https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=PvlkhnWiki - Факультет компьютерных наук - Вклад [ru]2026-09-21T14:42:55ZВкладMediaWiki 1.43.9https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65877Основы машинного обучения/20232022-02-14T21:00:13Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/masstermax Гудзикевич Максим], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле:<br />
<br />
О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР)<br />
<br />
Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (19.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
'''Семинар 2''' (26.01.2022). pandas. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem02_pandas.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=YqA_qCZ3RIw&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=18 Запись одного из семинаров]]<br />
<br />
'''Семинар 3''' (02.02.2022). KNN. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem3_sklearn_knn/sem03-sklearn-knn.ipynb Ноутбук]] <br />
<br />
'''Семинар 4''' (09.02.2022). Визуализация данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem04_visualization.ipynb Ноутбук]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 2 - pandas''' Мягкий дедлайн 10.02.2022 Жесткий дедлайн 15.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw02_pandas.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 3 - EDA''' Мягкий дедлайн 01.03.2022 Жесткий дедлайн 08.03.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw03-EDA/hw03-EDA.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65876Основы машинного обучения/20232022-02-14T20:43:17Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/masstermax Гудзикевич Максим], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле:<br />
<br />
О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР)<br />
<br />
Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (19.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
'''Семинар 2''' (26.01.2022). pandas. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem02_pandas.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=YqA_qCZ3RIw&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=18 Запись одного из семинаров]]<br />
<br />
'''Семинар 3''' (02.02.2022). KNN. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem3_sklearn_knn/sem03-sklearn-knn.ipynb Ноутбук]] <br />
<br />
'''Семинар 4''' (09.02.2022). Визуализация данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem04_visualization.ipynb Ноутбук]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 2 - pandas''' Мягкий дедлайн 10.02.2022 Жесткий дедлайн 15.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw02_pandas.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 3 - EDA''' Мягкий дедлайн 22.02.2022 Жесткий дедлайн 01.03.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw03-EDA/hw03-EDA.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65875Основы машинного обучения/20232022-02-14T19:48:50Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/masstermax Гудзикевич Максим], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле:<br />
<br />
О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР)<br />
<br />
Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (19.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
'''Семинар 2''' (26.01.2022). pandas. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem02_pandas.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=YqA_qCZ3RIw&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=18 Запись одного из семинаров]]<br />
<br />
'''Семинар 3''' (02.02.2022). KNN. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem3_sklearn_knn/sem03-sklearn-knn.ipynb Ноутбук]] <br />
<br />
'''Семинар 4''' (09.02.2022). Визуализация данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem04_visualization.ipynb Ноутбук]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 2 - pandas''' Мягкий дедлайн 10.02.2022 Жесткий дедлайн 15.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw02_pandas.ipynb Ноутбук]]<br />
<br />
'''Практическое задание 3 - EDA''' Мягкий дедлайн 22.02.2022 Жесткий дедлайн 29.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw03-EDA/hw03-EDA.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65039Основы машинного обучения/20232022-01-28T14:53:05Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/Julia_Korot Короткова Юлия], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле:<br />
<br />
О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР)<br />
<br />
Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (10.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65038Основы машинного обучения/20232022-01-28T14:52:47Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/Julia_Korot Короткова Юлия], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле:<br />
<br />
О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР)<br />
<br />
Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (10.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F/2023&diff=65037Основы машинного обучения/20232022-01-28T14:50:48Z<p>Pvlkhn: </p>
<hr />
<div>== О курсе ==<br />
<br />
Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.<br />
<br />
Проводится с 2015 года.<br />
<br />
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]<br />
<br />
Лекции проходят онлайн по средам в 11:10 в [https://zoom.us/j/93166833697?pwd=UkZybHlNNlBWOWZ2eWovcWtNK3Nrdz09 zoom].<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://www.hse.ru/edu/courses/450828864 Карточка курса и программа]<br />
<br />
[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]<br />
<br />
[https://www.youtube.com/playlist?list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ Записи занятий]<br />
<br />
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)<br />
<br />
Канал в telegram для объявлений: https://t.me/hse_iad_22<br />
<br />
Чат в telegram для флуда: https://t.me/+pbt8rRfldsUzZGUy<br />
<br />
Ссылка на курс в Anytask: https://anytask.org/course/899<br />
<br />
Таблица с оценками: https://docs.google.com/spreadsheets/d/130puDf_28fPRNKJqtyQAkIyoKnjbVHFtpAcX5zm4CsA/edit?usp=sharing<br />
<br />
=== Семинары ===<br />
<br />
{| class="wikitable"<br />
|-<br />
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom-конференция !! Ссылка на чат !! Материалы семинаров !! Инвайт в anytask <br />
|-<br />
| ИАД-1 || Алвандян Нарек || [https://t.me/ipomeya31 Плахин Александр], [https://t.me/parestoranam Макаров Антон] || [https://zoom.us/j/93410637894?pwd=NG1yMllOZWtTRzNuYTY5T0QwTHVtZz09 Zoom] || [https://t.me/+OghU7AZvqqhlODZi Чат] || - || A1U6NYZ<br />
|-<br />
| ИАД-2 || Косарев Илья || [https://t.me/caesiummm Никифоров Михаил], [https://t.me/anatoly_paschenko Пащенко Анатолий] || [https://zoom.us/j/96875144987?pwd=c1Vqd2t2OWVaY2VlNllCVU82WW5mQT09 Zoom] || [https://t.me/+sqgSOPgr5HZmZTQy Чат] || - || RbElTlq<br />
|-<br />
| ИАД-3 || Кантонистова Елена || [https://t.me/Savely_Prokhorov Прохоров Савелий], [https://t.me/arorlov Червяков Артем] || [https://zoom.us/j/92527076732?pwd=dWxHMXczUlkyMXdmaG1NYlA5QjUrUT09 Zoom] || [https://t.me/+LSgeYDy2Fio1NmM6 Чат] || - || TdtY747<br />
|-<br />
| ИАД-4 || [https://t.me/vsomelyusik Владимир Омелюсик] || [https://t.me/yaderevenskiy Альмухаметов Денис], [https://t.me/zhan2pac Жуматаев Жанту] || [https://zoom.us/j/94478987033?pwd=QlIwUkRyVFh0UVEzS1VBT2RGT2lQZz09 Zoom] || [https://t.me/+9hLzy1jv1tczNWMy Чат] || [https://github.com/V-Marco/hse_iad4_2022 Материалы] || t22o3Qw<br />
|-<br />
| ИАД-5 ||Карпова Ася || [https://t.me/egorkapiorka Масликов Егор], [https://t.me/krsafonov Кирилл Сафонов] || [https://zoom.us/j/94217882025?pwd=TzNJb296OEw1dHhLRDZjeWxIbHVKZz09 Zoom] || [https://t.me/+u4MqYwV6XINmYjcy Чат] || - || Dy5fbVc<br />
|-<br />
| ИАД-6 || Серякова Василиса || [https://t.me/ongalek Смоленчук Иван], [https://t.me/masstermax Гудзикевич Максим] || [https://zoom.us/j/98698466454?pwd=ZG9yR0liVnk4K0JOdWRQb2RDL2lIZz09 Zoom] || [https://t.me/+YvHUyon7GqBlZjZi Чат] || || ybPLhJX<br />
|-<br />
| ИАД-7 || Чиркова Надежда || [https://t.me/Julia_Korot Короткова Юлия], [https://t.me/ekostrykina Кострыкина Екатерина] || [https://zoom.us/j/94594342525?pwd=bXR5YzdEQWg1cm85citKdWR0Y2M0Zz09 Zoom] || [https://t.me/+f_60KCmo80hhN2Ni Чат] || [https://github.com/nadiinchi/iad2022/ Материалы] || zdbENSv<br />
|-<br />
| ИАД-8 || Семенов Дмитрий || [https://t.me/mr_dyadyunov Дядюнов Андрей], [https://t.me/VeteranIvan Пичугин Иван]|| [https://zoom.us/j/99921792854?pwd=b1JpazNtVEVwaWZYK1RDYWQ1NFNhdz09 Zoom] || [https://t.me/+H0EwJppMUMBhMjcy Чат] || - || Hp2cbwv<br />
|-<br />
| ИАД-9 || Альперович Вадим || [https://t.me/alex_uve Пономаренко Александр], [https://t.me/onehspal Лапшина Ксения ] || [https://zoom.us/j/99240916833?pwd=bDZISE4vbTIzOFprVjFzY1dBaFM3QT09 Zoom] || [https://t.me/+TSPjYC7CpYA4NGQy Чат] || -|| JeVWlWS<br />
|-<br />
| БИ-1 || Ханин Павел || [https://t.me/nikola_dobr Добротворский Николай] || [https://zoom.us/j/94407230215?pwd=MGd5QkJlUlQzVlRlUGhheFdSR0xIZz09 Zoom] || [https://t.me/+remAgPd2T6cxYTJi Чат] || -|| FKmNFoj<br />
|-<br />
| БИ-2 || Мокрий Юрий || [https://t.me/ari_yusa Юсупова Арина] || [https://zoom.us/j/95746475791?pwd=TTlGaHlEV2ZwV3UyMWxFVmw2SnFBdz09 Zoom] || [https://t.me/+YQOnIRBobV05YjBi Чат] || -|| F7rNwgw<br />
|}<br />
<br />
=== Правила выставления оценок ===<br />
<br />
В курсе предусмотрено несколько форм контроля знания:<br />
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров<br />
* Практические домашние работы на Python<br />
* Контрольная где-то в середине курса<br />
* Письменный экзамен<br />
<br />
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:<br />
<br />
O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)<br />
<br />
У групп БИ-1 и БИ-2 (не майнор) оценка за курс также проставляется в третьем модуле О<sub>итоговая за третий модуль</sub> = Округление(0.8 * ДЗ + 0.2 * ПР). Обратите внимание, что работы из третьего модуля также влияют на оценку в четвертом<br />
<br />
ДЗ — средняя оценка за практические домашние задания<br />
<br />
ПР — средняя оценка за письменные проверочные работы на семинарах<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Э — оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
=== Правила сдачи заданий ===<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.<br />
<br />
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Также разрешается в конце курса написать одну проверочную, пропущенную без уважительной причины.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
== Лекции ==<br />
<br />
'''Лекция 1''' (19.01.2022). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://www.youtube.com/watch?v=CWqurj-JjkQ Запись лекции]]<br />
<br />
'''Лекция 2''' (26.01.2022). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/ZKJPmzsMLzY Запись лекции]]<br />
<br />
== Семинары ==<br />
<br />
'''Семинар 1''' (10.01.2022). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/seminars/sem01_numpy.ipynb Ноутбук]] [[https://www.youtube.com/watch?v=QrgRR6zeLQk&list=PLEwK9wdS5g0rco8Fan1hA-bV2DXOyRkXQ&index=9 Запись одного из семинаров]]<br />
<br />
== Практические задания ==<br />
<br />
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов. Все дедлайны в 23:59 по московскому времени. <br />
<br />
В некоторых группах домашние задания могут отличаться. Уточняйте у семинариста.<br />
<br />
'''Практическое задание 1 - numpy''' Мягкий дедлайн 29.01.2022 Жесткий дедлайн 3.02.2022. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2022/homeworks/hw01-numpy.ipynb Ноутбук]]<br />
<br />
== Соревнования ==<br />
<br />
===Правила участия и оценивания===<br />
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.<br />
<br />
Студент, занявший в соревновании место i, получает оценку<br />
<br />
10 - 10 * (i - 1) / M,<br />
<br />
где M — количество студентов, принявших участие в соревновании;<br />
<br />
i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.<br />
<br />
Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team): <br />
<br />
«Имя Фамилия номер_группы»<br />
<br />
В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.<br />
<br />
== Контрольная работа ==<br />
<br />
== Экзамен ==<br />
<br />
==Полезные материалы==<br />
===Курсы по машинному обучению и анализу данных===<br />
Максимально близко к материалам курса: [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация "Машинное обучение: от статистики до нейросетей"] (речь про два курса: "Основы машинного обучения" и "Продвинутые методы машинного обучения")<br />
<br />
Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"]<br />
<br />
Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]<br />
<br />
Ещё материалы:<br />
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br />
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]<br />
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]<br />
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]<br />
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]<br />
<br />
===Статьи===<br />
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]<br />
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]<br />
<br />
===Книги===<br />
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.<br />
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.<br />
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.<br />
<br />
== Страницы прошлых лет ==<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]<br />
<br />
[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]<br />
<br />
[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]<br />
<br />
[[Category:Майнор "Интеллектуальный анализ данных"]]</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B8_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_%D0%9F%D0%9C%D0%98_2021/2022_(%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%BD%D0%BE%D0%B9_%D0%BF%D0%BE%D1%82%D0%BE%D0%BA)&diff=59697Основы и методология программирования на ПМИ 2021/2022 (основной поток)2021-10-09T13:32:12Z<p>Pvlkhn: </p>
<hr />
<div>== Основы и методология программирования, основной поток, 2021-2022 1 модуль ==<br />
<br />
'''Лектор:''' [А. Г. Михеев]<br />
<br />
Программа курса и ноутбуки лекций (будут добавляться по мере поступления): https://github.com/justalge/another_python_tutorial<br />
<br />
Видеозаписи всех лекций и некоторых семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0pOn3KCblRmmBV24o17r3LD<br />
<br />
Материалы лекций основаны на https://www.python-course.eu (англ. яз.). Разделы [https://www.python-course.eu/python3_course.php Python Tutorial], [https://www.python-course.eu/object_oriented_programming_introduction.php OOP] и [https://www.python-course.eu/advanced_python.php Advanced].<br />
<br />
Канал с важными объявлениями: https://t.me/joinchat/LsEVKZunealjOTUy<br />
<br />
Материалы прошлого года (рус. яз.):<br />
* Конспекты лекций: https://yadi.sk/i/BkcKilJkumcPV<br />
* Видео-лекции: https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/welcome (платить денег ни в коем случае не нужно)<br />
<br />
==ДЗ==<br />
<br />
После каждого семинара вам будет дано оцениваемое домашнее задание. На выполнение задания дается 8 дней от момента начала соответствующего семинара. Еще в течение 7 дней после этого доступна возможность досдать задачи, однако задачи оцениваются вполовину меньшим баллом. Перед семинаром необходимо изучить соответствующую тему по лекциям и текстовым конспектам.<br />
<br />
[https://official.contest.yandex.ru/contest/29037/enter/ ДЗ 1 (Арифметика)]<br />
<br />
[https://official.contest.yandex.ru/contest/29069/enter/ ДЗ 2 (if, while, for, float)]<br />
<br />
[https://official.contest.yandex.ru/contest/29227/enter/ ДЗ 3 (strings, lists)]<br />
<br />
[https://official.contest.yandex.ru/contest/29228/enter/ ДЗ 4 (dictionaries, sets)]<br />
<br />
[https://official.contest.yandex.ru/contest/29478/enter/ ДЗ 5-6 (functions, recursion)] '''На 2 недели. Чтобы набрать максимальное количество баллов за это ДЗ нужно решить на 20 баллов'''<br />
<br />
[https://official.contest.yandex.ru/contest/29691/enter ДЗ 7 (sorting, linear search)]<br />
<br />
[https://official.contest.yandex.ru/contest/29699/enter ДЗ 8 (OOP intro)] - Максимальное количество баллов за это ДЗ - 14 (см баллы в контесте), чтобы получить максимум, нужно решить все задачи<br />
<br />
[https://official.contest.yandex.ru/contest/29825/enter ДЗ 9 (OOP outro) - Максимальное количество баллов за это ДЗ - 14 (см баллы в контесте), чтобы получить максимум, нужно решить все задачи], '''Дедлайн 16.10 23:59 для всех групп'''<br />
<br />
==Программа advanced группы 2112-2==<br />
<br />
Краткое введение на примерах в:<br />
<br />
- использование внешних библиотек<br />
<br />
- dataclasses, type hints<br />
<br />
- сравнение oop и fp стилей<br />
<br />
- чистый читабельный код: нейминг, agile, ограничения на средства языка, линтеры<br />
<br />
- простой веб сервис: http, бд<br />
<br />
- threading, multiprocessing<br />
<br />
- async<br />
<br />
- git<br />
<br />
- bash<br />
<br />
- публикация библиотек<br />
<br />
- аналитика и визуализация<br />
<br />
- ML/pytorch<br />
<br />
- поиск информации и готовых модулей<br />
<br />
- мини-проект на любую из вышеперечисленных тем<br />
<br />
==Программа advanced группы 214-2==<br />
<br />
Семинар 1 - знакомство с python<br />
<br />
Семинар 2 - код стайл, pep8, правила хорошего тона camel case, snake case<br />
<br />
Семинар 3 - учимся писать тесты, tdd<br />
<br />
Семинар 4 - python в математике: графики, статистика<br />
<br />
Семинар 5 - системы контроля версий, open source<br />
<br />
Семинар 6 - парсинг данных: bs4, selenium<br />
<br />
Семинар 7 - учимся писать код на собеседованиях, и как их проходить<br />
<br />
Семинар 8 - фреймворки для тестирования, пишем свой mvp проект на семинаре<br />
<br />
Семинар 9 - pyqt<br />
<br />
Семинар 10 - веб разработка, requests, flask<br />
<br />
Семинар 11 - пишем телеграм-бота<br />
<br />
Семинар 12 - intro ml<br />
<br />
==Система защиты ДЗ==<br />
<br />
Раз в две недели проходит защита ДЗ (с прокторингом или очно). На защиту отводится одна лекционная пара.<br />
На защите будет предложено для решения 8 задач, по 2 задачи средней сложности на каждую тему лекции.<br />
Во время решения практических задач можно пользоваться конспектами и своими решениями задач ДЗ.<br />
<br />
Оценка за каждую лекционную тему определяется как '''koef*оценка за лекционную тему (до защиты)''', где koef - коэффициент, который определяется тем, как была написана защита ДЗ.<br />
Так, если на защите ДЗ решено 0 задач - коэффициент составляет 0.3, 1 задача - 0.6, 2 задачи - 1.<br />
<br />
Со студентами, результат работы которых на защите сильно отличается от оценки за ДЗ до защиты, будет проведена дополнительная устная защита с целью поиска путей исправления проблем в освоении материала.<br />
<br />
== Формула оценки и экзамен ==<br />
<br />
На оценку влияют: выполнение домашнего задания, работа на семинаре, защита домашнего задания и экзамен. Итоговая оценка за курс вычисляется как '''0.6*накопленная + 0.4*экзамен'''. <br />
<br />
Накопленная оценка считается как: среднее арифметическое оценок за каждую лекционную тему.<br />
Оценка за каждую лекционную тему рассчитывается как: '''min(10, koef*(0.8*оценка за ДЗ по теме лекции (до защиты) + 0.2*оценка за семинар по теме лекции))'''.<br />
Максимальная оценка за работу на семинаре - 10 баллов. Максимальная оценка за ДЗ по теме лекции (до защиты) - 14 баллов. При этом суммарное количество баллов в одном ДЗ в контесте больше 14. Чтобы получить максимальную оценку за ДЗ можно решить не все задачи. Таким образом, максимальную оценку по теме лекции вы можете получить, решая только ДЗ.<br />
<br />
За найденные и сообщенные семинаристу проблемы в тестах вы можете получить от 2 до 5 дополнительных баллов к оценке за семинар.<br />
<br />
Промежуточные значения не округляются, итоговое значение округляется по математическим правилам: к ближайшему целому, при дробной части 0.5 - в большую сторону.<br />
<br />
== Используемое ПО ==<br />
<br />
Необходимо установить интерпретатор Python версии не ниже 3.6 под свою ОС. Ссылка https://www.python.org/downloads/<br />
<br />
JetBrains PyCharm Community: https://www.jetbrains.com/pycharm/download/<br />
<br />
На занятия можно приносить свой ноутбук.<br />
<br />
== Списывание ==<br />
<br />
Все ваши домашние задания, их защиты и экзамен будут проверены на плагиат. При выявлении списывания ваша работа будет аннулирована. Выявление повторного списывания влечет за собой отчисление из университета.<br />
<br />
== Дедлайны по ДЗ в группах ==<br />
{| class="wikitable"<br />
|-<br />
! Контест !! ДЗ 1 !! ДЗ 2 !! ДЗ 3 !! ДЗ 4 !! ДЗ 5-6 !! ДЗ 7 !! ДЗ 8 !! ДЗ 9 !! ДЗ 10 !! ДЗ 11 !! ДЗ 12<br />
|-<br />
| 212-1 || 15.09.21 16:20 || 16.09.21 15:00 || - || - || - || - || - || - || - || - || -<br />
|-<br />
| 212-2 || 16.09.21 9:30 || 16.09.21 11:10 || 23.09.21 9:30 || 23.09.21 11:10 || 06.10.21 9:30 || 07.10.21 9:30 || 07.10.21 11:10 || - || - || - || -<br />
|-<br />
| 214-2 || 16.09.21 9:29 || 18.09.21 9:29 || 23.09.21 9:29 || 25.09.21 9:29 || 06.10.21 9:29 || 07.10.21 9:29 || 09.10.21 9:29 || 16.10.21 23:59 || - || - || -<br />
|-<br />
| 218-1 || 19.09.21 13:00 || 22.09.21 19:40 || 23.09.21 14:40 || 29.09.21 19:40 || 06.10.21 14:40 || 07.10.21 13:00 || 13.10.21 19:40 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 2111-2 || 18.09.21 09:30 || 19.09.21 11:10 || 23.09.21 09:30 || 25.09.21 09:30 || 07.10.21 09:30 || 07.10.21 09:30 || 09.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 216-2 || 15.09.21 18:10 || 15.09.21 19:40 || 22.09.21 18:10 || 22.09.21 19:40 || 06.10.21 18:10 || 06.10.21 18:10 || 06.10.21 19:40 || - || - || - || -<br />
|-<br />
| 219-1 || 15.09.21 11:10 || 16.09.21 11:10 || 22.09.21 11:10 || 23.09.21 11:10 || 06.10.21 11:10 || 06.10.21 11:10 || 07.10.21 11:10 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 2111-1 || 16.09.21 9:30 || 18.09.21 9:30 || 23.09.21 9:30 || 25.09.21 9:30 || 07.10.21 9:30 || 07.10.21 9:30 || 09.10.21 9:30 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 216-1 || 16.09.21 9:30 || 16.09.21 11:10 || 23.09.21 9:30 || 23.09.21 11:10 || 07.10.21 9:30 || 07.10.21 11:10 || - || - || - || - || -<br />
|-<br />
| 219-2 || 14.09.21 23:59 || 17.09.21 23:59 || 21.09.21 23:59 || 24.09.21 23:59 || 05.10.21 23:59 || 05.10.21 23:59 || 09.10.21 23:59 || 16.10.21 23:59 || - || - || -<br />
|}<br />
<br />
== Дедлайны по дорешиванию семинаров в группах ==<br />
{| class="wikitable"<br />
|-<br />
! - !! Семинар 2 (code style) !! Семинар 3 (тестирование) !! Семинар 4 (matplotlib)!! Семинар 5 (git)!! Семинар 6 (wiki) !! Семинар 7 (cv) !! Семинар 8 (pyqt) !! Семинар 9 (pytest) !! Семинар 10 (web)<br />
|-<br />
| 214-2 || 13.09.21 23:59 || 18.09.21 23:59 || 20.09.21 23:59 || 27.09.21 23:59 || 06.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 ||<br />
|}</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B8_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_%D0%9F%D0%9C%D0%98_2021/2022_(%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%BD%D0%BE%D0%B9_%D0%BF%D0%BE%D1%82%D0%BE%D0%BA)&diff=59696Основы и методология программирования на ПМИ 2021/2022 (основной поток)2021-10-09T13:30:24Z<p>Pvlkhn: </p>
<hr />
<div>== Основы и методология программирования, основной поток, 2021-2022 1 модуль ==<br />
<br />
'''Лектор:''' [А. Г. Михеев]<br />
<br />
Программа курса и ноутбуки лекций (будут добавляться по мере поступления): https://github.com/justalge/another_python_tutorial<br />
<br />
Видеозаписи всех лекций и некоторых семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0pOn3KCblRmmBV24o17r3LD<br />
<br />
Материалы лекций основаны на https://www.python-course.eu (англ. яз.). Разделы [https://www.python-course.eu/python3_course.php Python Tutorial], [https://www.python-course.eu/object_oriented_programming_introduction.php OOP] и [https://www.python-course.eu/advanced_python.php Advanced].<br />
<br />
Канал с важными объявлениями: https://t.me/joinchat/LsEVKZunealjOTUy<br />
<br />
Материалы прошлого года (рус. яз.):<br />
* Конспекты лекций: https://yadi.sk/i/BkcKilJkumcPV<br />
* Видео-лекции: https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/welcome (платить денег ни в коем случае не нужно)<br />
<br />
==ДЗ==<br />
<br />
После каждого семинара вам будет дано оцениваемое домашнее задание. На выполнение задания дается 8 дней от момента начала соответствующего семинара. Еще в течение 7 дней после этого доступна возможность досдать задачи, однако задачи оцениваются вполовину меньшим баллом. Перед семинаром необходимо изучить соответствующую тему по лекциям и текстовым конспектам.<br />
<br />
[https://official.contest.yandex.ru/contest/29037/enter/ ДЗ 1 (Арифметика)]<br />
<br />
[https://official.contest.yandex.ru/contest/29069/enter/ ДЗ 2 (if, while, for, float)]<br />
<br />
[https://official.contest.yandex.ru/contest/29227/enter/ ДЗ 3 (strings, lists)]<br />
<br />
[https://official.contest.yandex.ru/contest/29228/enter/ ДЗ 4 (dictionaries, sets)]<br />
<br />
[https://official.contest.yandex.ru/contest/29478/enter/ ДЗ 5-6 (functions, recursion)] '''На 2 недели. Чтобы набрать максимальное количество баллов за это ДЗ нужно решить на 20 баллов'''<br />
<br />
[https://official.contest.yandex.ru/contest/29691/enter ДЗ 7 (sorting, linear search)]<br />
<br />
[https://official.contest.yandex.ru/contest/29699/enter ДЗ 8 (OOP intro)] - Максимальное количество баллов за это ДЗ - 14 (см баллы в контесте), чтобы получить максимум, нужно решить все задачи<br />
<br />
[https://official.contest.yandex.ru/contest/29825/enter ДЗ 9 (OOP outro) - Максимальное количество баллов за это ДЗ - 14 (см баллы в контесте), чтобы получить максимум, нужно решить все задачи], '''Дедлайн 16.10 23:59 для всех групп'''<br />
<br />
==Программа advanced группы 2112-2==<br />
<br />
Краткое введение на примерах в:<br />
<br />
- использование внешних библиотек<br />
<br />
- dataclasses, type hints<br />
<br />
- сравнение oop и fp стилей<br />
<br />
- чистый читабельный код: нейминг, agile, ограничения на средства языка, линтеры<br />
<br />
- простой веб сервис: http, бд<br />
<br />
- threading, multiprocessing<br />
<br />
- async<br />
<br />
- git<br />
<br />
- bash<br />
<br />
- публикация библиотек<br />
<br />
- аналитика и визуализация<br />
<br />
- ML/pytorch<br />
<br />
- поиск информации и готовых модулей<br />
<br />
- мини-проект на любую из вышеперечисленных тем<br />
<br />
==Программа advanced группы 214-2==<br />
<br />
Семинар 1 - знакомство с python<br />
<br />
Семинар 2 - код стайл, pep8, правила хорошего тона camel case, snake case<br />
<br />
Семинар 3 - учимся писать тесты, tdd<br />
<br />
Семинар 4 - python в математике: графики, статистика<br />
<br />
Семинар 5 - системы контроля версий, open source<br />
<br />
Семинар 6 - парсинг данных: bs4, selenium<br />
<br />
Семинар 7 - учимся писать код на собеседованиях, и как их проходить<br />
<br />
Семинар 8 - фреймворки для тестирования, пишем свой mvp проект на семинаре<br />
<br />
Семинар 9 - pyqt<br />
<br />
Семинар 10 - веб разработка, requests, flask<br />
<br />
Семинар 11 - пишем телеграм-бота<br />
<br />
Семинар 12 - intro ml<br />
<br />
==Система защиты ДЗ==<br />
<br />
Раз в две недели проходит защита ДЗ (с прокторингом или очно). На защиту отводится одна лекционная пара.<br />
На защите будет предложено для решения 8 задач, по 2 задачи средней сложности на каждую тему лекции.<br />
Во время решения практических задач можно пользоваться конспектами и своими решениями задач ДЗ.<br />
<br />
Оценка за каждую лекционную тему определяется как '''koef*оценка за лекционную тему (до защиты)''', где koef - коэффициент, который определяется тем, как была написана защита ДЗ.<br />
Так, если на защите ДЗ решено 0 задач - коэффициент составляет 0.3, 1 задача - 0.6, 2 задачи - 1.<br />
<br />
Со студентами, результат работы которых на защите сильно отличается от оценки за ДЗ до защиты, будет проведена дополнительная устная защита с целью поиска путей исправления проблем в освоении материала.<br />
<br />
== Формула оценки и экзамен ==<br />
<br />
На оценку влияют: выполнение домашнего задания, работа на семинаре, защита домашнего задания и экзамен. Итоговая оценка за курс вычисляется как '''0.6*накопленная + 0.4*экзамен'''. <br />
<br />
Накопленная оценка считается как: среднее арифметическое оценок за каждую лекционную тему.<br />
Оценка за каждую лекционную тему рассчитывается как: '''min(10, koef*(0.8*оценка за ДЗ по теме лекции (до защиты) + 0.2*оценка за семинар по теме лекции))'''.<br />
Максимальная оценка за работу на семинаре - 10 баллов. Максимальная оценка за ДЗ по теме лекции (до защиты) - 14 баллов. При этом суммарное количество баллов в одном ДЗ в контесте больше 14. Чтобы получить максимальную оценку за ДЗ можно решить не все задачи. Таким образом, максимальную оценку по теме лекции вы можете получить, решая только ДЗ.<br />
<br />
За найденные и сообщенные семинаристу проблемы в тестах вы можете получить от 2 до 5 дополнительных баллов к оценке за семинар.<br />
<br />
Промежуточные значения не округляются, итоговое значение округляется по математическим правилам: к ближайшему целому, при дробной части 0.5 - в большую сторону.<br />
<br />
== Используемое ПО ==<br />
<br />
Необходимо установить интерпретатор Python версии не ниже 3.6 под свою ОС. Ссылка https://www.python.org/downloads/<br />
<br />
JetBrains PyCharm Community: https://www.jetbrains.com/pycharm/download/<br />
<br />
На занятия можно приносить свой ноутбук.<br />
<br />
== Списывание ==<br />
<br />
Все ваши домашние задания, их защиты и экзамен будут проверены на плагиат. При выявлении списывания ваша работа будет аннулирована. Выявление повторного списывания влечет за собой отчисление из университета.<br />
<br />
== Дедлайны по ДЗ в группах ==<br />
{| class="wikitable"<br />
|-<br />
! Контест !! ДЗ 1 !! ДЗ 2 !! ДЗ 3 !! ДЗ 4 !! ДЗ 5-6 !! ДЗ 7 !! ДЗ 8 !! ДЗ 9 !! ДЗ 10 !! ДЗ 11 !! ДЗ 12<br />
|-<br />
| 212-1 || 15.09.21 16:20 || 16.09.21 15:00 || - || - || - || - || - || - || - || - || -<br />
|-<br />
| 212-2 || 16.09.21 9:30 || 16.09.21 11:10 || 23.09.21 9:30 || 23.09.21 11:10 || 06.10.21 9:30 || 07.10.21 9:30 || 07.10.21 11:10 || - || - || - || -<br />
|-<br />
| 214-2 || 16.09.21 9:29 || 18.09.21 9:29 || 23.09.21 9:29 || 25.09.21 9:29 || 06.10.21 9:29 || 07.10.21 9:29 || 09.10.21 9:29 || 16.10.21 23:59 || - || - || -<br />
|-<br />
| 218-1 || 19.09.21 13:00 || 22.09.21 19:40 || 23.09.21 14:40 || 29.09.21 19:40 || 06.10.21 14:40 || 07.10.21 13:00 || 13.10.21 19:40 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 2111-2 || 18.09.21 09:30 || 19.09.21 11:10 || 23.09.21 09:30 || 25.09.21 09:30 || 07.10.21 09:30 || 07.10.21 09:30 || 09.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 216-2 || 15.09.21 18:10 || 15.09.21 19:40 || 22.09.21 18:10 || 22.09.21 19:40 || 06.10.21 18:10 || 06.10.21 18:10 || 06.10.21 19:40 || - || - || - || -<br />
|-<br />
| 219-1 || 15.09.21 11:10 || 16.09.21 11:10 || 22.09.21 11:10 || 23.09.21 11:10 || 06.10.21 11:10 || 06.10.21 11:10 || 07.10.21 11:10 || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 2111-1 || 16.09.21 9:30 || 18.09.21 9:30 || 23.09.21 9:30 || 25.09.21 9:30 || 07.10.21 9:30 || 07.10.21 9:30 || - || 16.10.21 23:59 || 16.10.21 23:59 || - || -<br />
|-<br />
| 216-1 || 16.09.21 9:30 || 16.09.21 11:10 || 23.09.21 9:30 || 23.09.21 11:10 || 07.10.21 9:30 || 07.10.21 11:10 || - || - || - || - || -<br />
|-<br />
| 219-2 || 14.09.21 23:59 || 17.09.21 23:59 || 21.09.21 23:59 || 24.09.21 23:59 || 05.10.21 23:59 || 05.10.21 23:59 || 09.10.21 23:59 || 16.10.21 23:59 || - || - || -<br />
|}<br />
<br />
== Дедлайны по дорешиванию семинаров в группах ==<br />
{| class="wikitable"<br />
|-<br />
! - !! Семинар 2 (code style) !! Семинар 3 (тестирование) !! Семинар 4 (matplotlib)!! Семинар 5 (git)!! Семинар 6 (wiki) !! Семинар 7 (cv) !! Семинар 8 (pyqt) !! Семинар 9 (pytest) !! Семинар 10 (web)<br />
|-<br />
| 214-2 || 13.09.21 23:59 || 18.09.21 23:59 || 20.09.21 23:59 || 27.09.21 23:59 || 06.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 || 16.10.21 23:59 ||<br />
|}</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B8_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_%D0%9F%D0%9C%D0%98_2021/2022_(%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%BD%D0%BE%D0%B9_%D0%BF%D0%BE%D1%82%D0%BE%D0%BA)&diff=59374Основы и методология программирования на ПМИ 2021/2022 (основной поток)2021-10-04T07:55:45Z<p>Pvlkhn: </p>
<hr />
<div>== Основы и методология программирования, основной поток, 2021-2022 1 модуль ==<br />
<br />
'''Лектор:''' [А. Г. Михеев]<br />
<br />
Программа курса и ноутбуки лекций (будут добавляться по мере поступления): https://github.com/justalge/another_python_tutorial<br />
<br />
Видеозаписи всех лекций и некоторых семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0pOn3KCblRmmBV24o17r3LD<br />
<br />
Материалы лекций основаны на https://www.python-course.eu (англ. яз.). Разделы [https://www.python-course.eu/python3_course.php Python Tutorial], [https://www.python-course.eu/object_oriented_programming_introduction.php OOP] и [https://www.python-course.eu/advanced_python.php Advanced].<br />
<br />
Канал с важными объявлениями: https://t.me/joinchat/LsEVKZunealjOTUy<br />
<br />
Материалы прошлого года (рус. яз.):<br />
* Конспекты лекций: https://yadi.sk/i/BkcKilJkumcPV<br />
* Видео-лекции: https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/welcome (платить денег ни в коем случае не нужно)<br />
<br />
==ДЗ==<br />
<br />
После каждого семинара вам будет дано оцениваемое домашнее задание. На выполнение задания дается 8 дней от момента начала соответствующего семинара. Еще в течение 7 дней после этого доступна возможность досдать задачи, однако задачи оцениваются вполовину меньшим баллом. Перед семинаром необходимо изучить соответствующую тему по лекциям и текстовым конспектам.<br />
<br />
[https://official.contest.yandex.ru/contest/29037/enter/ ДЗ 1 (Арифметика)]<br />
<br />
[https://official.contest.yandex.ru/contest/29069/enter/ ДЗ 2 (if, while, for, float)]<br />
<br />
[https://official.contest.yandex.ru/contest/29227/enter/ ДЗ 3 (strings, lists)]<br />
<br />
[https://official.contest.yandex.ru/contest/29228/enter/ ДЗ 4 (dictionaries, sets)]<br />
<br />
[https://official.contest.yandex.ru/contest/29478/enter/ ДЗ 5-6 (functions, recursion)] '''На 2 недели. Чтобы набрать максимальное количество баллов за это ДЗ нужно решить на 20 баллов'''<br />
<br />
[https://official.contest.yandex.ru/contest/29691/enter ДЗ 7 (sorting, linear search)]<br />
<br />
[https://official.contest.yandex.ru/contest/29699/enter ДЗ 8 (OOP intro)] - Максимальное количество баллов за это ДЗ - 14 (см баллы в контесте), чтобы получить максимум, нужно решить все задачи<br />
<br />
==Программа advanced группы 2112-2==<br />
<br />
Краткое введение на примерах в:<br />
<br />
- использование внешних библиотек<br />
<br />
- dataclasses, type hints<br />
<br />
- сравнение oop и fp стилей<br />
<br />
- чистый читабельный код: нейминг, agile, ограничения на средства языка, линтеры<br />
<br />
- простой веб сервис: http, бд<br />
<br />
- threading, multiprocessing<br />
<br />
- async<br />
<br />
- git<br />
<br />
- bash<br />
<br />
- публикация библиотек<br />
<br />
- аналитика и визуализация<br />
<br />
- ML/pytorch<br />
<br />
- поиск информации и готовых модулей<br />
<br />
- мини-проект на любую из вышеперечисленных тем<br />
<br />
==Программа advanced группы 214-2==<br />
<br />
Семинар 1 - знакомство с python<br />
<br />
Семинар 2 - код стайл, pep8, правила хорошего тона camel case, snake case<br />
<br />
Семинар 3 - учимся писать тесты, tdd<br />
<br />
Семинар 4 - python в математике: графики, статистика<br />
<br />
Семинар 5 - системы контроля версий, open source<br />
<br />
Семинар 6 - парсинг данных: bs4, selenium<br />
<br />
Семинар 7 - учимся писать код на собеседованиях, и как их проходить<br />
<br />
Семинар 8 - фреймворки для тестирования, пишем свой mvp проект на семинаре<br />
<br />
Семинар 9 - pyqt<br />
<br />
Семинар 10 - веб разработка, requests, flask<br />
<br />
Семинар 11 - пишем телеграм-бота<br />
<br />
Семинар 12 - intro ml<br />
<br />
==Система защиты ДЗ==<br />
<br />
Раз в две недели проходит защита ДЗ (с прокторингом или очно). На защиту отводится одна лекционная пара.<br />
На защите будет предложено для решения 8 задач, по 2 задачи средней сложности на каждую тему лекции.<br />
Во время решения практических задач можно пользоваться конспектами и своими решениями задач ДЗ.<br />
<br />
Оценка за каждую лекционную тему определяется как '''koef*оценка за лекционную тему (до защиты)''', где koef - коэффициент, который определяется тем, как была написана защита ДЗ.<br />
Так, если на защите ДЗ решено 0 задач - коэффициент составляет 0.3, 1 задача - 0.6, 2 задачи - 1.<br />
<br />
Со студентами, результат работы которых на защите сильно отличается от оценки за ДЗ до защиты, будет проведена дополнительная устная защита с целью поиска путей исправления проблем в освоении материала.<br />
<br />
== Формула оценки и экзамен ==<br />
<br />
На оценку влияют: выполнение домашнего задания, работа на семинаре, защита домашнего задания и экзамен. Итоговая оценка за курс вычисляется как '''0.6*накопленная + 0.4*экзамен'''. <br />
<br />
Накопленная оценка считается как: среднее арифметическое оценок за каждую лекционную тему.<br />
Оценка за каждую лекционную тему рассчитывается как: '''min(10, koef*(0.8*оценка за ДЗ по теме лекции (до защиты) + 0.2*оценка за семинар по теме лекции))'''.<br />
Максимальная оценка за работу на семинаре - 10 баллов. Максимальная оценка за ДЗ по теме лекции (до защиты) - 14 баллов. При этом суммарное количество баллов в одном ДЗ в контесте больше 14. Чтобы получить максимальную оценку за ДЗ можно решить не все задачи. Таким образом, максимальную оценку по теме лекции вы можете получить, решая только ДЗ.<br />
<br />
За найденные и сообщенные семинаристу проблемы в тестах вы можете получить от 2 до 5 дополнительных баллов к оценке за семинар.<br />
<br />
Промежуточные значения не округляются, итоговое значение округляется по математическим правилам: к ближайшему целому, при дробной части 0.5 - в большую сторону.<br />
<br />
== Используемое ПО ==<br />
<br />
Необходимо установить интерпретатор Python версии не ниже 3.6 под свою ОС. Ссылка https://www.python.org/downloads/<br />
<br />
JetBrains PyCharm Community: https://www.jetbrains.com/pycharm/download/<br />
<br />
На занятия можно приносить свой ноутбук.<br />
<br />
== Списывание ==<br />
<br />
Все ваши домашние задания, их защиты и экзамен будут проверены на плагиат. При выявлении списывания ваша работа будет аннулирована. Выявление повторного списывания влечет за собой отчисление из университета.<br />
<br />
== Дедлайны по ДЗ в группах ==<br />
{| class="wikitable"<br />
|-<br />
! Контест !! ДЗ 1 !! ДЗ 2 !! ДЗ 3 !! ДЗ 4 !! ДЗ 5-6 !! ДЗ 7 !! ДЗ 8 !! ДЗ 9 !! ДЗ 10 !! ДЗ 11 !! ДЗ 12<br />
|-<br />
| 212-1 || 15.09.21 16:20 || 16.09.21 15:00 || - || - || - || - || - || - || - || - || -<br />
|-<br />
| 214-2 || 16.09.21 9:29 || 18.09.21 9:29 || 23.09.21 9:29 || 25.09.21 9:29 || 06.10.21 9:29 || 07.10.21 9:29 || 09.10.21 9:29 || - || - || - || -<br />
|-<br />
| 218-1 || 19.09.21 13:00 || 22.09.21 19:40 || 23.09.21 14:40 || 29.09.21 19:40 || 06.10.21 14:40 || 07.10.21 13:00 || - || - || - || - || -<br />
|-<br />
| 2111-2 || 18.09.21 09:30 || 19.09.21 11:10 || 23.09.21 09:30 || 25.09.21 09:30 || 07.10.21 09:30 || - || - || - || - || - || -<br />
|-<br />
| 216-2 || 15.09.21 18:10 || 15.09.21 19:40 || 22.09.21 18:10 || 22.09.21 19:40 || 06.10.21 18:10 || 06.10.21 18:10 || 06.10.21 19:40 || - || - || - || -<br />
|-<br />
| 219-1 || 15.09.21 11:10 || 16.09.21 11:10 || 22.09.21 11:10 || 23.09.21 11:10 || 06.10.21 11:10 || 06.10.21 11:10 || 07.10.21 11:10 || - || - || - || -<br />
|-<br />
| 2111-1 || 16.09.21 9:30 || 18.09.21 9:30 || 23.09.21 9:30 || 25.09.21 9:30 || 07.10.21 9:30 || 07.10.21 9:30 || - || - || - || - || -<br />
|-<br />
| 216-1 || 16.09.21 9:30 || 16.09.21 11:10 || 23.09.21 9:30 || 23.09.21 11:10 || 07.10.21 9:30 || 07.10.21 11:10 || - || - || - || - || -<br />
|}<br />
<br />
== Дедлайны по дорешиванию семинаров в группах ==<br />
{| class="wikitable"<br />
|-<br />
! - !! Семинар 2 (code style) !! Семинар 3 (тестирование) !! Семинар 4 (matplotlib)!! Семинар 5 (git)!! Семинар 6 (wiki) !! Семинар 7 (cv) !! Семинар 8 (pyqt) !! Семинар 9 (pytest)<br />
|-<br />
| 214-2 || 13.09.21 23:59 || 18.09.21 23:59 || 20.09.21 23:59 || 27.09.21 23:59 || 06.10.21 23:59 || 16.10.21 23:59 || 06.10.21 23:59 || 06.10.21 23:59 || ||<br />
|}</div>Pvlkhnhttps://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B8_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_%D0%9F%D0%9C%D0%98_2021/2022_(%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%BD%D0%BE%D0%B9_%D0%BF%D0%BE%D1%82%D0%BE%D0%BA)&diff=59103Основы и методология программирования на ПМИ 2021/2022 (основной поток)2021-09-28T19:10:53Z<p>Pvlkhn: </p>
<hr />
<div>== Основы и методология программирования, основной поток, 2021-2022 1 модуль ==<br />
<br />
'''Лектор:''' [А. Г. Михеев]<br />
<br />
Программа курса и ноутбуки лекций (будут добавляться по мере поступления): https://github.com/justalge/another_python_totorial/blob/main/README.md<br />
<br />
Видеозаписи всех лекций и некоторых семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0pOn3KCblRmmBV24o17r3LD<br />
<br />
Материалы лекций основаны на https://www.python-course.eu (англ. яз.). Разделы [https://www.python-course.eu/python3_course.php Python Tutorial], [https://www.python-course.eu/object_oriented_programming_introduction.php OOP] и [https://www.python-course.eu/advanced_python.php Advanced].<br />
<br />
Канал с важными объявлениями: https://t.me/joinchat/LsEVKZunealjOTUy<br />
<br />
Материалы прошлого года (рус. яз.):<br />
* Конспекты лекций: https://yadi.sk/i/BkcKilJkumcPV<br />
* Видео-лекции: https://www.coursera.org/learn/python-osnovy-programmirovaniya/home/welcome (платить денег ни в коем случае не нужно)<br />
<br />
==ДЗ==<br />
<br />
После каждого семинара вам будет дано оцениваемое домашнее задание. На выполнение задания дается 8 дней от момента начала соответствующего семинара. Еще в течение 7 дней после этого доступна возможность досдать задачи, однако задачи оцениваются вполовину меньшим баллом. Перед семинаром необходимо изучить соответствующую тему по лекциям и текстовым конспектам.<br />
<br />
[https://official.contest.yandex.ru/contest/29037/enter/ ДЗ 1 (Арифметика)]<br />
<br />
[https://official.contest.yandex.ru/contest/29069/enter/ ДЗ 2 (if, while, for, float)]<br />
<br />
[https://official.contest.yandex.ru/contest/29227/enter/ ДЗ 3 (strings, lists)]<br />
<br />
[https://official.contest.yandex.ru/contest/29228/enter/ ДЗ 4 (dictionaries, sets)]<br />
<br />
[https://official.contest.yandex.ru/contest/29478/enter/ ДЗ 5-6 (functions, recursion)] '''На 2 недели. Чтобы набрать максимальное количество баллов за это ДЗ нужно решить на 20 баллов'''<br />
<br />
[https://official.contest.yandex.ru/contest/29691/enter ДЗ 7 (sorting, linear search)]<br />
<br />
[https://official.contest.yandex.ru/contest/29699/enter ДЗ 8 (OOP intro)]<br />
<br />
==Программа advanced группы 2112-2==<br />
<br />
Краткое введение на примерах в:<br />
<br />
- использование внешних библиотек<br />
<br />
- dataclasses, type hints<br />
<br />
- сравнение oop и fp стилей<br />
<br />
- чистый читабельный код: нейминг, agile, ограничения на средства языка, линтеры<br />
<br />
- простой веб сервис: http, бд<br />
<br />
- threading, multiprocessing<br />
<br />
- async<br />
<br />
- git<br />
<br />
- bash<br />
<br />
- публикация библиотек<br />
<br />
- аналитика и визуализация<br />
<br />
- ML/pytorch<br />
<br />
- поиск информации и готовых модулей<br />
<br />
- мини-проект на любую из вышеперечисленных тем<br />
<br />
==Программа advanced группы 214-2==<br />
<br />
Семинар 1 - знакомство с python<br />
<br />
Семинар 2 - код стайл, pep8, правила хорошего тона camel case, snake case<br />
<br />
Семинар 3 - учимся писать тесты, tdd<br />
<br />
Семинар 4 - python в математике: графики, статистика<br />
<br />
Семинар 5 - системы контроля версий, open source<br />
<br />
Семинар 6 - парсинг данных: bs4, selenium<br />
<br />
Семинар 7 - учимся писать код на собеседованиях, и как их проходить<br />
<br />
Семинар 8 - фреймворки для тестирования, пишем свой mvp проект на семинаре<br />
<br />
Семинар 9 - pyqt<br />
<br />
Семинар 10 - веб разработка, requests, flask<br />
<br />
Семинар 11 - пишем телеграм-бота<br />
<br />
Семинар 12 - intro ml<br />
<br />
==Система защиты ДЗ==<br />
<br />
Раз в две недели проходит защита ДЗ (с прокторингом или очно). На защиту отводится одна лекционная пара.<br />
На защите будет предложено для решения 8 задач, по 2 задачи средней сложности на каждую тему лекции.<br />
Во время решения практических задач можно пользоваться конспектами и своими решениями задач ДЗ.<br />
<br />
Оценка за каждую лекционную тему определяется как '''koef*оценка за лекционную тему (до защиты)''', где koef - коэффициент, который определяется тем, как была написана защита ДЗ.<br />
Так, если на защите ДЗ решено 0 задач - коэффициент составляет 0.3, 1 задача - 0.6, 2 задачи - 1.<br />
<br />
Со студентами, результат работы которых на защите сильно отличается от оценки за ДЗ до защиты, будет проведена дополнительная устная защита с целью поиска путей исправления проблем в освоении материала.<br />
<br />
== Формула оценки и экзамен ==<br />
<br />
На оценку влияют: выполнение домашнего задания, работа на семинаре, защита домашнего задания и экзамен. Итоговая оценка за курс вычисляется как '''0.6*накопленная + 0.4*экзамен'''. <br />
<br />
Накопленная оценка считается как: среднее арифметическое оценок за каждую лекционную тему.<br />
Оценка за каждую лекционную тему рассчитывается как: '''min(10, koef*(0.8*оценка за ДЗ по теме лекции (до защиты) + 0.2*оценка за семинар по теме лекции))'''.<br />
Максимальная оценка за работу на семинаре - 10 баллов. Максимальная оценка за ДЗ по теме лекции (до защиты) - 14 баллов. При этом суммарное количество баллов в одном ДЗ в контесте больше 14. Чтобы получить максимальную оценку за ДЗ можно решить не все задачи. Таким образом, максимальную оценку по теме лекции вы можете получить, решая только ДЗ.<br />
<br />
За найденные и сообщенные семинаристу проблемы в тестах вы можете получить от 2 до 5 дополнительных баллов к оценке за семинар.<br />
<br />
Промежуточные значения не округляются, итоговое значение округляется по математическим правилам: к ближайшему целому, при дробной части 0.5 - в большую сторону.<br />
<br />
== Используемое ПО ==<br />
<br />
Необходимо установить интерпретатор Python версии не ниже 3.6 под свою ОС. Ссылка https://www.python.org/downloads/<br />
<br />
JetBrains PyCharm Community: https://www.jetbrains.com/pycharm/download/<br />
<br />
На занятия можно приносить свой ноутбук.<br />
<br />
== Списывание ==<br />
<br />
Все ваши домашние задания, их защиты и экзамен будут проверены на плагиат. При выявлении списывания ваша работа будет аннулирована. Выявление повторного списывания влечет за собой отчисление из университета.<br />
<br />
== Дедлайны по ДЗ в группах ==<br />
{| class="wikitable"<br />
|-<br />
! Контест !! ДЗ 1 !! ДЗ 2 !! ДЗ 3 !! ДЗ 4 !! ДЗ 5-6 !! ДЗ 7 !! ДЗ 8 !! ДЗ 9 !! ДЗ 10 !! ДЗ 11 !! ДЗ 12<br />
|-<br />
| 212-1 || 15.09.21 16:20 || 16.09.21 15:00 || - || - || - || - || - || - || - || - || -<br />
|-<br />
| 214-2 || 16.09.21 9:29 || 18.09.21 9:29 || 23.09.21 9:29 || 25.09.21 9:29 || 06.10.21 9:29 || - || - || - || - || - || -<br />
|-<br />
| 218-1 || 19.09.21 13:00 || 22.09.21 19:40 || 23.09.21 14:40 || 29.09.21 19:40 || 30.09.21 14:40 || - || - || - || - || - || -<br />
|-<br />
| 2111-2 || 18.09.21 09:30 || 19.09.21 11:10 || 23.09.21 09:30 || 25.09.21 09:30 || 07.10.21 09:30 || - || - || - || - || - || -<br />
|-<br />
| 216-2 || 15.09.21 18:10 || 15.09.21 19:40 || 22.09.21 18:10 || 22.09.21 19:40 || 06.10.21 18:10 || 06.10.21 18:10 || 06.10.21 19:40 || - || - || - || -<br />
|-<br />
| 219-1 || 15.09.21 11:10 || 16.09.21 11:10 || 22.09.21 11:10 || 23.09.21 11:10 || 06.10.21 11:10 || 06.10.21 11:10 || 06.10.21 11:10 || - || - || - || -<br />
|-<br />
| 2111-1 || 16.09.21 9:30 || 18.09.21 9:30 || 23.09.21 9:30 || 25.09.21 9:30 || 07.10.21 9:30 || 07.10.21 9:30 || - || - || - || - || -<br />
|}<br />
<br />
== Дедлайны по дорешиванию семинаров в группах ==<br />
{| class="wikitable"<br />
|-<br />
! - !! Семинар 2 (code style) !! Семинар 3 (тестирование) !! Семинар 4 (matplotlib)!! Семинар 5 (git)!! Семинар 6 (wiki) !!<br />
|-<br />
| 214-2 || 13.09.21 23:59 || 18.09.21 23:59 || 20.09.21 23:59 (для новеньких = 24.09.21 23:59) || 27.09.21 23:59 || 06.10.21 23:59 ||<br />
|}</div>Pvlkhn