.youtube.com/watch?v=ZWmEdPPK_Yo&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-17T18:01:19Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub Repository]

Ссылка на YouTube плейлист: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW Playlist]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || Audio Language Models and Speech Understanding || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec4_audio_understanding_lm.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' || Синтез речи II: Вокодеры и End-to-End модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec7_vocoders_e2e.pdf Лекция] [Семинар] || [https://www.youtube.com/watch?v=63TK_tliv3o&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Лекция] [https://www.youtube.com/watch?v=wJPxNdC3yWI&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Семинар]||
|-
| style="background:#eaecf0;" | '''8''' || Синтез речи III: Аудиокодеки || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec8_codecs.pdf Лекция] || [https://www.youtube.com/watch?v=1l3w03hHaJI&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''9''' || Генерация музыки || [Лекция] || [https://www.youtube.com/watch?v=ZWmEdPPK_Yo&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-17T17:59:07Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub Repository]

Ссылка на YouTube плейлист: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW Playlist]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || Audio Language Models and Speech Understanding || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec4_audio_understanding_lm.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' || Синтез речи II: Вокодеры и End-to-End модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec7_vocoders_e2e.pdf Лекция] [Семинар] || ||
|-
| style="background:#eaecf0;" | '''8''' || Синтез речи III: Аудиокодеки || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec8_codecs.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''9''' || Генерация музыки || [Лекция] || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-17T17:58:57Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub Repository]
Ссылка на YouTube плейлист: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW Playlist]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || Audio Language Models and Speech Understanding || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec4_audio_understanding_lm.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' || Синтез речи II: Вокодеры и End-to-End модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec7_vocoders_e2e.pdf Лекция] [Семинар] || ||
|-
| style="background:#eaecf0;" | '''8''' || Синтез речи III: Аудиокодеки || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec8_codecs.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''9''' || Генерация музыки || [Лекция] || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-17T17:56:02Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || Audio Language Models and Speech Understanding || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec4_audio_understanding_lm.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' || Синтез речи II: Вокодеры и End-to-End модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec7_vocoders_e2e.pdf Лекция] [Семинар] || ||
|-
| style="background:#eaecf0;" | '''8''' || Синтез речи III: Аудиокодеки || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec8_codecs.pdf Лекция] || ||
|-
| style="background:#eaecf0;" | '''9''' || Генерация музыки || [Лекция] || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-16T21:47:27Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-16T21:45:02Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.3×МДЗ1 + 𝟎.35×БДЗ1 + 𝟎.35×БДЗ2 + 𝟎.3×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-16T21:44:27Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==

DL для звука (ИИ24, 6-7 модуль)

2026-04-16T21:44:05Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom.

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw4 МДЗ2]

== Литература ==
#
#
#
#

Анализ временных рядов (ИИ25, 2-3 модули)

2026-03-25T21:04:14Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [https://us06web.zoom.us/j/85663799238?pwd=biCjFwEu26MMndIAnTXAISsoadsWiy.1 Zoom] '''по четвергам в 18:10'''. При переносе занятия проводятся в [https://us06web.zoom.us/j/81797715610?pwd=Zi4SvZA0BdfjyaR6SnAWTttkF1MFbo.1 Zoom] '''по понедельникам в 18:10'''.

==Контакты==

Канал курса в TG: https://t.me/c/3194229958/10

Чат курса в TG: https://t.me/c/3194229958/1

Преподаватели: Алина Костромина (@elineii), Азиз Темирханов (@MrDredD).

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Саламашенкова Дарья || @salamashenkovadasha
|-
| style="background:#eaecf0;" | Родионов Никита || @white_shpengler
|-
| style="background:#eaecf0;" | Чуйкин Никита || @darcy_tremor
|-
| style="background:#eaecf0;" | Журович Яна || @janinaal
|-
| style="background:#eaecf0;" | Демиденко Никита || @kalxon
|-
| style="background:#eaecf0;" | Анастасия Струнова || @bloodaggie
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs YouTube-playlist]

Ссылка на плейлист курса в VK: [https://vkvideo.ru/playlist/-227011779_60 VK-playlist]

GitHub репозиторий: https://github.com/elineii/HSE-Time-Series-2025

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' [https://www.youtube.com/watch?v=J0SpCNr6LXI&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Введение, EDA, предобработка, метрики, валидация || 13.11.2025
|-
| style="background:#eaecf0;" | '''2''' [https://www.youtube.com/watch?v=Xugsz45cVsg&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Практика. EDA, метрики, STL-разложение || 24.11.2025
|-
| style="background:#eaecf0;" | '''3''' [https://www.youtube.com/watch?v=mLf6cPZBapc&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Модели экспоненциального сглаживания. ETS-модели || 27.11.2025
|-
| style="background:#eaecf0;" | '''4''' [https://www.youtube.com/watch?v=R-9yKew7Gnw&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Стационарность. ACF, PACF. SARIMA(X)-модели || 01.12.2025 ||
|-
| style="background:#eaecf0;" | '''5''' [https://youtu.be/Wx-QqvwaXQY?si=h7LaFItLLSRjNZfQ Запись] || Автоподбор спецификаций, анализ прогнозов и остатков, многомерные ряды || 04.12.2025
|-
| style="background:#eaecf0;" | '''6''' [https://youtu.be/V8az9zNIDQo?si=RV-v3VkYidhfq-bK Запись] || Практика. Перевод задачи прогнозирования в задачу машинного обучения. Feature eng. Глобальные модели || 11.12.2025
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [https://youtu.be/dWX5A7VlTpg?si=GUwH1I399xfv_9cw Запись] || Практика. Стратегии многомерного и многошагового прогнозирования || 22.01.2026 ||
|-
| style="background:#eaecf0;" | '''8''' [https://youtu.be/jOkoumxmNzI?si=M0CmwM76T4besvDp Запись] || Нейронные сети для прогнозирования временных рядов. RNN, LSTM. Специализированные Dlinear, CycleNet || 29.01.2026 ||
|-
| style="background:#eaecf0;" | '''9''' [https://youtu.be/Xjiwx1acwj4?si=LnR39R345SWXP_vN Запись] || Нейронные сети для прогнозирования временных рядов. CNN. Специализированные DeepAR, WaveNet, TCN, LSTNet, xLST || 05.02.2026 ||
|-
| style="background:#eaecf0;" | '''10''' [https://youtu.be/YgNbycOQIC0?si=5AESDQ5MrKtu62DJ Запись] || Нейронные сети для прогнозирования временных рядов. Transformer. Специализированные TFT, Informer, Autoformer, FEDformer, PatchTST, iTransformer. Фундаментальные модели LLMTime, Chronos, TimesFM, Moirai, Moirai-MOE|| 12.02.2026 ||
|-
| style="background:#eaecf0;" | '''11''' [https://youtu.be/bV70Y1NfhXg?si=xNnzJX1S-ZwuXrFH Запись] || Практика. Нейронные сети для прогнозирования временных рядов. Практические советы по обучению и отладке. Сравнение моделей || 26.02.2026 ||
|-
| style="background:#eaecf0;" | '''12''' [https://youtu.be/tDDoH3swecw?si=2N3iKvYF01kVdT1_ Запись] || Генеративные модели || 05.03.2026 ||
|-
| style="background:#eaecf0;" | '''13''' [[ Запись]] || Бонусные темы. ML & DL || 12.03.2026 ||
|}

=== Заметки "после лекций" ===
'''Лекция 2:'''

Могла возникнуть путаница относительно того, какая симметрия есть у метрики SMAPE, а какой — нет.

'''Есть симметрия при перестановке реального значения y и прогноза y^''': SMAPE(y, y^) = SMAPE(y^, y).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 110 || 10% || 9.52%
|-
| 110 || 100 || 9.09% || 9.52%
|}

'''Есть симметрия при перепрогнозе и недопрогнозе в одинаковое количество раз k != 0 при одинаковом знаке y и y^''': SMAPE(y, y * k) = SMAPE(y, y / k).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 200 || 100% || 66.67%
|-
| 100 || 50 || 50% || 66.67%
|}

'''В общем случае нет симметрии при перепрогнозе и недопрогнозе на одинаковое количество единиц измерения e''': SMAPE(y, y + e) != SMAPE(y, y - e).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 120 || 20% || 18.18%
|-
| 100 || 80 || 20% || 22.22%
|}

Видно при этом, что MAPE симметричен только в третьем случае.

'''Лекция 3:'''

Подробнее про фундаментальные модели для временных рядов: [https://mlgu.ru/2709/?utm_source=google&utm_medium=organic ссылка]. Полноценная лекция по ним будет позже.

'''Лекция 4:'''
* Подробнее про урвнения Юла-Уокера (о том, как оценивать значения PACF): [https://didattica.unibocconi.it/mypage/dwload.php?nomefile=Lectures_2-3_notes_final20180308013455.pdf более понятно, но на аглийском], [https://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-5/chapter-5-4.htm на русском]

* Почему PACF для MA выглядит именно так: есть интуиция, до которой мы сначала не дошли, а потом было уже слишком поздно возвращаться — это условие инвертируемости (MA можно представить как AR(∞)). Для AR мы успешно посмотрели, как формируется PACF и почему для него есть резкий обрыв. Теперь представьте, что если при AR(2) будет обрыв на 2-м лаге, то при AR(∞) будет постепенное затухание.

* Как в тесте KPSS проверяется стационарность ряда, если мы явно выносим тренд: В KPSS проверяется unit root (то есть наличие случайного тренда), а линейный тренд обычно выносится a + bt.

* [https://www.statsmodels.org/dev/examples/notebooks/generated/stationarity_detrending_adf_kpss.html Как соотносятся тесты KPSS и ADF со стандартными параметрами]

# Оба теста показывают, что ряд не является стационарным — ряд не является стационарным
# Оба теста показывают, что ряд является стационарным — ряд является стационарным
# KPSS (ПРИ УЧЕТЕ ТРЕНДА — т. е. как было у нас a + bt) указывает на стационарность, а ADF — на нестационарность — ряд является трендовым стационарным. Для того чтобы сделать ряд строго стационарным, необходимо удалить тренд. Детрендированный ряд проверяется на стационарность.
# KPSS указывает на нестационарность, а ADF — на стационарность — ряд является дифференциально стационарным. Для приведения ряда в стационарное состояние необходимо использовать дифференцирование. Дифференцированный ряд проверяется на стационарность.

* Я перепутала эксцесс (4-й момент) со скошенностью (3-й момент): То, что я пыталась показать с распределением Лапласа хорошо показано [https://ru.wikipedia.org/wiki/Коэффициент_эксцесса тут]. А [https://ru.wikipedia.org/wiki/Коэффициент_асимметрии скошенность] — это просто смещение горба распределения (но это тоже пример момента наряду с мат. ожиданием и дисперсией).

'''Лекция 6:'''

К сожалению, к нам в код закралась ошибка с отсутствием shift() при формировании признаков log, и diff от исходного ряда, что привело к утечке целевой переменной в признаки. Обратите внимание на то, как это исправлено в ноутбуке в репозитории (и в начале 7-й лекции, если вы смотрите записи лекций). Давайте постараемся, чтобы эта досадная ошибка ни у кого из нас не вышла за пределы наших занятий и не появилась в боевой задаче :)

'''Лекция 11:'''

Было довольно много дополнительных материалов, которые мы рассматривали на лекции. Приводим их:

* https://huggingface.co/spaces/Salesforce/GIFT-Eval — бенчмарк GIFT-Eval, где можно посмотреть ранжирование моделей по множеству фильтров.
* https://arxiv.org/abs/2410.10393 — статья про GIFT-Eval.
* https://github.com/Nixtla/neuralforecast — репозиторий от Nixtla, где можно запустить нейронные сети для прогнозирования TS из интерфейса, схожего с statsforecast.
* https://github.com/thuml/Time-Series-Library — репозиторий от авторов TimesNet, где менее удобный запуск, но доступно больше моделей.
* https://github.com/sb-ai-lab/tsururu — библиотека от нашей команды также поддерживает запуск нейронных сетей в разных стратегиях (Пример — https://www.kaggle.com/code/elineii/tsururu-demo).
* https://github.com/amazon-science/chronos-forecasting — репозиторий одной из самых известных фундаментальных моделей, которые вы можете опробовать на своих задачах (другие можно найти в GIFT-Eval).
* https://cs.hse.ru/mirror/pubs/share/1017921910.pdf — материалы с другого доклады от нашей команды, часть из которых мы показывали на лекции, когда говорили про проблемы статей и про запуск и результаты фундаментальных моделей.

==Формула оценивания==

<big>'''Итог''' = Округление(0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект + 0.2 * Э),</big>

* ДЗ — средняя оценка за все домашние задания,
* Тесты — оценка за тесты после группы объединенных одной темой лекций,
* Э — оценка за экзамен.

Округление арифметическое.

'''Автомат:'''
Определим накопленную оценку как Накоп = MIN(10, Округление((0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект) / 0.8)).

Если среднее по каждому из элементов Накопа >=8, то студент может получить Накоп в качестве итоговой оценки, не приходя на экзамен.

== Домашние задания ==
* ДЗ1. Выдается после лекции 3. Дедлайн через 14 дней.
ДЗ посвящено построению end-to-end пайплайна прогнозирования от EDA,
предобработки ряда до сравнения
между собой нескольких классических
моделей из изучаемых на лекциях.

Первое домашнее задание уже ждет, когда вы его начнете решать: https://github.com/elineii/HSE-Time-Series-2025/blob/main/HW_1/HW_1__unsolved.ipynb

'''Срок сдачи: 16.12.2025 23:59 MSK'''

* ДЗ2. Выдается после Лекции 6. Дедлайн через 14 дней.
ДЗ посвящено
построению признаков и применению
градиентного бустинга для решения
задачи прогнозирования многомерного
временного ряда.

* ДЗ3. Выдается после Лекции 9. Дедлайн через 14 дней.
ДЗ посвящено
применению и модификации изучаемых
DL подходов для решения задачи
прогнозирования многомерного
временного ряда.

* Проект! Выдается после Лекции 11. Дедлайн через 14 дней.
Проект посвящен
проверке исследовательской гипотезы,
которая расширяет рассматриваемые на занятиях темы ЛИБО end-to-end решения боевой задачи анализа TS.

== Тесты ==
* Тест 1 (Введение и классические модели). Выдан после Лекции 5.

https://forms.yandex.ru/u/6931633f9029027681970280

В каждом вопросе может быть от 1 до 4 (включительно) правильных вариантов ответа.

'''Срок сдачи: 14.12 23:59'''

== Литература (будет пополняться) ==
Хорошие вводные учебники по временным рядам:
# Р. Хайндман, Дж. Атанасопулос — Прогнозирование: принципы и практика (рус.).
# https://otexts.com/fpppy/ — он же в оригинале и с примерами на Python (англ.). Есть еще несколько других версий этого учебника. Например, https://otexts.com/fpp3/ с примерами на R, но зато с сопровождением в видеоформате.
# Э. Нильсон — Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение (рус.)

Статьи (все англ.):
# Wang, Y., Wu, H., Dong, J., Liu, Y., Wang, C., Long, M., & Wang, J. (2024). Deep time series models: A comprehensive survey and benchmark. arXiv preprint arXiv:2407.13278.
# Hewamalage, H., Ackermann, K., & Bergmeir, C. (2023). Forecast evaluation for data scientists: common pitfalls and best practices. Data Mining and Knowledge Discovery, 37(2), 788-832.
# Liang, Y., Wen, H., Nie, Y., Jiang, Y., Jin, M., Song, D., ... & Wen, Q. (2024, August). Foundation models for time series analysis: A tutorial and survey. In Proceedings of the 30th ACM SIGKDD conference on knowledge discovery and data mining (pp. 6555-6565).

Python для сбора и анализа данных КНАД 25/26

2026-03-17T16:34:40Z

Mmustafaeva: ссылки забыл :(

== Преподаватели, учебные ассистенты и ссылки ==

{| class="wikitable" style="text-align:center;"
|-
! style="padding: 6px 12px;" | Группы
! style="padding: 6px 12px;" | БКНАД251
! style="padding: 6px 12px;" | БКНАД252
! style="padding: 6px 12px;" | БКНАД253
|-
| style="padding: 6px 12px;" | Лектор
|colspan="3" style="padding: 6px 12px;" | Горшков Сергей Сергеевич
|-
| style="padding: 6px 12px;" | Семинаристы
|colspan="1" style="padding: 6px 12px;" | Потапов Иван Андреевич
|colspan="2" style="padding: 6px 12px;" | Береснева Екатерина Николаевна
|-
| style="padding: 6px 12px;" | Ассистенты
|colspan="1" style="padding: 6px 12px;" | Дима Проскуряков
|colspan="1" style="padding: 6px 12px;" | Сахават Биннатов
|colspan="1" style="padding: 6px 12px;" | Алика Сидорова
|-
| style="padding: 6px 12px;" | Ассистент Лектора
| colspan="3" style="padding: 6px 12px;" | Сахават Биннатов
|}

[https://disk.360.yandex.ru/d/4Scckg7yfhNt7A Все записи курса]

[https://t.me/+wRh2-jPNfollYjEy Чат и канал курса]

[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%9A%D0%9D%D0%90%D0%94_24/25 Вики-страница прошлого года]

[https://forms.gle/hD77ewY1hBjiiCu8A Форма обратной связи. Можно заполнять когда угодно с любыми вопросами]

[http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%9A%D0%9D%D0%90%D0%94_25/26 Курс 1 модуля]

==Лекции==

[https://zoom.us/j/91602251494?pwd=bxg4OwXPY2ajQjfKlvwg8GAd4wbMSS.1 Четверг] 11:10 – 12:30

{| class="wikitable" style="width: 100%;"
! style="padding: 1px 2px; width: 2.5%; text-align: center;" | №
! style="padding: 3px 6px; width: 7%;" | Дата
! style="padding: 6px 12px;" | Тема
! style="padding: 6px 12px;" | Материалы
|-
| style="text-align: center; vertical-align: middle;" | 1
| style="text-align: center; vertical-align: middle;" | 16 января
| style="padding: 6px 12px;" | Модуль numpy. Основные операции для работы с numpy.array.
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1YesaTO0I_Qzu1_J3uxNO1AlSNn7jmzWxtWFmwFNQjLU/edit?usp=sharing Презентация] [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 2
| style="text-align: center; vertical-align: middle;" | 22 января
| style="padding: 6px 12px;" | Модуль pandas.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1nd2r3t85U2jGrdms4z0WJ2UPW1G-YsPE?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 3
| style="text-align: center; vertical-align: middle;" | 29 января
| style="padding: 6px 12px;" | Параллельность: GIL, многопоточность, многопроцессность, синхронизация.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing#scrollTo=sST1YJbw5h-0 параллельность][https://colab.research.google.com/drive/1fPkewwXJHDL94Y1jr5hXq2dSvAPvb-9e?usp=sharing colab performance] [https://docs.google.com/presentation/d/1y6O6oh1QlT1kJFPQxM8Kn8xyrnl8_Q1SwCin15ZnkAg/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 4
| style="text-align: center; vertical-align: middle;" | 5 февраля
| style="padding: 6px 12px;" | Визуализация данных в Python
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1RpHTrG6KYo26af8OoIRHrcnJcsOcWGMT?usp=sharing matplotlib1] [https://colab.research.google.com/drive/1ozGNbCPTJ23wE9gXWVswT7ikCK73JJjL?usp=sharing matplotlib2] [https://colab.research.google.com/drive/1rMBLCIIJLPCD9mLKSXgmnaYj33dxuoQt?usp=sharing pandas_plot] [https://colab.research.google.com/drive/1rcr8nLmpKjCxK8MtzLrYld4u4Vr2RoNY?usp=sharing plotly] [https://colab.research.google.com/drive/1X6PA89UHuz4n4zGamIqAu0orESROcoI4?usp=sharing seaborn] [https://colab.research.google.com/drive/1T1njeWLQfkViLrF27G-JYS7ebkwxGioX?usp=sharing magic в jupyter]
|-
| style="text-align: center; vertical-align: middle;" | 5
| style="text-align: center; vertical-align: middle;" | 12 февраля
| style="padding: 6px 12px;" | SQL
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 6
| style="text-align: center; vertical-align: middle;" | 19 февраля
| style="padding: 6px 12px;" | ORM, продвинутые возможности работы с базами данных
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing#scrollTo=3aE5QRNNEd-I код] [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 7
| style="text-align: center; vertical-align: middle;" | 26 февраля
| style="padding: 6px 12px;" | Распределенные системы
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1pDJ4nzHIpkUQo1e5AxMc6tZLV6Ut-0KCxGneuyUs9FQ/edit?usp=sharing MapReduce, Hadoop, HDFS] [https://docs.google.com/presentation/d/1Ir4HCOM-EFXD3MUhf7YZmBObCzfJznwDQvIN9tVXzFQ/edit?usp=sharing YARN] [https://docs.google.com/presentation/d/1fNK4BBOT0IGSvy2K0Vb_q8uGr68-88p8qPYG6Pce44E/edit?usp=sharing Spark] [https://www.bigdataschool.ru/blog/what-to-use-in-spark-rdd-vs-dataframe-vs-dataset.html Сравнение RDD и DataFrame]
|}

==Семинары==
Код семинаров [https://github.com/ivan-digital/python_data_analysis_2025 github]

== Домашнее задание ==

=== Сдача и оценивание ===

Сдача задач проводится в '''anytask''', инвайты будут опубликованы в телеграм-канале курса.

Максимум за одно ДЗ – '''10 баллов'''. По решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

Указанный в anytask максимальный балл – чисто формальное ограничение платформы: он больше, чем наш максимум, так как в него входят возможные бонусные баллы.

=== Дедлайны ===

Ко всем заданиям применяется система '''мягких''' и '''жёстких''' дедлайнов.

'''В таблице ДЗ ниже для каждого задания указаны и мягкий, и жёсткий дедлайн.'''

За каждый день просрочки начисляется штраф '''–1 балл'''.

'''Если работа сдана после жёсткого дедлайна без уважительной причины – за неё ставится 0.'''

При этом у вас есть '''одна возможность досдать ДЗ до жёсткого дедлайна без штрафа'''.

{| class="wikitable"
! style="padding: 6px 12px;" | №
! style="padding: 6px 12px;" | Задание
! style="padding: 6px 12px;" | Мягкий дедлайн
! style="padding: 6px 12px;" | Жёсткий дедлайн
|-
| style="padding: 6px 12px;" | 1
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1xG9SKOsXwq0wFW5NBtnSw1B8odFcAU0y?usp=sharing numpy]
| style="padding: 6px 12px;" | '''25.01.2026 23:59'''
| style="padding: 6px 12px;" | '''28.01.2026 23:59'''
|-
| style="padding: 6px 12px;" | 2
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CWFPDleJQdv_eG_yRYXBOs9Aj7-osVAG?usp=sharing pandas]
| style="padding: 6px 12px;" | '''03.02.2026 23:59'''
| style="padding: 6px 12px;" | '''06.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 3
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Y0L_dyTWsNpby35OfzDYBLWIN7vxy_sw?usp=sharing join]
| style="padding: 6px 12px;" | '''08.02.2026 23:59'''
| style="padding: 6px 12px;" | '''11.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 4
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1dKV1Y4iYIJtM83vfA9tAU9ctKzGDF0To?usp=sharing visualization]
| style="padding: 6px 12px;" | '''12.02.2026 23:59'''
| style="padding: 6px 12px;" | '''15.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 5
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1V7H2BGFAK1b2dCNH1dVcPtMkqbN_dpCp?usp=sharing sql]
| style="padding: 6px 12px;" | '''02.03.2026 23:59'''
| style="padding: 6px 12px;" | '''05.03.2026 23:59'''
|-
| style="padding: 6px 12px;" | 6
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1X-GOiFo9OMqL3-42AXj3cQBxVDSUj7A2?usp=sharing spark]
| style="padding: 6px 12px;" | '''12.03.2026 11:00'''
| style="padding: 6px 12px;" | '''15.03.2026 11:00'''
|-
| style="padding: 6px 12px;" | 7
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CK1YnsJPe9Zc89Fkra_1fk9ad_KRWxOg?usp=sharing streamlit]
| style="padding: 6px 12px;" | '''22.03.2026 23:59'''
| style="padding: 6px 12px;" | '''25.03.2026 23:59'''
|-
| style="padding: 6px 12px;" | 8
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1jQeeG9FCL0aqLttfZ2MOIs9_y4Z8iQ2J?usp=sharing FastAPI]
| style="padding: 6px 12px;" | '''26.03.2026 23:59'''
| style="padding: 6px 12px;" | '''27.03.2026 23:59'''
|}

==Оценивание==
{| class="wikitable"
! style="padding: 6px 12px;" | Показатель
! style="padding: 6px 12px;" | Формула
|-
| style="padding: 6px 12px;" | '''Накоп'''
| style="padding: 6px 12px;" | <code>МИНИМУМ((ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5 + ДЗ6 + ДЗ7 + ДЗ8) / 8, 10)</code>
|-
| style="padding: 6px 12px;" | '''Итог'''
| style="padding: 6px 12px;" | <code>ОКРУГЛЕНИЕ(0.7 * Накоп + 0.3 * экз)</code>
|-
| style="padding: 6px 12px;" | '''Автомат'''
| style="padding: 6px 12px;" | <code>Накоп, если Накоп >= 6 и есть желание получить автомат</code>
|}

==Рекомендуемая основная литература==

# [https://stepik.org/course/150/syllabus Hadoop. Система для обработки больших объемов данных]
# [https://www.asozykin.ru/courses/sql Основы SQL – курс Андрея Созыкина]
# [https://habr.com/ru/company/vk/blog/258045/ Курс Техносферы: методы распределенной обработки больших объемов данных в Hadoop]
# [https://numpy.org/ NumPy]
# [https://pandas.pydata.org/ pandas]
# [https://matplotlib.org/ Matplotlib]

==Рекомендуемая дополнительная литература==

# [https://mrjob.readthedocs.io/en/latest/ MRJob documentation]
# Devpractice Team. ''Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.''
# [https://vk.com/itcookies/python ITCookies: Python]
# [https://towardsdatascience.com/apply-function-to-pandas-dataframe-rows-76df74165ee4 О функции apply в pandas]

Python для сбора и анализа данных КНАД 25/26

2026-03-17T16:32:51Z

Mmustafaeva: а вот и последние дз =)

== Преподаватели, учебные ассистенты и ссылки ==

{| class="wikitable" style="text-align:center;"
|-
! style="padding: 6px 12px;" | Группы
! style="padding: 6px 12px;" | БКНАД251
! style="padding: 6px 12px;" | БКНАД252
! style="padding: 6px 12px;" | БКНАД253
|-
| style="padding: 6px 12px;" | Лектор
|colspan="3" style="padding: 6px 12px;" | Горшков Сергей Сергеевич
|-
| style="padding: 6px 12px;" | Семинаристы
|colspan="1" style="padding: 6px 12px;" | Потапов Иван Андреевич
|colspan="2" style="padding: 6px 12px;" | Береснева Екатерина Николаевна
|-
| style="padding: 6px 12px;" | Ассистенты
|colspan="1" style="padding: 6px 12px;" | Дима Проскуряков
|colspan="1" style="padding: 6px 12px;" | Сахават Биннатов
|colspan="1" style="padding: 6px 12px;" | Алика Сидорова
|-
| style="padding: 6px 12px;" | Ассистент Лектора
| colspan="3" style="padding: 6px 12px;" | Сахават Биннатов
|}

[https://disk.360.yandex.ru/d/4Scckg7yfhNt7A Все записи курса]

[https://t.me/+wRh2-jPNfollYjEy Чат и канал курса]

[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%9A%D0%9D%D0%90%D0%94_24/25 Вики-страница прошлого года]

[https://forms.gle/hD77ewY1hBjiiCu8A Форма обратной связи. Можно заполнять когда угодно с любыми вопросами]

[http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%9A%D0%9D%D0%90%D0%94_25/26 Курс 1 модуля]

==Лекции==

[https://zoom.us/j/91602251494?pwd=bxg4OwXPY2ajQjfKlvwg8GAd4wbMSS.1 Четверг] 11:10 – 12:30

{| class="wikitable" style="width: 100%;"
! style="padding: 1px 2px; width: 2.5%; text-align: center;" | №
! style="padding: 3px 6px; width: 7%;" | Дата
! style="padding: 6px 12px;" | Тема
! style="padding: 6px 12px;" | Материалы
|-
| style="text-align: center; vertical-align: middle;" | 1
| style="text-align: center; vertical-align: middle;" | 16 января
| style="padding: 6px 12px;" | Модуль numpy. Основные операции для работы с numpy.array.
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1YesaTO0I_Qzu1_J3uxNO1AlSNn7jmzWxtWFmwFNQjLU/edit?usp=sharing Презентация] [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 2
| style="text-align: center; vertical-align: middle;" | 22 января
| style="padding: 6px 12px;" | Модуль pandas.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1nd2r3t85U2jGrdms4z0WJ2UPW1G-YsPE?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 3
| style="text-align: center; vertical-align: middle;" | 29 января
| style="padding: 6px 12px;" | Параллельность: GIL, многопоточность, многопроцессность, синхронизация.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing#scrollTo=sST1YJbw5h-0 параллельность][https://colab.research.google.com/drive/1fPkewwXJHDL94Y1jr5hXq2dSvAPvb-9e?usp=sharing colab performance] [https://docs.google.com/presentation/d/1y6O6oh1QlT1kJFPQxM8Kn8xyrnl8_Q1SwCin15ZnkAg/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 4
| style="text-align: center; vertical-align: middle;" | 5 февраля
| style="padding: 6px 12px;" | Визуализация данных в Python
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1RpHTrG6KYo26af8OoIRHrcnJcsOcWGMT?usp=sharing matplotlib1] [https://colab.research.google.com/drive/1ozGNbCPTJ23wE9gXWVswT7ikCK73JJjL?usp=sharing matplotlib2] [https://colab.research.google.com/drive/1rMBLCIIJLPCD9mLKSXgmnaYj33dxuoQt?usp=sharing pandas_plot] [https://colab.research.google.com/drive/1rcr8nLmpKjCxK8MtzLrYld4u4Vr2RoNY?usp=sharing plotly] [https://colab.research.google.com/drive/1X6PA89UHuz4n4zGamIqAu0orESROcoI4?usp=sharing seaborn] [https://colab.research.google.com/drive/1T1njeWLQfkViLrF27G-JYS7ebkwxGioX?usp=sharing magic в jupyter]
|-
| style="text-align: center; vertical-align: middle;" | 5
| style="text-align: center; vertical-align: middle;" | 12 февраля
| style="padding: 6px 12px;" | SQL
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 6
| style="text-align: center; vertical-align: middle;" | 19 февраля
| style="padding: 6px 12px;" | ORM, продвинутые возможности работы с базами данных
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing#scrollTo=3aE5QRNNEd-I код] [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 7
| style="text-align: center; vertical-align: middle;" | 26 февраля
| style="padding: 6px 12px;" | Распределенные системы
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1pDJ4nzHIpkUQo1e5AxMc6tZLV6Ut-0KCxGneuyUs9FQ/edit?usp=sharing MapReduce, Hadoop, HDFS] [https://docs.google.com/presentation/d/1Ir4HCOM-EFXD3MUhf7YZmBObCzfJznwDQvIN9tVXzFQ/edit?usp=sharing YARN] [https://docs.google.com/presentation/d/1fNK4BBOT0IGSvy2K0Vb_q8uGr68-88p8qPYG6Pce44E/edit?usp=sharing Spark] [https://www.bigdataschool.ru/blog/what-to-use-in-spark-rdd-vs-dataframe-vs-dataset.html Сравнение RDD и DataFrame]
|}

==Семинары==
Код семинаров [https://github.com/ivan-digital/python_data_analysis_2025 github]

== Домашнее задание ==

=== Сдача и оценивание ===

Сдача задач проводится в '''anytask''', инвайты будут опубликованы в телеграм-канале курса.

Максимум за одно ДЗ – '''10 баллов'''. По решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

Указанный в anytask максимальный балл – чисто формальное ограничение платформы: он больше, чем наш максимум, так как в него входят возможные бонусные баллы.

=== Дедлайны ===

Ко всем заданиям применяется система '''мягких''' и '''жёстких''' дедлайнов.

'''В таблице ДЗ ниже для каждого задания указаны и мягкий, и жёсткий дедлайн.'''

За каждый день просрочки начисляется штраф '''–1 балл'''.

'''Если работа сдана после жёсткого дедлайна без уважительной причины – за неё ставится 0.'''

При этом у вас есть '''одна возможность досдать ДЗ до жёсткого дедлайна без штрафа'''.

{| class="wikitable"
! style="padding: 6px 12px;" | №
! style="padding: 6px 12px;" | Задание
! style="padding: 6px 12px;" | Мягкий дедлайн
! style="padding: 6px 12px;" | Жёсткий дедлайн
|-
| style="padding: 6px 12px;" | 1
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1xG9SKOsXwq0wFW5NBtnSw1B8odFcAU0y?usp=sharing numpy]
| style="padding: 6px 12px;" | '''25.01.2026 23:59'''
| style="padding: 6px 12px;" | '''28.01.2026 23:59'''
|-
| style="padding: 6px 12px;" | 2
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CWFPDleJQdv_eG_yRYXBOs9Aj7-osVAG?usp=sharing pandas]
| style="padding: 6px 12px;" | '''03.02.2026 23:59'''
| style="padding: 6px 12px;" | '''06.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 3
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Y0L_dyTWsNpby35OfzDYBLWIN7vxy_sw?usp=sharing join]
| style="padding: 6px 12px;" | '''08.02.2026 23:59'''
| style="padding: 6px 12px;" | '''11.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 4
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1dKV1Y4iYIJtM83vfA9tAU9ctKzGDF0To?usp=sharing visualization]
| style="padding: 6px 12px;" | '''12.02.2026 23:59'''
| style="padding: 6px 12px;" | '''15.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 5
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1V7H2BGFAK1b2dCNH1dVcPtMkqbN_dpCp?usp=sharing sql]
| style="padding: 6px 12px;" | '''02.03.2026 23:59'''
| style="padding: 6px 12px;" | '''05.03.2026 23:59'''
|-
| style="padding: 6px 12px;" | 6
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1X-GOiFo9OMqL3-42AXj3cQBxVDSUj7A2?usp=sharing spark]
| style="padding: 6px 12px;" | '''12.03.2026 11:00'''
| style="padding: 6px 12px;" | '''15.03.2026 11:00'''
|-
| style="padding: 6px 12px;" | 7
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1X-GOiFo9OMqL3-42AXj3cQBxVDSUj7A2?usp=sharing streamlit]
| style="padding: 6px 12px;" | '''22.03.2026 23:59'''
| style="padding: 6px 12px;" | '''25.03.2026 23:59'''
|-
| style="padding: 6px 12px;" | 8
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1X-GOiFo9OMqL3-42AXj3cQBxVDSUj7A2?usp=sharing FastAPI]
| style="padding: 6px 12px;" | '''26.03.2026 23:59'''
| style="padding: 6px 12px;" | '''27.03.2026 23:59'''
|}

==Оценивание==
{| class="wikitable"
! style="padding: 6px 12px;" | Показатель
! style="padding: 6px 12px;" | Формула
|-
| style="padding: 6px 12px;" | '''Накоп'''
| style="padding: 6px 12px;" | <code>МИНИМУМ((ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5 + ДЗ6 + ДЗ7 + ДЗ8) / 8, 10)</code>
|-
| style="padding: 6px 12px;" | '''Итог'''
| style="padding: 6px 12px;" | <code>ОКРУГЛЕНИЕ(0.7 * Накоп + 0.3 * экз)</code>
|-
| style="padding: 6px 12px;" | '''Автомат'''
| style="padding: 6px 12px;" | <code>Накоп, если Накоп >= 6 и есть желание получить автомат</code>
|}

==Рекомендуемая основная литература==

# [https://stepik.org/course/150/syllabus Hadoop. Система для обработки больших объемов данных]
# [https://www.asozykin.ru/courses/sql Основы SQL – курс Андрея Созыкина]
# [https://habr.com/ru/company/vk/blog/258045/ Курс Техносферы: методы распределенной обработки больших объемов данных в Hadoop]
# [https://numpy.org/ NumPy]
# [https://pandas.pydata.org/ pandas]
# [https://matplotlib.org/ Matplotlib]

==Рекомендуемая дополнительная литература==

# [https://mrjob.readthedocs.io/en/latest/ MRJob documentation]
# Devpractice Team. ''Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.''
# [https://vk.com/itcookies/python ITCookies: Python]
# [https://towardsdatascience.com/apply-function-to-pandas-dataframe-rows-76df74165ee4 О функции apply в pandas]

Глубинное обучение (ИИ25, 3 модуль)

2026-03-15T19:35:19Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Блуменау Марк]

{| class="wikitable"
|-
! colspan="3" | Ассистенты
|-
| Архипов Максим || Исхаков Руслан || Борисов Иван
|-
| Линкин Вячеслав || Лотц Никита || Пальников Евгений
|-
| Писаренко Сергей || Сысоев Сергей || Чмель Евгений
|-
| Шарова Елизавета ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

Ссылка на stepik: [https://stepik.org/course/179805 Stepik]

{| class="wikitable"
|-
! Занятие !! Тема !! Записи лекций и семинаров !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Алгоритмы оптимизации нейронных сетей || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239760 VK]|| 17.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Полносвязные нейронные сети || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239790 VK] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || Свёрточные нейронные сети (CNN) || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239806 VK] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || Сверточные архитектуры и аугментации || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239828 VK] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Детекция и сегментация объектов || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239846 VK] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || Word2Vec и эмбеддинги слов || [https://www.youtube.com/watch?v=UWDoxFRTlOo&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239858 VK] || 21.02.2026
|-
| style="background:#eaecf0;" | '''7''' || Практический пайплайн обучения нейросетей || [https://www.youtube.com/watch?v=MaZQsY2QSew&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239887 VK] || 28.02.2026
|-
| style="background:#eaecf0;" | '''8''' || Практический пайплайн обучения нейросетей || [https://www.youtube.com/watch?v=MaZQsY2QSew&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239887 VK] || 07.03.2026
|-
| style="background:#eaecf0;" | '''9''' || Архитектура трансформера || [https://www.youtube.com/watch?v=t3d0PWTAyl0&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239889 VK] || 07.03.2026
|-
|}

==Формула оценивания==

Общая оценка = '''0.5'''×ДЗ + '''0.1'''×Степик + '''0.4'''×Экзамен

Оценка ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-03-15T18:56:01Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Блуменау Марк]

{| class="wikitable"
|-
! colspan="3" | Ассистенты
|-
| Архипов Максим || Исхаков Руслан || Борисов Иван
|-
| Линкин Вячеслав || Лотц Никита || Пальников Евгений
|-
| Писаренко Сергей || Сысоев Сергей || Чмель Евгений
|-
| Шарова Елизавета ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

Ссылка на stepik: [https://stepik.org/course/179805 Stepik]

{| class="wikitable"
|-
! Занятие !! Тема !! Записи лекций и семинаров !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Алгоритмы оптимизации нейронных сетей || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239760 VK]|| 17.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Полносвязные нейронные сети || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239790 VK] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || Свёрточные нейронные сети (CNN) || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239806 VK] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || Сверточные архитектуры и аугментации || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239828 VK] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Детекция и сегментация объектов || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239846 VK] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Общая оценка = '''0.5'''×ДЗ + '''0.1'''×Степик + '''0.4'''×Экзамен

Оценка ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Анализ временных рядов (ИИ25, 2-3 модули)

2026-03-06T18:27:00Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [https://us06web.zoom.us/j/85663799238?pwd=biCjFwEu26MMndIAnTXAISsoadsWiy.1 Zoom] '''по четвергам в 18:10'''. При переносе занятия проводятся в [https://us06web.zoom.us/j/81797715610?pwd=Zi4SvZA0BdfjyaR6SnAWTttkF1MFbo.1 Zoom] '''по понедельникам в 18:10'''.

==Контакты==

Канал курса в TG: https://t.me/c/3194229958/10

Чат курса в TG: https://t.me/c/3194229958/1

Преподаватели: Алина Костромина (@elineii), Азиз Темирханов (@MrDredD).

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Саламашенкова Дарья || @salamashenkovadasha
|-
| style="background:#eaecf0;" | Родионов Никита || @white_shpengler
|-
| style="background:#eaecf0;" | Чуйкин Никита || @darcy_tremor
|-
| style="background:#eaecf0;" | Журович Яна || @janinaal
|-
| style="background:#eaecf0;" | Демиденко Никита || @kalxon
|-
| style="background:#eaecf0;" | Анастасия Струнова || @bloodaggie
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs YouTube-playlist]

Ссылка на плейлист курса в VK: [https://vkvideo.ru/playlist/-227011779_60 VK-playlist]

GitHub репозиторий: https://github.com/elineii/HSE-Time-Series-2025

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' [https://www.youtube.com/watch?v=J0SpCNr6LXI&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Введение, EDA, предобработка, метрики, валидация || 13.11.2025
|-
| style="background:#eaecf0;" | '''2''' [https://www.youtube.com/watch?v=Xugsz45cVsg&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Практика. EDA, метрики, STL-разложение || 24.11.2025
|-
| style="background:#eaecf0;" | '''3''' [https://www.youtube.com/watch?v=mLf6cPZBapc&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Модели экспоненциального сглаживания. ETS-модели || 27.11.2025
|-
| style="background:#eaecf0;" | '''4''' [https://www.youtube.com/watch?v=R-9yKew7Gnw&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Стационарность. ACF, PACF. SARIMA(X)-модели || 01.12.2025 ||
|-
| style="background:#eaecf0;" | '''5''' [https://youtu.be/Wx-QqvwaXQY?si=h7LaFItLLSRjNZfQ Запись] || Автоподбор спецификаций, анализ прогнозов и остатков, многомерные ряды || 04.12.2025
|-
| style="background:#eaecf0;" | '''6''' [https://youtu.be/V8az9zNIDQo?si=RV-v3VkYidhfq-bK Запись] || Практика. Перевод задачи прогнозирования в задачу машинного обучения. Feature eng. Глобальные модели || 11.12.2025
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [https://youtu.be/dWX5A7VlTpg?si=GUwH1I399xfv_9cw Запись] || Практика. Стратегии многомерного и многошагового прогнозирования || 22.01.2026 ||
|-
| style="background:#eaecf0;" | '''8''' [https://youtu.be/jOkoumxmNzI?si=M0CmwM76T4besvDp Запись] || Нейронные сети для прогнозирования временных рядов. RNN, LSTM. Специализированные Dlinear, CycleNet || 29.01.2026 ||
|-
| style="background:#eaecf0;" | '''9''' [https://youtu.be/Xjiwx1acwj4?si=LnR39R345SWXP_vN Запись] || Нейронные сети для прогнозирования временных рядов. CNN. Специализированные DeepAR, WaveNet, TCN, LSTNet, xLST || 05.02.2026 ||
|-
| style="background:#eaecf0;" | '''10''' [https://youtu.be/YgNbycOQIC0?si=5AESDQ5MrKtu62DJ Запись] || Нейронные сети для прогнозирования временных рядов. Transformer. Специализированные TFT, Informer, Autoformer, FEDformer, PatchTST, iTransformer. Фундаментальные модели LLMTime, Chronos, TimesFM, Moirai, Moirai-MOE|| 12.02.2026 ||
|-
| style="background:#eaecf0;" | '''11''' [https://youtu.be/bV70Y1NfhXg?si=xNnzJX1S-ZwuXrFH Запись] || Практика. Нейронные сети для прогнозирования временных рядов. Практические советы по обучению и отладке. Сравнение моделей || 26.02.2026 ||
|-
| style="background:#eaecf0;" | '''12''' [https://youtu.be/tDDoH3swecw?si=2N3iKvYF01kVdT1_ Запись] || Генеративные модели || 05.03.2026 ||
|-
| style="background:#eaecf0;" | '''13''' [[ Запись]] || Бонусные темы. ML & DL || 12.03.2026 ||
|}

=== Заметки "после лекций" ===
'''Лекция 2:'''

Могла возникнуть путаница относительно того, какая симметрия есть у метрики SMAPE, а какой — нет.

'''Есть симметрия при перестановке реального значения y и прогноза y^''': SMAPE(y, y^) = SMAPE(y^, y).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 110 || 10% || 9.52%
|-
| 110 || 100 || 9.09% || 9.52%
|}

'''Есть симметрия при перепрогнозе и недопрогнозе в одинаковое количество раз k != 0 при одинаковом знаке y и y^''': SMAPE(y, y * k) = SMAPE(y, y / k).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 200 || 100% || 66.67%
|-
| 100 || 50 || 50% || 66.67%
|}

'''В общем случае нет симметрии при перепрогнозе и недопрогнозе на одинаковое количество единиц измерения e''': SMAPE(y, y + e) != SMAPE(y, y - e).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 120 || 20% || 18.18%
|-
| 100 || 80 || 20% || 22.22%
|}

Видно при этом, что MAPE симметричен только в третьем случае.

'''Лекция 3:'''

Подробнее про фундаментальные модели для временных рядов: [https://mlgu.ru/2709/?utm_source=google&utm_medium=organic ссылка]. Полноценная лекция по ним будет позже.

'''Лекция 4:'''
* Подробнее про урвнения Юла-Уокера (о том, как оценивать значения PACF): [https://didattica.unibocconi.it/mypage/dwload.php?nomefile=Lectures_2-3_notes_final20180308013455.pdf более понятно, но на аглийском], [https://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-5/chapter-5-4.htm на русском]

* Почему PACF для MA выглядит именно так: есть интуиция, до которой мы сначала не дошли, а потом было уже слишком поздно возвращаться — это условие инвертируемости (MA можно представить как AR(∞)). Для AR мы успешно посмотрели, как формируется PACF и почему для него есть резкий обрыв. Теперь представьте, что если при AR(2) будет обрыв на 2-м лаге, то при AR(∞) будет постепенное затухание.

* Как в тесте KPSS проверяется стационарность ряда, если мы явно выносим тренд: В KPSS проверяется unit root (то есть наличие случайного тренда), а линейный тренд обычно выносится a + bt.

* [https://www.statsmodels.org/dev/examples/notebooks/generated/stationarity_detrending_adf_kpss.html Как соотносятся тесты KPSS и ADF со стандартными параметрами]

# Оба теста показывают, что ряд не является стационарным — ряд не является стационарным
# Оба теста показывают, что ряд является стационарным — ряд является стационарным
# KPSS (ПРИ УЧЕТЕ ТРЕНДА — т. е. как было у нас a + bt) указывает на стационарность, а ADF — на нестационарность — ряд является трендовым стационарным. Для того чтобы сделать ряд строго стационарным, необходимо удалить тренд. Детрендированный ряд проверяется на стационарность.
# KPSS указывает на нестационарность, а ADF — на стационарность — ряд является дифференциально стационарным. Для приведения ряда в стационарное состояние необходимо использовать дифференцирование. Дифференцированный ряд проверяется на стационарность.

* Я перепутала эксцесс (4-й момент) со скошенностью (3-й момент): То, что я пыталась показать с распределением Лапласа хорошо показано [https://ru.wikipedia.org/wiki/Коэффициент_эксцесса тут]. А [https://ru.wikipedia.org/wiki/Коэффициент_асимметрии скошенность] — это просто смещение горба распределения (но это тоже пример момента наряду с мат. ожиданием и дисперсией).

'''Лекция 6:'''

К сожалению, к нам в код закралась ошибка с отсутствием shift() при формировании признаков log, и diff от исходного ряда, что привело к утечке целевой переменной в признаки. Обратите внимание на то, как это исправлено в ноутбуке в репозитории (и в начале 7-й лекции, если вы смотрите записи лекций). Давайте постараемся, чтобы эта досадная ошибка ни у кого из нас не вышла за пределы наших занятий и не появилась в боевой задаче :)

'''Лекция 11:'''

Было довольно много дополнительных материалов, которые мы рассматривали на лекции. Приводим их:

* https://huggingface.co/spaces/Salesforce/GIFT-Eval — бенчмарк GIFT-Eval, где можно посмотреть ранжирование моделей по множеству фильтров.
* https://arxiv.org/abs/2410.10393 — статья про GIFT-Eval.
* https://github.com/Nixtla/neuralforecast — репозиторий от Nixtla, где можно запустить нейронные сети для прогнозирования TS из интерфейса, схожего с statsforecast.
* https://github.com/thuml/Time-Series-Library — репозиторий от авторов TimesNet, где менее удобный запуск, но доступно больше моделей.
* https://github.com/sb-ai-lab/tsururu — библиотека от нашей команды также поддерживает запуск нейронных сетей в разных стратегиях (Пример — https://www.kaggle.com/code/elineii/tsururu-demo).
* https://github.com/amazon-science/chronos-forecasting — репозиторий одной из самых известных фундаментальных моделей, которые вы можете опробовать на своих задачах (другие можно найти в GIFT-Eval).
* https://cs.hse.ru/mirror/pubs/share/1017921910.pdf — материалы с другого доклады от нашей команды, часть из которых мы показывали на лекции, когда говорили про проблемы статей и про запуск и результаты фундаментальных моделей.

==Формула оценивания==

<big>'''Итог''' = Округление(0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект + 0.2 * Э),</big>

* ДЗ — средняя оценка за все домашние задания,
* Тесты — оценка за тесты после группы объединенных одной темой лекций,
* Э — оценка за экзамен.

Округление арифметическое.

'''Автомат:'''
Определим накопленную оценку как Накоп = Округление((0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект) / 0.8).

Если среднее по каждому из элементов Накопа >=8, то студент может получить Накоп в качестве итоговой оценки, не приходя на экзамен.

== Домашние задания ==
* ДЗ1. Выдается после лекции 3. Дедлайн через 14 дней.
ДЗ посвящено построению end-to-end пайплайна прогнозирования от EDA,
предобработки ряда до сравнения
между собой нескольких классических
моделей из изучаемых на лекциях.

Первое домашнее задание уже ждет, когда вы его начнете решать: https://github.com/elineii/HSE-Time-Series-2025/blob/main/HW_1/HW_1__unsolved.ipynb

'''Срок сдачи: 16.12.2025 23:59 MSK'''

* ДЗ2. Выдается после Лекции 6. Дедлайн через 14 дней.
ДЗ посвящено
построению признаков и применению
градиентного бустинга для решения
задачи прогнозирования многомерного
временного ряда.

* ДЗ3. Выдается после Лекции 9. Дедлайн через 14 дней.
ДЗ посвящено
применению и модификации изучаемых
DL подходов для решения задачи
прогнозирования многомерного
временного ряда.

* Проект! Выдается после Лекции 11. Дедлайн через 14 дней.
Проект посвящен
проверке исследовательской гипотезы,
которая расширяет рассматриваемые на занятиях темы ЛИБО end-to-end решения боевой задачи анализа TS.

== Тесты ==
* Тест 1 (Введение и классические модели). Выдан после Лекции 5.

https://forms.yandex.ru/u/6931633f9029027681970280

В каждом вопросе может быть от 1 до 4 (включительно) правильных вариантов ответа.

'''Срок сдачи: 14.12 23:59'''

== Литература (будет пополняться) ==
Хорошие вводные учебники по временным рядам:
# Р. Хайндман, Дж. Атанасопулос — Прогнозирование: принципы и практика (рус.).
# https://otexts.com/fpppy/ — он же в оригинале и с примерами на Python (англ.). Есть еще несколько других версий этого учебника. Например, https://otexts.com/fpp3/ с примерами на R, но зато с сопровождением в видеоформате.
# Э. Нильсон — Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение (рус.)

Статьи (все англ.):
# Wang, Y., Wu, H., Dong, J., Liu, Y., Wang, C., Long, M., & Wang, J. (2024). Deep time series models: A comprehensive survey and benchmark. arXiv preprint arXiv:2407.13278.
# Hewamalage, H., Ackermann, K., & Bergmeir, C. (2023). Forecast evaluation for data scientists: common pitfalls and best practices. Data Mining and Knowledge Discovery, 37(2), 788-832.
# Liang, Y., Wen, H., Nie, Y., Jiang, Y., Jin, M., Song, D., ... & Wen, Q. (2024, August). Foundation models for time series analysis: A tutorial and survey. In Proceedings of the 30th ACM SIGKDD conference on knowledge discovery and data mining (pp. 6555-6565).

Анализ временных рядов (ИИ25, 2-3 модули)

2026-03-06T18:25:55Z

Mmustafaeva: Обновила расписание и добавила материалы лекций

==О курсе==

Занятия проводятся в [https://us06web.zoom.us/j/85663799238?pwd=biCjFwEu26MMndIAnTXAISsoadsWiy.1 Zoom] '''по четвергам в 18:10'''. При переносе занятия проводятся в [https://us06web.zoom.us/j/81797715610?pwd=Zi4SvZA0BdfjyaR6SnAWTttkF1MFbo.1 Zoom] '''по понедельникам в 18:10'''.

==Контакты==

Канал курса в TG: https://t.me/c/3194229958/10

Чат курса в TG: https://t.me/c/3194229958/1

Преподаватели: Алина Костромина (@elineii), Азиз Темирханов (@MrDredD).

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Саламашенкова Дарья || @salamashenkovadasha
|-
| style="background:#eaecf0;" | Родионов Никита || @white_shpengler
|-
| style="background:#eaecf0;" | Чуйкин Никита || @darcy_tremor
|-
| style="background:#eaecf0;" | Журович Яна || @janinaal
|-
| style="background:#eaecf0;" | Демиденко Никита || @kalxon
|-
| style="background:#eaecf0;" | Анастасия Струнова || @bloodaggie
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs YouTube-playlist]

Ссылка на плейлист курса в VK: [https://vkvideo.ru/playlist/-227011779_60 VK-playlist]

GitHub репозиторий: https://github.com/elineii/HSE-Time-Series-2025

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' [https://www.youtube.com/watch?v=J0SpCNr6LXI&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Введение, EDA, предобработка, метрики, валидация || 13.11.2025
|-
| style="background:#eaecf0;" | '''2''' [https://www.youtube.com/watch?v=Xugsz45cVsg&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Практика. EDA, метрики, STL-разложение || 24.11.2025
|-
| style="background:#eaecf0;" | '''3''' [https://www.youtube.com/watch?v=mLf6cPZBapc&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=2&pp=iAQB Запись] || Модели экспоненциального сглаживания. ETS-модели || 27.11.2025
|-
| style="background:#eaecf0;" | '''4''' [https://www.youtube.com/watch?v=R-9yKew7Gnw&list=PLmA-1xX7IuzDK0OSCArxNjG_VDuYOXxTs&index=1&pp=iAQB Запись] || Стационарность. ACF, PACF. SARIMA(X)-модели || 01.12.2025 ||
|-
| style="background:#eaecf0;" | '''5''' [https://youtu.be/Wx-QqvwaXQY?si=h7LaFItLLSRjNZfQ Запись] || Автоподбор спецификаций, анализ прогнозов и остатков, многомерные ряды || 04.12.2025
|-
| style="background:#eaecf0;" | '''6''' [https://youtu.be/V8az9zNIDQo?si=RV-v3VkYidhfq-bK Запись] || Практика. Перевод задачи прогнозирования в задачу машинного обучения. Feature eng. Глобальные модели || 11.12.2025
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [https://youtu.be/dWX5A7VlTpg?si=GUwH1I399xfv_9cw Запись] || Практика. Стратегии многомерного и многошагового прогнозирования || 22.01.2026 ||
|-
| style="background:#eaecf0;" | '''8''' [https://youtu.be/jOkoumxmNzI?si=M0CmwM76T4besvDp Запись] || Нейронные сети для прогнозирования временных рядов. RNN, LSTM. Специализированные Dlinear, CycleNet || 29.01.2026 ||
|-
| style="background:#eaecf0;" | '''9''' [https://youtu.be/Xjiwx1acwj4?si=LnR39R345SWXP_vN Запись] || Нейронные сети для прогнозирования временных рядов. CNN. Специализированные DeepAR, WaveNet, TCN, LSTNet, xLST || 05.02.2026 ||
|-
| style="background:#eaecf0;" | '''10''' [https://youtu.be/YgNbycOQIC0?si=5AESDQ5MrKtu62DJ Запись] || Нейронные сети для прогнозирования временных рядов. Transformer. Специализированные TFT, Informer, Autoformer, FEDformer, PatchTST, iTransformer. Фундаментальные модели LLMTime, Chronos, TimesFM, Moirai, Moirai-MOE|| 12.02.2026 ||
|-
| style="background:#eaecf0;" | '''11''' [https://youtu.be/bV70Y1NfhXg?si=xNnzJX1S-ZwuXrFH Запись] || Практика. Нейронные сети для прогнозирования временных рядов. Практические советы по обучению и отладке. Сравнение моделей || 26.02.2026 ||
|-
| style="background:#eaecf0;" | '''12''' [https://youtu.be/tDDoH3swecw?si=2N3iKvYF01kVdT1_ Запись] || Генеративные модели || 05.03.2026 ||
|-
| style="background:#eaecf0;" | '''13''' [[ Запись]] || Бонусные темы. ML & DL || 12.03.2026 ||
|}

=== Заметки "после лекций" ===
'''Лекция 2:'''

Могла возникнуть путаница относительно того, какая симметрия есть у метрики SMAPE, а какой — нет.

'''Есть симметрия при перестановке реального значения y и прогноза y^''': SMAPE(y, y^) = SMAPE(y^, y).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 110 || 10% || 9.52%
|-
| 110 || 100 || 9.09% || 9.52%
|}

'''Есть симметрия при перепрогнозе и недопрогнозе в одинаковое количество раз k != 0 при одинаковом знаке y и y^''': SMAPE(y, y * k) = SMAPE(y, y / k).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 200 || 100% || 66.67%
|-
| 100 || 50 || 50% || 66.67%
|}

'''В общем случае нет симметрии при перепрогнозе и недопрогнозе на одинаковое количество единиц измерения e''': SMAPE(y, y + e) != SMAPE(y, y - e).

{| class="wikitable"
|-
! y !! y^ !! MAPE !! SMAPE
|-
| 100 || 120 || 20% || 18.18%
|-
| 100 || 80 || 20% || 22.22%
|}

Видно при этом, что MAPE симметричен только в третьем случае.

'''Лекция 3:'''

Подробнее про фундаментальные модели для временных рядов: [https://mlgu.ru/2709/?utm_source=google&utm_medium=organic ссылка]. Полноценная лекция по ним будет позже.

'''Лекция 4:'''
* Подробнее про урвнения Юла-Уокера (о том, как оценивать значения PACF): [https://didattica.unibocconi.it/mypage/dwload.php?nomefile=Lectures_2-3_notes_final20180308013455.pdf более понятно, но на аглийском], [https://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-5/chapter-5-4.htm на русском]

* Почему PACF для MA выглядит именно так: есть интуиция, до которой мы сначала не дошли, а потом было уже слишком поздно возвращаться — это условие инвертируемости (MA можно представить как AR(∞)). Для AR мы успешно посмотрели, как формируется PACF и почему для него есть резкий обрыв. Теперь представьте, что если при AR(2) будет обрыв на 2-м лаге, то при AR(∞) будет постепенное затухание.

* Как в тесте KPSS проверяется стационарность ряда, если мы явно выносим тренд: В KPSS проверяется unit root (то есть наличие случайного тренда), а линейный тренд обычно выносится a + bt.

* [https://www.statsmodels.org/dev/examples/notebooks/generated/stationarity_detrending_adf_kpss.html Как соотносятся тесты KPSS и ADF со стандартными параметрами]

# Оба теста показывают, что ряд не является стационарным — ряд не является стационарным
# Оба теста показывают, что ряд является стационарным — ряд является стационарным
# KPSS (ПРИ УЧЕТЕ ТРЕНДА — т. е. как было у нас a + bt) указывает на стационарность, а ADF — на нестационарность — ряд является трендовым стационарным. Для того чтобы сделать ряд строго стационарным, необходимо удалить тренд. Детрендированный ряд проверяется на стационарность.
# KPSS указывает на нестационарность, а ADF — на стационарность — ряд является дифференциально стационарным. Для приведения ряда в стационарное состояние необходимо использовать дифференцирование. Дифференцированный ряд проверяется на стационарность.

* Я перепутала эксцесс (4-й момент) со скошенностью (3-й момент): То, что я пыталась показать с распределением Лапласа хорошо показано [https://ru.wikipedia.org/wiki/Коэффициент_эксцесса тут]. А [https://ru.wikipedia.org/wiki/Коэффициент_асимметрии скошенность] — это просто смещение горба распределения (но это тоже пример момента наряду с мат. ожиданием и дисперсией).

'''Лекция 6:'''

К сожалению, к нам в код закралась ошибка с отсутствием shift() при формировании признаков log, и diff от исходного ряда, что привело к утечке целевой переменной в признаки. Обратите внимание на то, как это исправлено в ноутбуке в репозитории (и в начале 7-й лекции, если вы смотрите записи лекций). Давайте постараемся, чтобы эта досадная ошибка ни у кого из нас не вышла за пределы наших занятий и не появилась в боевой задаче :)

'''Лекция 11:'''

Было довольно много дополнительных материалов, которые мы рассматривали на лекции. Приводим их:

- https://huggingface.co/spaces/Salesforce/GIFT-Eval — бенчмарк GIFT-Eval, где можно посмотреть ранжирование моделей по множеству фильтров.

- https://arxiv.org/abs/2410.10393 — статья про GIFT-Eval.

- https://github.com/Nixtla/neuralforecast — репозиторий от Nixtla, где можно запустить нейронные сети для прогнозирования TS из интерфейса, схожего с statsforecast.

- https://github.com/thuml/Time-Series-Library — репозиторий от авторов TimesNet, где менее удобный запуск, но доступно больше моделей.

- https://github.com/sb-ai-lab/tsururu — библиотека от нашей команды также поддерживает запуск нейронных сетей в разных стратегиях (Пример — https://www.kaggle.com/code/elineii/tsururu-demo).

- https://github.com/amazon-science/chronos-forecasting — репозиторий одной из самых известных фундаментальных моделей, которые вы можете опробовать на своих задачах (другие можно найти в GIFT-Eval).

- https://cs.hse.ru/mirror/pubs/share/1017921910.pdf — материалы с другого доклады от нашей команды, часть из которых мы показывали на лекции, когда говорили про проблемы статей и про запуск и результаты фундаментальных моделей.

==Формула оценивания==

<big>'''Итог''' = Округление(0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект + 0.2 * Э),</big>

* ДЗ — средняя оценка за все домашние задания,
* Тесты — оценка за тесты после группы объединенных одной темой лекций,
* Э — оценка за экзамен.

Округление арифметическое.

'''Автомат:'''
Определим накопленную оценку как Накоп = Округление((0.5 * ДЗ + 0.1 * Тесты + 0.2 * Проект) / 0.8).

Если среднее по каждому из элементов Накопа >=8, то студент может получить Накоп в качестве итоговой оценки, не приходя на экзамен.

== Домашние задания ==
* ДЗ1. Выдается после лекции 3. Дедлайн через 14 дней.
ДЗ посвящено построению end-to-end пайплайна прогнозирования от EDA,
предобработки ряда до сравнения
между собой нескольких классических
моделей из изучаемых на лекциях.

Первое домашнее задание уже ждет, когда вы его начнете решать: https://github.com/elineii/HSE-Time-Series-2025/blob/main/HW_1/HW_1__unsolved.ipynb

'''Срок сдачи: 16.12.2025 23:59 MSK'''

* ДЗ2. Выдается после Лекции 6. Дедлайн через 14 дней.
ДЗ посвящено
построению признаков и применению
градиентного бустинга для решения
задачи прогнозирования многомерного
временного ряда.

* ДЗ3. Выдается после Лекции 9. Дедлайн через 14 дней.
ДЗ посвящено
применению и модификации изучаемых
DL подходов для решения задачи
прогнозирования многомерного
временного ряда.

* Проект! Выдается после Лекции 11. Дедлайн через 14 дней.
Проект посвящен
проверке исследовательской гипотезы,
которая расширяет рассматриваемые на занятиях темы ЛИБО end-to-end решения боевой задачи анализа TS.

== Тесты ==
* Тест 1 (Введение и классические модели). Выдан после Лекции 5.

https://forms.yandex.ru/u/6931633f9029027681970280

В каждом вопросе может быть от 1 до 4 (включительно) правильных вариантов ответа.

'''Срок сдачи: 14.12 23:59'''

== Литература (будет пополняться) ==
Хорошие вводные учебники по временным рядам:
# Р. Хайндман, Дж. Атанасопулос — Прогнозирование: принципы и практика (рус.).
# https://otexts.com/fpppy/ — он же в оригинале и с примерами на Python (англ.). Есть еще несколько других версий этого учебника. Например, https://otexts.com/fpp3/ с примерами на R, но зато с сопровождением в видеоформате.
# Э. Нильсон — Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение (рус.)

Статьи (все англ.):
# Wang, Y., Wu, H., Dong, J., Liu, Y., Wang, C., Long, M., & Wang, J. (2024). Deep time series models: A comprehensive survey and benchmark. arXiv preprint arXiv:2407.13278.
# Hewamalage, H., Ackermann, K., & Bergmeir, C. (2023). Forecast evaluation for data scientists: common pitfalls and best practices. Data Mining and Knowledge Discovery, 37(2), 788-832.
# Liang, Y., Wen, H., Nie, Y., Jiang, Y., Jin, M., Song, D., ... & Wen, Q. (2024, August). Foundation models for time series analysis: A tutorial and survey. In Proceedings of the 30th ACM SIGKDD conference on knowledge discovery and data mining (pp. 6555-6565).

Графовые нейронные сети (ИИ24, 7 модуль)

2026-03-05T11:15:31Z

Mmustafaeva: /* Лекции */

==О курсе==
Курс читается для студентов 2-го курса магистратуры ИИ в 7 модуле

Занятия проводятся в Zoom '''по понедельникам в 18:10-21:00'''

Чат курса в Telegram - https://t.me/+hhjr_I6ph-w2MDIy

Гитхаб курса прошлых лет - https://github.com/elvarid/gnn_course_hse

Запись лекций по курсу - Youtube [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4], Vk Video [https://vkvideo.ru/playlist/-227011779_65]

==Контакты==

Лектор — Валитов Эльдар Рафекович(TG: @elvarid)

Ассистент - Ряжапов Айдар(TG: @Aidar_lspg)

== Лекции ==
Проходят по понедельникам в 18:10

'''Лекция 1 (12.01.26): ''' Введение в графовые нейтронные сети[https://www.youtube.com/watch?v=IxPdeWCdaXw&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=7]

'''Лекция 2 (26.01.26): ''' Извлечение признаков для графов [https://www.youtube.com/watch?v=CHNzJnXSccI&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=6]

'''Лекция 3 (02.02.26): ''' Эмберддинги и RageRank [https://www.youtube.com/watch?v=pUWRpcYGvU4&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=5]

'''Лекция 4 (04.02.26): ''' Алгоритм RageRank [https://www.youtube.com/watch?v=WSOSFS8i7Ec&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=4]

'''Лекция 5 (09.02.26): ''' Графовые сверточные сети [https://www.youtube.com/watch?v=SykYjNkcozE&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=3]

'''Лекция 6 (25.02.26): ''' Практика Эмбеддингов и ядер [https://www.youtube.com/watch?v=MNkIKNAQz0c&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=2]

'''Лекция 7 (26.02.26): ''' Архитектуры и аугментация GNN [https://www.youtube.com/watch?v=o7ClHiHYp6Y&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=1]

'''Лекция 8 (16.03.26): '''

==Формула оценивания==
Итоговая оценка вычисляется по формуле
:: ОИтог = Округление(0.7 * ДЗ + 0.3 * Э),
где ДЗ = ((количество баллов за все ДЗ) / 70) * 10, Э - оценка за экзамен

Округление арифметическое.

На курсе предусмотрены автоматы - если студент сдал все дз и если студент набирает больше 45 баллов (то есть больше 6.5 оценка за ДЗ) то он освобождается от экзамена с ОИтог = Округление(ДЗ).

== Домашние задания ==
Домашние задания выкладываются в чате курса в телеграме("Объявления")
ссылка для сдачи теордз 1 - [https://docs.google.com/forms/d/e/1FAIpQLScMvz3KTw7pa2FVKBr3XFpFB1ileSopaCsuJQ_hX7z4FrDKXA/viewform?usp=publish-editor]
# Дедлайн 11.02.26 в 23:59
#

Графовые нейронные сети (ИИ24, 7 модуль)

2026-03-05T11:07:47Z

Mmustafaeva:

Python для сбора и анализа данных КНАД 25/26

2026-02-27T13:57:47Z

Mmustafaeva:

== Преподаватели, учебные ассистенты и ссылки ==

{| class="wikitable" style="text-align:center;"
|-
! style="padding: 6px 12px;" | Группы
! style="padding: 6px 12px;" | БКНАД251
! style="padding: 6px 12px;" | БКНАД252
! style="padding: 6px 12px;" | БКНАД253
|-
| style="padding: 6px 12px;" | Лектор
|colspan="3" style="padding: 6px 12px;" | Горшков Сергей Сергеевич
|-
| style="padding: 6px 12px;" | Семинаристы
|colspan="1" style="padding: 6px 12px;" | Потапов Иван Андреевич
|colspan="2" style="padding: 6px 12px;" | Береснева Екатерина Николаевна
|-
| style="padding: 6px 12px;" | Ассистенты
|colspan="1" style="padding: 6px 12px;" | Дима Проскуряков
|colspan="1" style="padding: 6px 12px;" | Сахават Биннатов
|colspan="1" style="padding: 6px 12px;" | Алика Сидорова
|-
| style="padding: 6px 12px;" | Ассистент Лектора
| colspan="3" style="padding: 6px 12px;" | Сахават Биннатов
|}

[https://disk.360.yandex.ru/d/4Scckg7yfhNt7A Все записи курса]

[https://t.me/+wRh2-jPNfollYjEy Чат и канал курса]

[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%9A%D0%9D%D0%90%D0%94_24/25 Вики-страница прошлого года]

[https://forms.gle/hD77ewY1hBjiiCu8A Форма обратной связи. Можно заполнять когда угодно с любыми вопросами]

[http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%9A%D0%9D%D0%90%D0%94_25/26 Курс 1 модуля]

==Лекции==

[https://zoom.us/j/91602251494?pwd=bxg4OwXPY2ajQjfKlvwg8GAd4wbMSS.1 Четверг] 11:10 – 12:30

{| class="wikitable" style="width: 100%;"
! style="padding: 1px 2px; width: 2.5%; text-align: center;" | №
! style="padding: 3px 6px; width: 7%;" | Дата
! style="padding: 6px 12px;" | Тема
! style="padding: 6px 12px;" | Материалы
|-
| style="text-align: center; vertical-align: middle;" | 1
| style="text-align: center; vertical-align: middle;" | 16 января
| style="padding: 6px 12px;" | Модуль numpy. Основные операции для работы с numpy.array.
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1YesaTO0I_Qzu1_J3uxNO1AlSNn7jmzWxtWFmwFNQjLU/edit?usp=sharing Презентация] [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 2
| style="text-align: center; vertical-align: middle;" | 22 января
| style="padding: 6px 12px;" | Модуль pandas.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1nd2r3t85U2jGrdms4z0WJ2UPW1G-YsPE?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 3
| style="text-align: center; vertical-align: middle;" | 29 января
| style="padding: 6px 12px;" | Параллельность: GIL, многопоточность, многопроцессность, синхронизация.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing#scrollTo=sST1YJbw5h-0 параллельность][https://colab.research.google.com/drive/1fPkewwXJHDL94Y1jr5hXq2dSvAPvb-9e?usp=sharing colab performance] [https://docs.google.com/presentation/d/1y6O6oh1QlT1kJFPQxM8Kn8xyrnl8_Q1SwCin15ZnkAg/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 4
| style="text-align: center; vertical-align: middle;" | 5 февраля
| style="padding: 6px 12px;" | Визуализация данных в Python
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1RpHTrG6KYo26af8OoIRHrcnJcsOcWGMT?usp=sharing matplotlib1] [https://colab.research.google.com/drive/1ozGNbCPTJ23wE9gXWVswT7ikCK73JJjL?usp=sharing matplotlib2] [https://colab.research.google.com/drive/1rMBLCIIJLPCD9mLKSXgmnaYj33dxuoQt?usp=sharing pandas_plot] [https://colab.research.google.com/drive/1rcr8nLmpKjCxK8MtzLrYld4u4Vr2RoNY?usp=sharing plotly] [https://colab.research.google.com/drive/1X6PA89UHuz4n4zGamIqAu0orESROcoI4?usp=sharing seaborn] [https://colab.research.google.com/drive/1T1njeWLQfkViLrF27G-JYS7ebkwxGioX?usp=sharing magic в jupyter]
|-
| style="text-align: center; vertical-align: middle;" | 5
| style="text-align: center; vertical-align: middle;" | 12 февраля
| style="padding: 6px 12px;" | SQL
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 6
| style="text-align: center; vertical-align: middle;" | 19 февраля
| style="padding: 6px 12px;" | ORM, продвинутые возможности работы с базами данных
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing#scrollTo=3aE5QRNNEd-I код] [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 7
| style="text-align: center; vertical-align: middle;" | 26 февраля
| style="padding: 6px 12px;" | Распределенные системы
| style="padding: 6px 12px;" | MapReduce, Hadoop, HDFS, YARN [https://docs.google.com/presentation/d/1pDJ4nzHIpkUQo1e5AxMc6tZLV6Ut-0KCxGneuyUs9FQ/edit?usp=sharing презентация] [https://docs.google.com/presentation/d/1Ir4HCOM-EFXD3MUhf7YZmBObCzfJznwDQvIN9tVXzFQ/edit?usp=sharing YARN] Spark [https://docs.google.com/presentation/d/1fNK4BBOT0IGSvy2K0Vb_q8uGr68-88p8qPYG6Pce44E/edit?usp=sharing презентация] [https://www.bigdataschool.ru/blog/what-to-use-in-spark-rdd-vs-dataframe-vs-dataset.html Сравнение RDD и DataFrame]
|}

==Семинары==
Код семинаров [https://github.com/ivan-digital/python_data_analysis_2025 github]

== Домашнее задание ==

=== Сдача и оценивание ===

Сдача задач проводится в '''anytask''', инвайты будут опубликованы в телеграм-канале курса.

Максимум за одно ДЗ – '''10 баллов'''. По решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

Указанный в anytask максимальный балл – чисто формальное ограничение платформы: он больше, чем наш максимум, так как в него входят возможные бонусные баллы.

=== Дедлайны ===

Ко всем заданиям применяется система '''мягких''' и '''жёстких''' дедлайнов.

'''В таблице ДЗ ниже для каждого задания указаны и мягкий, и жёсткий дедлайн.'''

За каждый день просрочки начисляется штраф '''–1 балл'''.

'''Если работа сдана после жёсткого дедлайна без уважительной причины – за неё ставится 0.'''

При этом у вас есть '''одна возможность досдать ДЗ до жёсткого дедлайна без штрафа'''.

{| class="wikitable"
! style="padding: 6px 12px;" | №
! style="padding: 6px 12px;" | Задание
! style="padding: 6px 12px;" | Мягкий дедлайн
! style="padding: 6px 12px;" | Жёсткий дедлайн
|-
| style="padding: 6px 12px;" | 1
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1xG9SKOsXwq0wFW5NBtnSw1B8odFcAU0y?usp=sharing numpy]
| style="padding: 6px 12px;" | '''25.01.2026 23:59'''
| style="padding: 6px 12px;" | '''28.01.2026 23:59'''
|-
| style="padding: 6px 12px;" | 2
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CWFPDleJQdv_eG_yRYXBOs9Aj7-osVAG?usp=sharing pandas]
| style="padding: 6px 12px;" | '''03.02.2026 23:59'''
| style="padding: 6px 12px;" | '''06.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 3
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Y0L_dyTWsNpby35OfzDYBLWIN7vxy_sw?usp=sharing join]
| style="padding: 6px 12px;" | '''08.02.2026 23:59'''
| style="padding: 6px 12px;" | '''11.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 4
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1dKV1Y4iYIJtM83vfA9tAU9ctKzGDF0To?usp=sharing visualization]
| style="padding: 6px 12px;" | '''12.02.2026 23:59'''
| style="padding: 6px 12px;" | '''15.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 5
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1V7H2BGFAK1b2dCNH1dVcPtMkqbN_dpCp?usp=sharing sql]
| style="padding: 6px 12px;" | '''02.03.2026 23:59'''
| style="padding: 6px 12px;" | '''05.03.2026 23:59'''
|-
| style="padding: 6px 12px;" | 6
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1X-GOiFo9OMqL3-42AXj3cQBxVDSUj7A2?usp=sharing spark]
| style="padding: 6px 12px;" | '''09.03.2026 23:59'''
| style="padding: 6px 12px;" | '''12.03.2026 23:59'''
|}

==Оценивание==
{| class="wikitable"
! style="padding: 6px 12px;" | Показатель
! style="padding: 6px 12px;" | Формула
|-
| style="padding: 6px 12px;" | '''Накоп'''
| style="padding: 6px 12px;" | <code>МИНИМУМ((ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5 + ДЗ6 + ДЗ7 + ДЗ8) / 8, 10)</code>
|-
| style="padding: 6px 12px;" | '''Итог'''
| style="padding: 6px 12px;" | <code>ОКРУГЛЕНИЕ(0.7 * Накоп + 0.3 * экз)</code>
|-
| style="padding: 6px 12px;" | '''Автомат'''
| style="padding: 6px 12px;" | <code>Накоп, если Накоп >= 6 и есть желание получить автомат</code>
|}

==Рекомендуемая основная литература==

# [https://stepik.org/course/150/syllabus Hadoop. Система для обработки больших объемов данных]
# [https://www.asozykin.ru/courses/sql Основы SQL – курс Андрея Созыкина]
# [https://habr.com/ru/company/vk/blog/258045/ Курс Техносферы: методы распределенной обработки больших объемов данных в Hadoop]
# [https://numpy.org/ NumPy]
# [https://pandas.pydata.org/ pandas]
# [https://matplotlib.org/ Matplotlib]

==Рекомендуемая дополнительная литература==

# [https://mrjob.readthedocs.io/en/latest/ MRJob documentation]
# Devpractice Team. ''Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.''
# [https://vk.com/itcookies/python ITCookies: Python]
# [https://towardsdatascience.com/apply-function-to-pandas-dataframe-rows-76df74165ee4 О функции apply в pandas]

Python для сбора и анализа данных КНАД 25/26

2026-02-22T22:10:06Z

Mmustafaeva:

== Преподаватели, учебные ассистенты и ссылки ==

{| class="wikitable" style="text-align:center;"
|-
! style="padding: 6px 12px;" | Группы
! style="padding: 6px 12px;" | БКНАД251
! style="padding: 6px 12px;" | БКНАД252
! style="padding: 6px 12px;" | БКНАД253
|-
| style="padding: 6px 12px;" | Лектор
|colspan="3" style="padding: 6px 12px;" | Горшков Сергей Сергеевич
|-
| style="padding: 6px 12px;" | Семинаристы
|colspan="1" style="padding: 6px 12px;" | Потапов Иван Андреевич
|colspan="2" style="padding: 6px 12px;" | Береснева Екатерина Николаевна
|-
| style="padding: 6px 12px;" | Ассистенты
|colspan="1" style="padding: 6px 12px;" | Дима Проскуряков
|colspan="1" style="padding: 6px 12px;" | Сахават Биннатов
|colspan="1" style="padding: 6px 12px;" | Алика Сидорова
|-
| style="padding: 6px 12px;" | Ассистент Лектора
| colspan="3" style="padding: 6px 12px;" | Сахават Биннатов
|}

[https://disk.360.yandex.ru/d/4Scckg7yfhNt7A Все записи курса]

[https://t.me/+wRh2-jPNfollYjEy Чат и канал курса]

[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%9A%D0%9D%D0%90%D0%94_24/25 Вики-страница прошлого года]

[https://forms.gle/hD77ewY1hBjiiCu8A Форма обратной связи. Можно заполнять когда угодно с любыми вопросами]

[http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%9A%D0%9D%D0%90%D0%94_25/26 Курс 1 модуля]

==Лекции==

[https://zoom.us/j/91602251494?pwd=bxg4OwXPY2ajQjfKlvwg8GAd4wbMSS.1 Четверг] 11:10 – 12:30

{| class="wikitable" style="width: 100%;"
! style="padding: 1px 2px; width: 2.5%; text-align: center;" | №
! style="padding: 3px 6px; width: 7%;" | Дата
! style="padding: 6px 12px;" | Тема
! style="padding: 6px 12px;" | Материалы
|-
| style="text-align: center; vertical-align: middle;" | 1
| style="text-align: center; vertical-align: middle;" | 16 января
| style="padding: 6px 12px;" | Модуль numpy. Основные операции для работы с numpy.array.
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1YesaTO0I_Qzu1_J3uxNO1AlSNn7jmzWxtWFmwFNQjLU/edit?usp=sharing Презентация] [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 2
| style="text-align: center; vertical-align: middle;" | 22 января
| style="padding: 6px 12px;" | Модуль pandas.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1nd2r3t85U2jGrdms4z0WJ2UPW1G-YsPE?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 3
| style="text-align: center; vertical-align: middle;" | 29 января
| style="padding: 6px 12px;" | Параллельность: GIL, многопоточность, многопроцессность, синхронизация.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing#scrollTo=sST1YJbw5h-0 параллельность][https://colab.research.google.com/drive/1fPkewwXJHDL94Y1jr5hXq2dSvAPvb-9e?usp=sharing colab performance] [https://docs.google.com/presentation/d/1y6O6oh1QlT1kJFPQxM8Kn8xyrnl8_Q1SwCin15ZnkAg/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 4
| style="text-align: center; vertical-align: middle;" | 5 февраля
| style="padding: 6px 12px;" | Визуализация данных в Python
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1RpHTrG6KYo26af8OoIRHrcnJcsOcWGMT?usp=sharing matplotlib1] [https://colab.research.google.com/drive/1ozGNbCPTJ23wE9gXWVswT7ikCK73JJjL?usp=sharing matplotlib2] [https://colab.research.google.com/drive/1rMBLCIIJLPCD9mLKSXgmnaYj33dxuoQt?usp=sharing pandas_plot] [https://colab.research.google.com/drive/1rcr8nLmpKjCxK8MtzLrYld4u4Vr2RoNY?usp=sharing plotly] [https://colab.research.google.com/drive/1X6PA89UHuz4n4zGamIqAu0orESROcoI4?usp=sharing seaborn] [https://colab.research.google.com/drive/1T1njeWLQfkViLrF27G-JYS7ebkwxGioX?usp=sharing magic в jupyter]
|-
| style="text-align: center; vertical-align: middle;" | 5
| style="text-align: center; vertical-align: middle;" | 12 февраля
| style="padding: 6px 12px;" | SQL
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 6
| style="text-align: center; vertical-align: middle;" | 19 февраля
| style="padding: 6px 12px;" | ORM, продвинутые возможности работы с базами данных
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing#scrollTo=3aE5QRNNEd-I код] [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|}

==Семинары==
Код семинаров [https://github.com/ivan-digital/python_data_analysis_2025 github]

== Домашнее задание ==

=== Сдача и оценивание ===

Сдача задач проводится в '''anytask''', инвайты будут опубликованы в телеграм-канале курса.

Максимум за одно ДЗ – '''10 баллов'''. По решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

Указанный в anytask максимальный балл – чисто формальное ограничение платформы: он больше, чем наш максимум, так как в него входят возможные бонусные баллы.

=== Дедлайны ===

Ко всем заданиям применяется система '''мягких''' и '''жёстких''' дедлайнов.

'''В таблице ДЗ ниже для каждого задания указаны и мягкий, и жёсткий дедлайн.'''

За каждый день просрочки начисляется штраф '''–1 балл'''.

'''Если работа сдана после жёсткого дедлайна без уважительной причины – за неё ставится 0.'''

При этом у вас есть '''одна возможность досдать ДЗ до жёсткого дедлайна без штрафа'''.

{| class="wikitable"
! style="padding: 6px 12px;" | №
! style="padding: 6px 12px;" | Задание
! style="padding: 6px 12px;" | Мягкий дедлайн
! style="padding: 6px 12px;" | Жёсткий дедлайн
|-
| style="padding: 6px 12px;" | 1
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1xG9SKOsXwq0wFW5NBtnSw1B8odFcAU0y?usp=sharing numpy]
| style="padding: 6px 12px;" | '''25.01.2026 23:59'''
| style="padding: 6px 12px;" | '''28.01.2026 23:59'''
|-
| style="padding: 6px 12px;" | 2
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CWFPDleJQdv_eG_yRYXBOs9Aj7-osVAG?usp=sharing pandas]
| style="padding: 6px 12px;" | '''03.02.2026 23:59'''
| style="padding: 6px 12px;" | '''06.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 3
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Y0L_dyTWsNpby35OfzDYBLWIN7vxy_sw?usp=sharing join]
| style="padding: 6px 12px;" | '''08.02.2026 23:59'''
| style="padding: 6px 12px;" | '''11.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 4
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1dKV1Y4iYIJtM83vfA9tAU9ctKzGDF0To?usp=sharing visualization]
| style="padding: 6px 12px;" | '''12.02.2026 23:59'''
| style="padding: 6px 12px;" | '''15.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 5
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1V7H2BGFAK1b2dCNH1dVcPtMkqbN_dpCp?usp=sharing sql]
| style="padding: 6px 12px;" | '''02.03.2026 23:59'''
| style="padding: 6px 12px;" | '''05.03.2026 23:59'''
|}

==Оценивание==
{| class="wikitable"
! style="padding: 6px 12px;" | Показатель
! style="padding: 6px 12px;" | Формула
|-
| style="padding: 6px 12px;" | '''Накоп'''
| style="padding: 6px 12px;" | <code>МИНИМУМ((ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5 + ДЗ6 + ДЗ7 + ДЗ8) / 8, 10)</code>
|-
| style="padding: 6px 12px;" | '''Итог'''
| style="padding: 6px 12px;" | <code>ОКРУГЛЕНИЕ(0.7 * Накоп + 0.3 * экз)</code>
|-
| style="padding: 6px 12px;" | '''Автомат'''
| style="padding: 6px 12px;" | <code>Накоп, если Накоп >= 6 и есть желание получить автомат</code>
|}

==Рекомендуемая основная литература==

# [https://stepik.org/course/150/syllabus Hadoop. Система для обработки больших объемов данных]
# [https://www.asozykin.ru/courses/sql Основы SQL – курс Андрея Созыкина]
# [https://habr.com/ru/company/vk/blog/258045/ Курс Техносферы: методы распределенной обработки больших объемов данных в Hadoop]
# [https://numpy.org/ NumPy]
# [https://pandas.pydata.org/ pandas]
# [https://matplotlib.org/ Matplotlib]

==Рекомендуемая дополнительная литература==

# [https://mrjob.readthedocs.io/en/latest/ MRJob documentation]
# Devpractice Team. ''Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.''
# [https://vk.com/itcookies/python ITCookies: Python]
# [https://towardsdatascience.com/apply-function-to-pandas-dataframe-rows-76df74165ee4 О функции apply в pandas]

Python для сбора и анализа данных КНАД 25/26

2026-02-20T16:29:36Z

Mmustafaeva: В феврале 26 года нет 29 дней =)

== Преподаватели, учебные ассистенты и ссылки ==

{| class="wikitable" style="text-align:center;"
|-
! style="padding: 6px 12px;" | Группы
! style="padding: 6px 12px;" | БКНАД251
! style="padding: 6px 12px;" | БКНАД252
! style="padding: 6px 12px;" | БКНАД253
|-
| style="padding: 6px 12px;" | Лектор
|colspan="3" style="padding: 6px 12px;" | Горшков Сергей Сергеевич
|-
| style="padding: 6px 12px;" | Семинаристы
|colspan="1" style="padding: 6px 12px;" | Потапов Иван Андреевич
|colspan="2" style="padding: 6px 12px;" | Береснева Екатерина Николаевна
|-
| style="padding: 6px 12px;" | Ассистенты
|colspan="1" style="padding: 6px 12px;" | Дима Проскуряков
|colspan="1" style="padding: 6px 12px;" | Сахават Биннатов
|colspan="1" style="padding: 6px 12px;" | Алика Сидорова
|-
| style="padding: 6px 12px;" | Ассистент Лектора
| colspan="3" style="padding: 6px 12px;" | Сахават Биннатов
|}

[https://disk.360.yandex.ru/d/4Scckg7yfhNt7A Все записи курса]

[https://t.me/+wRh2-jPNfollYjEy Чат и канал курса]

[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%9A%D0%9D%D0%90%D0%94_24/25 Вики-страница прошлого года]

[https://forms.gle/hD77ewY1hBjiiCu8A Форма обратной связи. Можно заполнять когда угодно с любыми вопросами]

[http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%9A%D0%9D%D0%90%D0%94_25/26 Курс 1 модуля]

==Лекции==

[https://zoom.us/j/91602251494?pwd=bxg4OwXPY2ajQjfKlvwg8GAd4wbMSS.1 Четверг] 11:10 – 12:30

{| class="wikitable" style="width: 100%;"
! style="padding: 1px 2px; width: 2.5%; text-align: center;" | №
! style="padding: 3px 6px; width: 7%;" | Дата
! style="padding: 6px 12px;" | Тема
! style="padding: 6px 12px;" | Материалы
|-
| style="text-align: center; vertical-align: middle;" | 1
| style="text-align: center; vertical-align: middle;" | 16 января
| style="padding: 6px 12px;" | Модуль numpy. Основные операции для работы с numpy.array.
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1YesaTO0I_Qzu1_J3uxNO1AlSNn7jmzWxtWFmwFNQjLU/edit?usp=sharing Презентация] [https://colab.research.google.com/drive/1ji_2UDhQFlvq6sDUm6XObR8IGg-KCCM9?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 2
| style="text-align: center; vertical-align: middle;" | 22 января
| style="padding: 6px 12px;" | Модуль pandas.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1nd2r3t85U2jGrdms4z0WJ2UPW1G-YsPE?usp=sharing Ноутбук ]
|-
| style="text-align: center; vertical-align: middle;" | 3
| style="text-align: center; vertical-align: middle;" | 29 января
| style="padding: 6px 12px;" | Параллельность: GIL, многопоточность, многопроцессность, синхронизация.
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing#scrollTo=sST1YJbw5h-0 параллельность][https://colab.research.google.com/drive/1fPkewwXJHDL94Y1jr5hXq2dSvAPvb-9e?usp=sharing colab performance] [https://docs.google.com/presentation/d/1y6O6oh1QlT1kJFPQxM8Kn8xyrnl8_Q1SwCin15ZnkAg/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 4
| style="text-align: center; vertical-align: middle;" | 5 февраля
| style="padding: 6px 12px;" | Визуализация данных в Python
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1RpHTrG6KYo26af8OoIRHrcnJcsOcWGMT?usp=sharing matplotlib1] [https://colab.research.google.com/drive/1ozGNbCPTJ23wE9gXWVswT7ikCK73JJjL?usp=sharing matplotlib2] [https://colab.research.google.com/drive/1rMBLCIIJLPCD9mLKSXgmnaYj33dxuoQt?usp=sharing pandas_plot] [https://colab.research.google.com/drive/1rcr8nLmpKjCxK8MtzLrYld4u4Vr2RoNY?usp=sharing plotly] [https://colab.research.google.com/drive/1X6PA89UHuz4n4zGamIqAu0orESROcoI4?usp=sharing seaborn] [https://colab.research.google.com/drive/1T1njeWLQfkViLrF27G-JYS7ebkwxGioX?usp=sharing magic в jupyter]
|-
| style="text-align: center; vertical-align: middle;" | 5
| style="text-align: center; vertical-align: middle;" | 12 февраля
| style="padding: 6px 12px;" | SQL
| style="padding: 6px 12px;" | [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|-
| style="text-align: center; vertical-align: middle;" | 6
| style="text-align: center; vertical-align: middle;" | 19 февраля
| style="padding: 6px 12px;" | ORM, продвинутые возможности работы с базами данных
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing#scrollTo=3aE5QRNNEd-I код] [https://docs.google.com/presentation/d/1btWIVN_hs8n_y-46JgH8mZGB4Ohh9Mxh3ByOv_G6f70/edit?usp=sharing презентация]
|}

==Семинары==
Код семинаров [https://github.com/ivan-digital/python_data_analysis_2025 github]

== Домашнее задание ==

=== Сдача и оценивание ===

Сдача задач проводится в '''anytask''', инвайты будут опубликованы в телеграм-канале курса.

Максимум за одно ДЗ – '''10 баллов'''. По решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

Указанный в anytask максимальный балл – чисто формальное ограничение платформы: он больше, чем наш максимум, так как в него входят возможные бонусные баллы.

=== Дедлайны ===

Ко всем заданиям применяется система '''мягких''' и '''жёстких''' дедлайнов.

'''В таблице ДЗ ниже для каждого задания указаны и мягкий, и жёсткий дедлайн.'''

За каждый день просрочки начисляется штраф '''–1 балл'''.

'''Если работа сдана после жёсткого дедлайна без уважительной причины – за неё ставится 0.'''

При этом у вас есть '''одна возможность досдать ДЗ до жёсткого дедлайна без штрафа'''.

{| class="wikitable"
! style="padding: 6px 12px;" | №
! style="padding: 6px 12px;" | Задание
! style="padding: 6px 12px;" | Мягкий дедлайн
! style="padding: 6px 12px;" | Жёсткий дедлайн
|-
| style="padding: 6px 12px;" | 1
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1xG9SKOsXwq0wFW5NBtnSw1B8odFcAU0y?usp=sharing numpy]
| style="padding: 6px 12px;" | '''25.01.2026 23:59'''
| style="padding: 6px 12px;" | '''28.01.2026 23:59'''
|-
| style="padding: 6px 12px;" | 2
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1CWFPDleJQdv_eG_yRYXBOs9Aj7-osVAG?usp=sharing pandas]
| style="padding: 6px 12px;" | '''03.02.2026 23:59'''
| style="padding: 6px 12px;" | '''06.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 3
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1Y0L_dyTWsNpby35OfzDYBLWIN7vxy_sw?usp=sharing join]
| style="padding: 6px 12px;" | '''08.02.2026 23:59'''
| style="padding: 6px 12px;" | '''11.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 4
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1dKV1Y4iYIJtM83vfA9tAU9ctKzGDF0To?usp=sharing visualization]
| style="padding: 6px 12px;" | '''12.02.2026 23:59'''
| style="padding: 6px 12px;" | '''15.02.2026 23:59'''
|-
| style="padding: 6px 12px;" | 5
| style="padding: 6px 12px;" | [https://colab.research.google.com/drive/1V7H2BGFAK1b2dCNH1dVcPtMkqbN_dpCp?usp=sharing sql]
| style="padding: 6px 12px;" | '''26.02.2026 23:59'''
| style="padding: 6px 12px;" | '''01.03.2026 23:59'''
|}

==Оценивание==
{| class="wikitable"
! style="padding: 6px 12px;" | Показатель
! style="padding: 6px 12px;" | Формула
|-
| style="padding: 6px 12px;" | '''Накоп'''
| style="padding: 6px 12px;" | <code>МИНИМУМ((ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5 + ДЗ6 + ДЗ7 + ДЗ8) / 8, 10)</code>
|-
| style="padding: 6px 12px;" | '''Итог'''
| style="padding: 6px 12px;" | <code>ОКРУГЛЕНИЕ(0.7 * Накоп + 0.3 * экз)</code>
|-
| style="padding: 6px 12px;" | '''Автомат'''
| style="padding: 6px 12px;" | <code>Накоп, если Накоп >= 6 и есть желание получить автомат</code>
|}

==Рекомендуемая основная литература==

# [https://stepik.org/course/150/syllabus Hadoop. Система для обработки больших объемов данных]
# [https://www.asozykin.ru/courses/sql Основы SQL – курс Андрея Созыкина]
# [https://habr.com/ru/company/vk/blog/258045/ Курс Техносферы: методы распределенной обработки больших объемов данных в Hadoop]
# [https://numpy.org/ NumPy]
# [https://pandas.pydata.org/ pandas]
# [https://matplotlib.org/ Matplotlib]

==Рекомендуемая дополнительная литература==

# [https://mrjob.readthedocs.io/en/latest/ MRJob documentation]
# Devpractice Team. ''Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.''
# [https://vk.com/itcookies/python ITCookies: Python]
# [https://towardsdatascience.com/apply-function-to-pandas-dataframe-rows-76df74165ee4 О функции apply в pandas]

Глубинное обучение (ИИ25, 3 модуль)

2026-02-17T06:52:56Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Блуменау Марк]

{| class="wikitable"
|-
! colspan="3" | Ассистенты
|-
| Архипов Максим || Исхаков Руслан || Костромина Елизавета
|-
| Линкин Вячеслав || Лотц Никита || Малиницкий Дмитрий
|-
| Пальников Евгений || Писаренко Сергей || Сысоев Сергей
|-
| Чмель Евгений || Шарова Елизавета
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

Ссылка на stepik: [https://stepik.org/course/179805 Stepik]

{| class="wikitable"
|-
! Занятие !! Тема !! Записи лекций и семинаров !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Алгоритмы оптимизации нейронных сетей || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239760 VK]|| 17.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Полносвязные нейронные сети || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239790 VK] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || Свёрточные нейронные сети (CNN) || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239806 VK] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || Сверточные архитектуры и аугментации || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239828 VK] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Детекция и сегментация объектов || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239846 VK] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Общая оценка = '''0.5'''×ДЗ + '''0.1'''×Степик + '''0.4'''×Экзамен

Оценка ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-17T06:38:44Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

Ссылка на stepik: [https://stepik.org/course/179805 Stepik]

{| class="wikitable"
|-
! Занятие !! Тема !! Записи лекций и семинаров !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Алгоритмы оптимизации нейронных сетей || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239760 VK]|| 17.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Полносвязные нейронные сети || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239790 VK] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || Свёрточные нейронные сети (CNN) || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239806 VK] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || Сверточные архитектуры и аугментации || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239828 VK] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Детекция и сегментация объектов || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239846 VK] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Общая оценка = '''0.5'''×ДЗ + '''0.1'''×Степик + '''0.4'''×Экзамен

Оценка ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-17T06:35:30Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

Ссылка на stepik: [https://stepik.org/course/179805 Stepik]

{| class="wikitable"
|-
! Занятие !! Тема !! Записи лекций и семинаров !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Алгоритмы оптимизации нейронных сетей || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239760 VK]|| 17.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Полносвязные нейронные сети || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239790 VK] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || Свёрточные нейронные сети (CNN) || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239806 VK] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || Сверточные архитектуры и аугментации || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239828 VK] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Детекция и сегментация объектов || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube], [https://vkvideo.ru/playlist/-227011779_72/video-227011779_456239846 VK] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Оценка = 0,5 * [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks ДЗ] + 0,1 * [https://stepik.org/course/179805/syllabus Степик] + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:21:21Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Алгоритмы оптимизации нейронных сетей] || 18.01.2026
|-
| style="background:#eaecf0;" | '''2''' || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Полносвязные нейронные сети] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Свёрточные нейронные сети (CNN)] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Сверточные архитектуры и аугментации] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Детекция и сегментация объектов] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Оценка = 0,5 * [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks ДЗ] + 0,1 * [https://stepik.org/course/179805/syllabus Степик] + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:20:54Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [ Zoom] '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Алгоритмы оптимизации нейронных сетей] || 18.01.2026
|-
| style="background:#eaecf0;" | '''2''' || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Полносвязные нейронные сети] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Свёрточные нейронные сети (CNN)] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Сверточные архитектуры и аугментации] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Детекция и сегментация объектов] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Оценка = 0,5 * [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks ДЗ] + 0,1 * [https://stepik.org/course/179805/syllabus Степик] + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:20:20Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [ Zoom] '''по субботам'''

Онлайн-курс в дополнение к парам: [https://stepik.org/course/179805/syllabus Stepik]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Алгоритмы оптимизации нейронных сетей] || 18.01.2026
|-
| style="background:#eaecf0;" | '''2''' || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Полносвязные нейронные сети] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Свёрточные нейронные сети (CNN)] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Сверточные архитектуры и аугментации] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Детекция и сегментация объектов] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Оценка = 0,5 * ДЗ + 0,1 * Степик + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:19:13Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [ Zoom] '''по ...<день>... в ...<время>...'''

Онлайн-курс в дополнение к парам: [[ online-course link]]

==Контакты==

Преподаватель: [https://t.me/markblumenau Марк Блуменау]

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o YouTube-playlist]

Ссылка на плейлист курса на VK Video: [https://vkvideo.ru/playlist/-227011779_72 VK Video-playlist]

Ссылка на GitHub с материалами курса: [https://github.com/markblumenau/dl-course-ai/tree/main GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || [https://www.youtube.com/watch?v=lfl_-IR623E&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Алгоритмы оптимизации нейронных сетей] || 18.01.2026
|-
| style="background:#eaecf0;" | '''2''' || [https://www.youtube.com/watch?v=o5avJ8h45h4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Полносвязные нейронные сети] || 24.01.2026
|-
| style="background:#eaecf0;" | '''3''' || [https://www.youtube.com/watch?v=GL16YdoG8ZQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Свёрточные нейронные сети (CNN)] || 31.01.2026
|-
| style="background:#eaecf0;" | '''4''' || [https://www.youtube.com/watch?v=-ODwunZggP4&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Сверточные архитектуры и аугментации] || 07.02.2026
|-
| style="background:#eaecf0;" | '''5''' || [https://www.youtube.com/watch?v=FYRWY6jO2hQ&list=PLmA-1xX7IuzDMSp6p8WSqVIAaTr6h-u2o Детекция и сегментация объектов] || 14.02.2026
|-
| style="background:#eaecf0;" | '''6''' || ||
|-
|}

==Формула оценивания==

Оценка = 0,5 * ДЗ + 0,1 * Степик + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==

Один раз за курс вы можете сдать в жесткий дедлайн без штрафа, о чем нужно сообщить своему ассистенту. При сдаче после мягкого дедлайна будет штраф в 1 балл за каждый день.

Для получения оценки 10 за ДЗ достаточно набрать 30 баллов. Вы можете сдать любые .ipynb, относящиеся к этому чекпоинту и получить за них баллы, но сдать каждую работу можно только один раз (некоторые работы принимаются в несколько окон сдачи).

В папке с каждым чекпонитом идет ранжирование ДЗ от самого простого (Easy) к самому сложному (Hard) (субъективная оценка автора).

# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_1 Чекпоинт №1] Мягкий дедлайн: 15.02.2026, Жесткий дедлайн: 22.02.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_2 Чекпоинт №2] Мягкий дедлайн: 01.03.2026, Жесткий дедлайн: 29.03.2026
# [https://github.com/markblumenau/dl-course-ai/tree/main/homeworks/Checkpoint_3 Чекпоинт №3] Мягкий дедлайн: 15.03.2026, Жесткий дедлайн: 22.03.2026

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:16:28Z

Mmustafaeva:

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T12:06:13Z

Mmustafaeva:

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T11:55:24Z

Mmustafaeva:

Глубинное обучение (ИИ25, 3 модуль)

2026-02-16T11:40:08Z

Mmustafaeva: Добавлена информация о формуле оценивания

==О курсе==

Занятия проводятся в [ Zoom] '''по ...<день>... в ...<время>...'''

Онлайн-курс в дополнение к парам: [[ online-course link]]

==Контакты==

Канал курса в TG: [[ channel link]]

Чат курса в TG: [[ chat link]]

Преподаватель:

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]

Ссылка на GitHub с материалами курса: [[ GitHub repository]]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
|-
| style="background:#eaecf0;" | '''1''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

=== Записи консультаций ===

==Формула оценивания==

Оценка = 0,5 * ДЗ + 0,1 * Степик + 0,4 * ЭКЗ
* ДЗ = min((HW1 + HW2 + HW3) / 3, 12)

== Домашние задания ==
#
#
#
#

== Литература ==
#
#
#
#

Графовые нейронные сети (ИИ24, 7 модуль)

2026-02-16T10:08:22Z

Mmustafaeva:

Графовые нейронные сети (ИИ24, 7 модуль)

2026-02-16T09:55:10Z

Mmustafaeva:

Графовые нейронные сети (ИИ24, 7 модуль)

2026-02-16T09:54:47Z

Mmustafaeva:

Графовые нейронные сети (ИИ24, 7 модуль)

2026-02-16T09:51:53Z

Mmustafaeva: /* О курсе */

Прикладной Python (ИИ25, 2-3 модули)

2026-02-09T13:20:30Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [https://us06web.zoom.us/j/89196818416?pwd=03ken1bgEna2paKGOvYlBzBEgpjjii.1 Zoom] '''по четвергам в 19:40'''

==Контакты==

Чат курса в TG: [[https://t.me/+FTlKXmexZx0yNjli chat link]]

Преподаватель: Сергей Горшков @Serggor98

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[https://www.youtube.com/playlist?list=PLmA-1xX7IuzCFpvqaqvquuXbHuBIMh9iW YouTube-playlist]]

Ссылка на плейлист курса на VK: [[https://vkvideo.ru/playlist/-227011779_56 VK video-playlist]]

Ссылка на GitHub с материалами курса: [[https://github.com/hse-ai/applied_python/tree/main GitHub repository]]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! !!
|-
| style="background:#eaecf0;" | '''1''' [[https://youtu.be/H3-dsd0ou8o?si=jBZPFjUKZVOvhTKv Запись]] || [https://colab.research.google.com/drive/111f96KquMyHHns4l1Du8fhZz54TkyB_2?usp=sharing Ноутбук] [https://docs.google.com/presentation/d/1x78vCIWxY70uWgVvBCPOhjnNWemMBqG1gVv_9I0Iddo/edit?usp=sharing Слайды] [https://colab.research.google.com/drive/1YrWXg0IVaLvjhLby6-DhqKMrp6PQkLjb?usp=sharing Конспект] Основы асинхронного программирования, продвинутое использование генераторов, конструкция yield from. От генераторов к асинхронности. || 06.11.2025 || ||
|-
| style="background:#eaecf0;" | '''2''' [[https://youtu.be/q5Bup3vgzrE?si=KQHKAFKOun5zPe3r Запись]] || [https://colab.research.google.com/drive/1_yTLg793rwSzY-O8rz10q5-hWxs2oMs8?usp=sharing Ноутбук] [https://colab.research.google.com/drive/1q0GdLD0aPifrR-WgXYyWn0iVDDksCHGK?usp=sharing Конспект] [https://colab.research.google.com/drive/1UnE6VhQte8nI5D43bdt6DszLYxhziHtb#scrollTo=dXRjHjssP0Yf&line=2&uniqifier=1 пример] Асинхронность. Библиотеки Asyncio, Aiohttp. || 13.11.2025 || ||
|-
| style="background:#eaecf0;" | '''3''' [[https://youtu.be/JkMwhgZ4XIA?si=HxOzUg_lYs0nfZnR Запись]] || [https://colab.research.google.com/drive/1T3yBc1ZxiteFAxVKQ6Jr2uUTCIsAJEmj?usp=sharing Ноутбук] [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing Конспект] GIL. Процессы и потоки. Основы синхронизации. || 20.11.2025 || ||
|-
| style="background:#eaecf0;" | '''4''' [[https://youtu.be/H3-dsd0ou8o?si=TaH_Oy6xBv4cViYM Запись]] || [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing Конспект] Способы ускорения вычислений применения функций к датасетам. || 27.11.2025 || ||
|-
| style="background:#eaecf0;" | '''5''' [[https://youtu.be/09LfxutaBgI?si=MvtMNIDTGoVUmW9t Запись]] || [https://colab.research.google.com/drive/1UZK9m0LajZTzosg5IDP1CiI0JVQ3Peu5?usp=sharing Конспект] Streamlit. Работа с API. [https://openweathermap.org/current OpenWeatherMap API] [https://console.groq.com/docs/api-reference#chat-create groq API] [https://habr.com/ru/articles/813613/ groq статья] || 04.12.2025 || ||
|-
| style="background:#eaecf0;" | '''6''' [[https://youtu.be/VV8aoiIFcqE?si=q90O-hEXaGdY9Qn8 Запись]] || [https://github.com/hse-ai/applied_python Код] [https://colab.research.google.com/drive/1-8823TGKSeeAagbm_OJKsLmuOrc5XerV?usp=sharing Конспект] Написание телеграм бота [https://mastergroosha.github.io/aiogram-3-guide/ Отличное руководство по aiogram] [https://github.com/Serggorsar/telegram-bot-student-manager/tree/main Пример недорефакторенного кода с использованием баз данных] [https://colab.research.google.com/drive/1nPDa11ZDZ2A4-Fs4lN6s9TQwcKDnY6SP?usp=sharing#scrollTo=PHtPrBeJPrhp Конспект] Абстрактные классы, продвинутые magic-методы || 11.12.2025 || ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[https://youtu.be/7v73fPmAEDQ?si=UGAd66wDTWu8bVk0 Запись]] || [https://colab.research.google.com/drive/1nPDa11ZDZ2A4-Fs4lN6s9TQwcKDnY6SP?usp=sharing Конспект1] [https://colab.research.google.com/drive/1YNhbOx_h5YOjqdKEhEJwE3xTuuCSnofB?usp=sharing Конспект2] SOLID-принципы. [https://habr.com/ru/companies/productivity_inside/articles/505430/ Принципы SOLID в картинках] Паттерны проектирования || 15.01.2026 || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] ||[https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing Конспект] [https://docs.google.com/presentation/d/1Q78okPzXqGA3eqlKKokOV3srVLwp7QIolq-4CsF9TGk/edit#slide=id.g223715285da_0_0 Слайды] Работа с базами данных || 22.01.2026 || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [https://colab.research.google.com/drive/1152z3mYoOrRuDv6vrLoUlCEXMMTUeGho?usp=sharing Конспект] Веб-серверы в Python || 29.01.2026 || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

=== Записи консультаций ===

==Формула оценивания==

Оценка = 0.15*ПР1 + 0.25*ОПр2 + 0.35*Пр3 + 0.15*Пр4 + 0.1*ДЗ,
где ДЗ – отнормированная к 10 оценка за все ДЗ с учетом веса

4 проекта
* Разработка интерактивного дашборда с использованием фреймворка Streamlit
* Разработка Telegram бота
* Реализация веб-сервиса с использованием фреймворка FastAPI
* Тестирование веб-сервиса
6 небольших домашних заданий

== Домашние задания ==
# [https://colab.research.google.com/drive/1tSkDk9iO1AuvrlZvGDKSaDzaXmgRIcfw?usp=sharing Генераторы]. Дедлайн 20.11.2025 23:59 мск
# [https://colab.research.google.com/drive/1Yo5FzlDEw3nZVPsIbTsMpXo95gfXfz7a?usp=sharing Асинхронность]. Дедлайн 23.11.2025 23:59 мск
# [https://colab.research.google.com/drive/1diS4BHO95B_pwMooxZPSLGe2xdWKLzMr?usp=sharing Параллельность]. Дедлайн 04.12.2025 23:59 мск
# [https://colab.research.google.com/drive/197GLXRzpPMjkLl13wkdPRI7tQOP7Uw5_?usp=sharing SOLID-принципы] Дедлайн 25.01.2025 23:59 мск
# [https://colab.research.google.com/drive/1Xlvi5FnjUBZekZlMPezzCnsNsEWwOOAb?usp=sharing Паттерны проектирования] 01.02.2025 23:59 мск
# [https://colab.research.google.com/drive/1MFHPmBCR1fiIKQtBpTSPp95Fc_1QvWnx?usp=sharing Базы данных] 19.02.2025 23:59 мск

== Проекты ==
# [https://colab.research.google.com/drive/1E-6S-P7yJD72aX6PR770HAmnePXzABIJ?usp=sharing Streamlit]. Дедлайн 21.12.2025 23:59 мск
# [https://colab.research.google.com/drive/1qmvfBrTyxhieTeccTCevNQXxaFvTMx-x?usp=sharing Telegram-bot]. Дедлайн 16.01.2026 23:59 мск
#
#

== Литература ==
# Лучано Рамальо: Python. К вершинам мастерства. 2-е издание, 2022 г., издательство ДМК Пресс
# Мэтью Фаулер: Asyncio и конкурентное программирование на Python, 2023 г., издательство ДМК Пресс

Прикладной Python (ИИ25, 2-3 модули)

2026-02-09T13:10:10Z

Mmustafaeva:

==О курсе==

Занятия проводятся в [https://us06web.zoom.us/j/89196818416?pwd=03ken1bgEna2paKGOvYlBzBEgpjjii.1 Zoom] '''по четвергам в 19:40'''

==Контакты==

Чат курса в TG: [[https://t.me/+FTlKXmexZx0yNjli chat link]]

Преподаватель: Сергей Горшков @Serggor98

{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | ||
|-
| style="background:#eaecf0;" | ||
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[https://www.youtube.com/playlist?list=PLmA-1xX7IuzCFpvqaqvquuXbHuBIMh9iW YouTube-playlist]]

Ссылка на плейлист курса на VK: [[https://vkvideo.ru/playlist/-227011779_56 VK video-playlist]]

Ссылка на GitHub с материалами курса: [[https://github.com/hse-ai/applied_python/tree/main GitHub repository]]

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! !!
|-
| style="background:#eaecf0;" | '''1''' [[https://youtu.be/H3-dsd0ou8o?si=jBZPFjUKZVOvhTKv Запись]] || [https://colab.research.google.com/drive/111f96KquMyHHns4l1Du8fhZz54TkyB_2?usp=sharing Ноутбук] [https://docs.google.com/presentation/d/1x78vCIWxY70uWgVvBCPOhjnNWemMBqG1gVv_9I0Iddo/edit?usp=sharing Слайды] [https://colab.research.google.com/drive/1YrWXg0IVaLvjhLby6-DhqKMrp6PQkLjb?usp=sharing Конспект] Основы асинхронного программирования, продвинутое использование генераторов, конструкция yield from. От генераторов к асинхронности. || 06.11.2025 || ||
|-
| style="background:#eaecf0;" | '''2''' [[https://youtu.be/q5Bup3vgzrE?si=KQHKAFKOun5zPe3r Запись]] || [https://colab.research.google.com/drive/1_yTLg793rwSzY-O8rz10q5-hWxs2oMs8?usp=sharing Ноутбук] [https://colab.research.google.com/drive/1q0GdLD0aPifrR-WgXYyWn0iVDDksCHGK?usp=sharing Конспект] [https://colab.research.google.com/drive/1UnE6VhQte8nI5D43bdt6DszLYxhziHtb#scrollTo=dXRjHjssP0Yf&line=2&uniqifier=1 пример] Асинхронность. Библиотеки Asyncio, Aiohttp. || 13.11.2025 || ||
|-
| style="background:#eaecf0;" | '''3''' [[https://youtu.be/JkMwhgZ4XIA?si=HxOzUg_lYs0nfZnR Запись]] || [https://colab.research.google.com/drive/1T3yBc1ZxiteFAxVKQ6Jr2uUTCIsAJEmj?usp=sharing Ноутбук] [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing Конспект] GIL. Процессы и потоки. Основы синхронизации. || 20.11.2025 || ||
|-
| style="background:#eaecf0;" | '''4''' [[https://youtu.be/H3-dsd0ou8o?si=TaH_Oy6xBv4cViYM Запись]] || [https://colab.research.google.com/drive/1XBNkerJ4RLSu3TLNH9KdBr4qoJQ-LVyO?usp=sharing Конспект] Способы ускорения вычислений применения функций к датасетам. || 27.11.2025 || ||
|-
| style="background:#eaecf0;" | '''5''' [[https://youtu.be/09LfxutaBgI?si=MvtMNIDTGoVUmW9t Запись]] || [https://colab.research.google.com/drive/1UZK9m0LajZTzosg5IDP1CiI0JVQ3Peu5?usp=sharing Конспект] Streamlit. Работа с API. [https://openweathermap.org/current OpenWeatherMap API] [https://console.groq.com/docs/api-reference#chat-create groq API] [https://habr.com/ru/articles/813613/ groq статья] || 04.12.2025 || ||
|-
| style="background:#eaecf0;" | '''6''' [[https://youtu.be/VV8aoiIFcqE?si=q90O-hEXaGdY9Qn8 Запись]] || [https://github.com/hse-ai/applied_python Код] [https://colab.research.google.com/drive/1-8823TGKSeeAagbm_OJKsLmuOrc5XerV?usp=sharing Конспект] Написание телеграм бота [https://mastergroosha.github.io/aiogram-3-guide/ Отличное руководство по aiogram] [https://github.com/Serggorsar/telegram-bot-student-manager/tree/main Пример недорефакторенного кода с использованием баз данных] [https://colab.research.google.com/drive/1nPDa11ZDZ2A4-Fs4lN6s9TQwcKDnY6SP?usp=sharing#scrollTo=PHtPrBeJPrhp Конспект] Абстрактные классы, продвинутые magic-методы || 11.12.2025 || ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[https://youtu.be/7v73fPmAEDQ?si=UGAd66wDTWu8bVk0 Запись]] || [https://colab.research.google.com/drive/1nPDa11ZDZ2A4-Fs4lN6s9TQwcKDnY6SP?usp=sharing Конспект1] [https://colab.research.google.com/drive/1YNhbOx_h5YOjqdKEhEJwE3xTuuCSnofB?usp=sharing Конспект2] SOLID-принципы. [https://habr.com/ru/companies/productivity_inside/articles/505430/ Принципы SOLID в картинках] Паттерны проектирования || 15.01.2026 || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] ||[https://colab.research.google.com/drive/1Ac4e-Xaby3iNnYHQ-lHzhW3aN8Ww3v88?usp=sharing Конспект] [https://docs.google.com/presentation/d/1Q78okPzXqGA3eqlKKokOV3srVLwp7QIolq-4CsF9TGk/edit#slide=id.g223715285da_0_0 Слайды] Работа с базами данных || 22.01.2026 || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [https://colab.research.google.com/drive/1152z3mYoOrRuDv6vrLoUlCEXMMTUeGho?usp=sharing Конспект] Веб-серверы в Python || 29.01.2026 || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

=== Записи консультаций ===

==Формула оценивания==

Оценка = 0.15*ПР1 + 0.25*ОПр2 + 0.35*Пр3 + 0.15*Пр4 + 0.1*ДЗ,
где ДЗ – отнормированная к 10 оценка за все ДЗ с учетом веса

4 проекта
* Разработка интерактивного дашборда с использованием фреймворка Streamlit
* Разработка Telegram бота
* Реализация веб-сервиса с использованием фреймворка FastAPI
* Тестирование веб-сервиса
6 небольших домашних заданий

== Домашние задания ==
# [https://colab.research.google.com/drive/1tSkDk9iO1AuvrlZvGDKSaDzaXmgRIcfw?usp=sharing Генераторы]. Дедлайн 20.11.2025 23:59 мск
# [https://colab.research.google.com/drive/1Yo5FzlDEw3nZVPsIbTsMpXo95gfXfz7a?usp=sharing Асинхронность]. Дедлайн 23.11.2025 23:59 мск
# [https://colab.research.google.com/drive/1diS4BHO95B_pwMooxZPSLGe2xdWKLzMr?usp=sharing Параллельность]. Дедлайн 04.12.2025 23:59 мск
# [https://colab.research.google.com/drive/197GLXRzpPMjkLl13wkdPRI7tQOP7Uw5_?usp=sharing SOLID-принципы] Дедлайн 25.01.2025 23:59 мск
# [https://colab.research.google.com/drive/1Xlvi5FnjUBZekZlMPezzCnsNsEWwOOAb?usp=sharing Паттерны проектирования] 01.02.2025 23:59 мск
# [https://colab.research.google.com/drive/1nTs6IHiJUfZ8hIsud8CpnDjXz9GzUgsE?usp=sharing Базы данных] 19.02.2025 23:59 мск

== Проекты ==
# [https://colab.research.google.com/drive/1E-6S-P7yJD72aX6PR770HAmnePXzABIJ?usp=sharing Streamlit]. Дедлайн 21.12.2025 23:59 мск
# [https://colab.research.google.com/drive/1qmvfBrTyxhieTeccTCevNQXxaFvTMx-x?usp=sharing Telegram-bot]. Дедлайн 16.01.2026 23:59 мск
#
#

== Литература ==
# Лучано Рамальо: Python. К вершинам мастерства. 2-е издание, 2022 г., издательство ДМК Пресс
# Мэтью Фаулер: Asyncio и конкурентное программирование на Python, 2023 г., издательство ДМК Пресс

Python для сбора и анализа данных КНАД 25/26

2026-02-02T13:27:05Z

Mmustafaeva:

Python для сбора и анализа данных КНАД 25/26

2026-02-02T11:42:11Z

Mmustafaeva:

Python для сбора и анализа данных КНАД 25/26

2026-01-27T18:17:58Z

Mmustafaeva:

DL для звука (ИИ24, 6-7 модуль)

2026-01-24T16:48:22Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''тогда-то и тогда-то'''

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи I: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
#

== Литература ==
#
#
#
#

DL для звука (ИИ24, 6-7 модуль)

2026-01-24T16:46:59Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''тогда-то и тогда-то'''

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw1 МДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw2 БДЗ1]
# [https://github.com/NickKar30/DLA-HSE-AI-masters-course/tree/main/hw/hw3 БДЗ2]
#

== Литература ==
#
#
#
#

DL для звука (ИИ24, 6-7 модуль)

2026-01-24T16:44:56Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''тогда-то и тогда-то'''

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || [https://www.youtube.com/watch?v=TMH0R0fqkDs&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=1 Лекция] ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
#
#
#
#

== Литература ==
#
#
#
#

DL для звука (ИИ24, 6-7 модуль)

2026-01-24T16:44:03Z

Mmustafaeva:

==О курсе==

Занятия проводятся в Zoom '''тогда-то и тогда-то'''

==Контакты==

Преподаватели: [https://t.me/Einstein_30 Карагодин Никита], [https://t.me/Blinorot Пётр Гринберг]

{| class="wikitable"
|-
!Ассистенты
|-
| [https://t.me/Einstein_30 Карагодин Никита] || [https://t.me/kalxon Демиденко Никита] || [https://t.me/lKhoroshenina Хорошенина Лилия] || [https://t.me/zuikovaov Зуйкова Ольга]
|
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]

Ссылка на GitHub с материалами курса: [https://github.com/NickKar30/DLA-HSE-AI-masters-course GitHub repository]

{| class="wikitable"
|-
! Занятие !! Тема !! Материалы Github !! Запись YouTube !! Запись VK
|-
| style="background:#eaecf0;" | '''1''' || Цифровая обработка сигналов: физика звука, цифровые сигналы, 4 вида преобразований Фурье, теорема Котельникова, спектрограммы и мел-спектрограммы || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec1_dsp.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem1_dsp.ipynb Семинар]|| [https://www.youtube.com/watch?v=WReb8lmN-zY&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=5 Лекция] [https://www.youtube.com/watch?v=yrqsbUM-oTg&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=4 Семинар]||
|-
| style="background:#eaecf0;" | '''2''' || Цифровая обработка сигналов: формирование речи и артикуляция, модели речевого аппарата, кепстр и MFCC коэффициенты, основная частота f0, психоакустика и восприятие речи || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec2_speech.pdf Лекция] || [https://www.youtube.com/watch?v=E-JA-kBnhKU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''3'''|| Распознавание речи: виды ASR моделей, основные метрики, CTC Loss, модели DeepSpeech2 и Conformer, Language Models для ASR|| [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec3_asr.pdf Лекция] [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/seminars/sem3_asr.ipynb Семинар]|| [https://www.youtube.com/watch?v=LE1-u9jTJ-w&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=3 Лекция и семинар] ||
|-
| style="background:#eaecf0;" | '''4''' || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' || Voice Activity Detection: идея, основные подходы, метрики и модели Silero VAD, MarbleNet, Pyannote VAD. Speaker Diarization: идея, метрики и процесс обработки. Source Separation: идея и основные метрики, семейсто моделей Demucs, Band-Split RNN, Band-Split RoFormer || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec5_vad_separation.pdf Лекция] || [https://www.youtube.com/watch?v=ua0BW5DptFU&list=PLmA-1xX7IuzCqCHapSJUVwZQ0xq-13mcW&index=2 Лекция] ||
|-
| style="background:#eaecf0;" | '''6''' || Синтез речи: задачи TTS, метрики качества, данные, виды синтеза речи. Предобработка текста в TTS, акустические модели || [https://github.com/NickKar30/DLA-HSE-AI-masters-course/blob/main/lectures/lec6_acoustic_models.pdf Лекция] || ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}

==Формула оценивания==

Оценка = <code>𝟎.2×МДЗ1 + 𝟎.3×БДЗ1 + 𝟎.3×БДЗ2 + 𝟎.2×МДЗ2</code>b>,

где МДЗ и БДЗ - большие и малые домашние задания.

== Домашние задания ==
#
#
#
#

== Литература ==
#
#
#
#