Wiki - Факультет компьютерных наук - Вклад [ru]

Моделирование временных рядов 2025/26

2026-04-14T11:33:13Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 4 || || Белый шум. Стационарные процессы. Автокорреляция и частная автокорреляция. общий пайплайн построения модели. ||
|-
| 5 || || Теорема Юла-Волкера. Оператор лага. MA(q)-процесс. ||
|-
| 6 || || AR(p)-процесс. Разница между процессом и уравнением. Стационарные решения AR(p)-уравнения. ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 14 || || STL,MSTL ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 10.04.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 17.04.2025 || Копулы ||
|-
| 13 || 24.04.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) рядов (Теория + Код) ||
|-
| 14 || 15.05.2025 || DTW, Классификация ||
|-
| 15 || 22.05.2025 || Иерархические модели (Код) ||
|-
| 16 || 29.05.2025 || Разбор решений соревнований (Код) ||
|-
| 17 || 05.02.2025 || Разбор решений соревнований (Код) ||
|-
| 18 || 11.02.2025 || CNN (Код) ||
|-
| 19 || 19.02.2025 || Доклады по статьям ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-02-10T18:35:17Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 4 || || Белый шум. Стационарные процессы. Автокорреляция и частная автокорреляция. общий пайплайн построения модели. ||
|-
| 5 || || Теорема Юла-Волкера. Оператор лага. MA(q)-процесс. ||
|-
| 6 || || AR(p)-процесс. Разница между процессом и уравнением. Стационарные решения AR(p)-уравнения. ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-02-10T18:32:56Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 4 || || Белый шум. Стационарные процессы. Автокорреляция и частная автокорреляция. общий пайплайн построения модели. ||
|-
| 5 || || Теорема Юла-Волкера. Оператор лага. MA(q)-процесс. AR(p)-процесс. Разница между процессом и уравнением. ||
|-
| 6 || || Стационарные решения AR(p)-уравнения. Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 7 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 8 || || GARCH-модель ||
|-
| 9 || || Правдоподобие GARCH-модели ||
|-
| 10 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-02-10T18:29:26Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Теорема Юла-Волкера. Оператор лага. MA(q)-процесс. AR(p)-процесс. Разница между процессом и уравнением. ||
|-
| 7 || || Стационарные решения AR(p)-уравнения. Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-02-10T18:09:32Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Теорема Юла-Волкера. Оператор лага. MA(q)-процесс. AR(p)-процесс. Разница между процессом и уравнением. ||
|-
| 8 || || Стационарные решения AR(p)-уравнения. Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 9 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 10 || || GARCH-модель ||
|-
| 11 || || Правдоподобие GARCH-модели ||
|-
| 12 || || Копулы (где-то здесь контрольная) ||
|-
| 13 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-02-10T18:02:38Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Оператор лага. Разница между процессом и уравнением. MA(q)-процесс. ||
|-
| 7 || || AR(p)-процесс. Стационарные решения AR(p)-уравнения. ||
|-
| 8 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. ||
|-
| 9 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 10 || || GARCH-модель ||
|-
| 11 || || Правдоподобие GARCH-модели ||
|-
| 12 || || Копулы (где-то здесь контрольная) ||
|-
| 13 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-27T18:22:11Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_1/sem1.ipynb Ноутбук]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/seminars/seminar_2/sem2.pdf Конспект]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-27T18:18:47Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || 23.01.2026 || ETS (аддитивная постановка) || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/ts_notes/ts_notes.pdf Конспект лекций]
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-21T11:16:47Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || 16.01.2026 || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-21T11:16:09Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || || Вводная лекция || [https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf Презентация]
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-21T11:15:43Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Материалы
|-
| 1 || || Вводная лекция || [Презентация https://github.com/Pyatachokk/hse_ts_course/blob/master/2026-spring/lectures/lecture_01_intro/lecture_01_intro.pdf]
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-16T16:20:34Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, G103

Семинар: Пятница, 19.40, G103

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-16T16:20:10Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, D724
Семинар: Пятница, 19.40, D724

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU, Mamba ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2026-01-14T09:31:45Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov

'''Семинарист''' Фоменко Андрей Алексеевич, tg: @bobroslav322

Лекции и семинары проходят очно.

Лекция: Пятница, 18.10, D724
Семинар: Пятница, 19.40, D724

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| - || || SVAR. BIVAR. (Двойная лекция или в конце курса) ||
|-
| 13 || || STL,MSTL ||
|-
| 14 || || Сведение к табличной задаче. Инжиниринг переменных. ||
|-
| 15 || || Иерархические модели ||
|-
| 16 || || RNN, LSTM, GRU ||
|-
| 17 || || Attention, Трансформеры, TimeGPT ||
|-
| 18 || || CNN (и другие альтернативные подходы, если успеем) ||
|-
| 19 || || Доклады по статьям ||
|-
| 20 || || Запасная лекция на всякий случай (или бонусный эпизод) ||

|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) ||
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) ||
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) ||
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) ||
|-
| 5 || 25.01.2025 || Белый шум (Теория) ||
|-
| 6 || 25.01.2025 || Стационарность (Теория) ||
|-
| 7 || 25.01.2025 || Правдоподобие (Теория) ||
|-
| 8 || 01.02.2025 || SARIMA, ADF, KPSS (Код) ||
|-
| 9 || 01.02.2025 || VaR, ES (Код) ||
|-
| 10 || 01.02.2025 || ARCH-GARCH, FHS (Код) ||
|-
| 11 || 01.02.2025 || Оценка риска портфеля (Код) ||
|-
| 12 || 01.02.2025 || Двойная лекция ||
|-
| 13 || 01.02.2025 || DTW, Классификация рядов (Теория + Код) ||
|-
| 14 || 01.02.2025 || Инжиниринг фичей, стратегии многошагового прогнозирования (Код) ||
|-
| 15 || 01.02.2025 || Иерархические модели (Код) ||
|-
| 16 || 01.02.2025 || RNN, LSTM, GRU (Код) ||
|-
| 17 || 01.02.2025 || Attention, Transformers (Код) ||
|-
| 18 || 01.02.2025 || CNN (Код) ||
|-
| 19 || 01.02.2025 || Доклады по статьям ||
|-
| 20 || 01.02.2025 || Подготовка к экзамену ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-12-05T17:06:53Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov
'''Семинарист''' Фоменко Андрей Алексеевич

Лекции и семинары проходят очно.

Лекция:
Семинар:

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест, Хандакар-Хиндман ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || SVAR. BIVAR (дополнительно) ||
|-
| 14 || || Иерархические модели ||
|-
| 15 || || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных ||
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
| 4 || 25.01.2025 || Тестирование остатков (Код) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || Белый шум (Теория) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || Стационарность (Теория) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || Правдоподобие (Теория) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || SARIMA, ADF, KPSS (Код) || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-12-05T16:59:22Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov
'''Семинарист''' Фоменко Андрей Алексеевич

Лекции и семинары проходят очно.

Лекция:
Семинар:

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || SVAR. BIVAR (дополнительно) ||
|-
| 14 || || Иерархические модели ||
|-
| 15 || || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных ||
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. (Код) || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование (Теория) || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация (Код) || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-12-05T16:42:38Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич, tg: @mzekhov
'''Семинарист''' Фоменко Андрей Алексеевич

Лекции и семинары проходят очно.

Лекция:
Семинар:

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || SVAR. BIVAR (дополнительно) ||
|-
| 14 || || Иерархические модели ||
|-
| 15 || || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных ||
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-12-01T22:17:46Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно.

Лекция:
Семинар:

== Полезные ссылки ==

[https://t.me/+CqJxn5IanMRkYjIy Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || || Вводная лекция ||
|-
| 2 || || ETS (аддитивная постановка) ||
|-
| 3 || || ETS (мультипликативная постановка), общий пайплайн построения модели ||
|-
| 4 || || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера ||
|-
| 5 || || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция ||
|-
| 6 || || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения ||
|-
| 7 || || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA ||
|-
| 8 || || ADF-тест, KPSS-тест ||
|-
| 9 || || GARCH-модель ||
|-
| 10 || || Правдоподобие GARCH-модели ||
|-
| 11 || || Копулы (где-то здесь контрольная) ||
|-
| 12 || || VAR ||
|-
| 13 || || SVAR. BIVAR (дополнительно) ||
|-
| 14 || || Иерархические модели ||
|-
| 15 || || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных ||
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/midterm.pdf Вариант 2024/2025]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2025-spring/midterm/solution.pdf Решение 2024/2025]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2024/25 2024/2025]
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-11-25T17:09:59Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[https://docs.google.com/spreadsheets/d/1fAiz2Fwe1S0_V721i306r55lr9TvstAc_aaD8IXyFF0/edit?usp=sharing Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==
{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Вводная лекция || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 3 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 4 || 01.02.2025 || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 5 || 01.02.2025 || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 6 || 01.02.2025 || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 7 || 01.02.2025 || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 8 || 01.02.2025 || ADF-тест, KPSS-тест || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 9 || 01.02.2025 || GARCH-модель || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 10 || 01.02.2025 || Правдоподобие GARCH-модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 11 || 01.02.2025 || Копулы (где-то здесь контрольная) || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 12 || 01.02.2025 || VAR || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 13 || 01.02.2025 || SVAR. BIVAR (дополнительно) || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 14 || 01.02.2025 || Иерархические модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
| 15 || 01.02.2025 || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-11-25T17:08:50Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[https://docs.google.com/spreadsheets/d/1fAiz2Fwe1S0_V721i306r55lr9TvstAc_aaD8IXyFF0/edit?usp=sharing Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Вводная лекция || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 3 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
| 4 || 01.02.2025 || Информационный критерий Акаике. Дивергенция Кульбака-Лейблера. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 5 || 01.02.2025 || Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 6 || 01.02.2025 || Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
| 7 || 01.02.2025 || Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 8 || 01.02.2025 || ADF-тест, KPSS-тест. (?) || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 9 || 01.02.2025 || GARCH-модель. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 10 || 01.02.2025 || Правдоподобие GARCH-модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 11 || 01.02.2025 || Копулы. (где-то здесь контрольная) || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 12 || 01.02.2025 || VAR. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| - || 01.02.2025 || SVAR. BIVAR. (Дополнительно) || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 13 || 01.02.2025 || Иерархические модели. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]

| 14 || 01.02.2025 || MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных. || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
STL, MSTL

|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2025/26

2025-11-25T16:45:06Z

Pyatachokk: Новая страница: «== О курсе == Курс по выбору для студентов для студентов 3 курса в 3-4 модулях. '''Лектор и се…»

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[https://docs.google.com/spreadsheets/d/1fAiz2Fwe1S0_V721i306r55lr9TvstAc_aaD8IXyFF0/edit?usp=sharing Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 3 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 4 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Wiki ФКН

2025-11-25T16:44:10Z

Pyatachokk:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

{| class="wikitable"
|-
! colspan="2" | <div style="text-align: center;">'''Навигация'''</div>
|-
! [[#bachelors|Курсы бакалавриата ФКН]]
| <div style="text-align:center">[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#electives|майноры и факультативы]]</div>
|-
! colspan="2" | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]
|}

== Курсы за 2025/26 учебный год ==
{| class="wikitable courses"
|-

! width="21%" | 1 курс !! width="21%" | 2 курс !! width="21%" | 3 курс !! width="21%" | 4 курс !! rowspan="2" | '''майноры и факультативы'''
|-
| colspan="4" style="text-align: center;" | '''ПМИ'''
|-
|

'''М+'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2025/26_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика_на_ПМИ_2025/2026_(пилотный_поток) | Дискретная математика (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2025/26_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[DM1PMIbase-2025-26 | Дискретная математика (ПМИ основной поток)]]

'''П'''

[[Язык программирования Python 2025/26 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2025/2026]]

'''П+'''

[[Язык программирования C++ (пилотный поток) ]]

[[Алгоритмы и структуры данных пилотный поток 2025/2026 | Алгоритмы и структуры данных (пилотный поток)]]

||

'''М+'''

[[Математический_Анализ_2_на_ПМИ_2025/26_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]

[[Теория_вероятностей_2025/26_(пилотный_поток) | Теория вероятностей (пилотный поток)]]

'''М'''

[[Теория_вероятностей_на_ПМИ_2025/2026_(основной_поток) | Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2025/2026 | Математический анализ-2 (ПМИ + ЭАД)]]

 

'''П'''

[[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]
 

[[CAOS-2025/26 | Архитектура компьютеров и операционные системы]]

[[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]

[[Алгоритмы_и_структуры_данных_2_2025/26 | Алгоритмы и структуры данных 2 2025/26]]

[[Язык_программирования_Go | Язык программирования Go]]

||

[[ PE101-25-26 | Performance engineering 101 ]]

[[Функциональное_программирование_2025/2026 | Функциональное программирование]]

[[ Основы_тензорных_вычислений_(2025/26) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 25/26 | Введение в глубинное обучение]]

[[ Types_25 | Типы в языках программирования ]]

[[ Безопасность_компьютерных_систем_25/26 | Безопасность компьютерных систем ]]

[[ Моделирование временных рядов 2025/26 | Моделирование временных рядов ]]

'''ПМИ / МОП'''

[[Машинное_обучение_1_25/26 | Машинное обучение 1]]

[[Математическая_статистика_2_2025/2026 | Математическая статистика 2]]

[[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]

'''ПМИ / РС'''

[https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]

[https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]

'''ПМИ / ТИ'''

[[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]

 

||

[[ PE101-25-26 | Performance engineering 101 ]]

[http://wiki.cs.hse.ru/%D0%93%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_%D0%BD%D0%B0_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B5_%D0%B4%D0%B8%D1%84%D1%84%D1%83%D0%B7%D0%B8%D0%B8_(25/26) Генеративные модели на основе диффузии 25/26]

[[Большие_языковые_модели_25_26 | Большие языковые модели]]

[[Theory_of_computation_2025 | Theory of computation]]

[[Statistical_learning_theory_2025 | Statistical learning theory]]

'''ПМИ / МОП'''

[http://wiki.cs.hse.ru/%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_2_2025 Глубинное обучение 2]

[[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]

'''ПМИ / РС'''

[https://docs.google.com/document/d/1Q2gx-6ugSi9intAW6ZSsLZNrEvl7S5ClyAhn8EjJnRM/edit?usp=sharing НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]

[[ OWF-25-26 | Односторонние функции и их применения ]]

 

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2025/26|Биоинформатика 1 год 2025/26]]

[[Майнор_Биоинформатика_2_год_2025/26|Биоинформатика 2 год 2025/26]]

[[Введение_в_программирование_25/26|Введение в программирование. Питон 25/26]]

[[Введение_в_базы_данных_25/26|Введение в базы данных 25/26]]

[[Основы_глубинного_обучения_25/26|Основы глубинного обучения 25/26]]

[[Kolmogorov_complexity_fall2025|Introduction to Kolmogorov complexity]]

|-
| colspan="4" style="text-align: center;" | '''ПИ'''
|-
|

[[Алгебра_ПИ_2025-2026|Алгебра 25/26]]

[[Дискретная_математика_25/26|Дискретная математика 25/26]]

[[Математический_анализ_25/26|Математический анализ 25/26]]

|
[[НИС_Методы_и_алгоритмы_защиты_информации_25/26|НИС Методы и алгоритмы защиты информации 25/26]]

[[Теория_вероятностей_25/26|Теория вероятностей 25/26]]
|
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ПАД'''
|-
|
'''1st year DSBA 2025/2026'''

[[Calculus 1 DSBA 2025/2026 | Calculus 1 (modules 1-4)]]

[[C++ Programming Language DSBA 2025/2026 | C++ Programming Language (modules 1-3)]]

[[English DSBA 2025/2026 | English Language (modules 1-4)]]

[[LAaG DSBA 2025/2026 | Linear Algebra and Geometry (modules 1-4)]]

[[Discrete Mathematics 1 DSBA 2025/2026 | Discrete Mathematics 1 (modules 1-3)]]

[[Russian History DSBA 2025/2026 | Russian History (modules 1-4)]]

[[Economics DSBA 2025/2026 | Economics (modules 2-3)]]

[[Foundations of Russian Statehood DSBA 2025/2026 | Foundations of Russian Statehood (module 3)]]

[[Algebra DSBA 2025/2026 | Algebra (module 4)]]

[[Algorithms and Data Structures 1 DSBA 2025/2026 | Algorithms and Data Structures 1 (module 4)]]

[[Python for Data Science DSBA 2025/2026 | Python for Data Science (module 4)]]

||
'''2nd year DSBA 2025/2026'''

[[Algorithms and Data Structures DSBA 2025/2026 | Algorithms and Data Structures (modules 1-3)]]

[[Discrete Mathematics 2 DSBA 2025/2026 | Discrete Mathematics 2 (modules 1-2)]]

[[Calculus 2 DSBA 2025/2026 | Calculus 2 (modules 1-2)]]

[[Probability Theory DSBA 2025/2026 | Probability Theory (modules 1-2)]]

[[Introduction to Micro and Macroeconomics DSBA 2025/2026 | Introduction to Micro and Macroeconomics (modules 1-4)]]

[[Computer Architecture and Operating Systems DSBA 2025/2026 | Computer Architecture and Operating Systems (modules 3-4)]]

[[Mathematical Statistics DSBA 2025/2026 | Mathematical Statistics (modules 3-4)]]

[[Machine Learning 1 DSBA 2025/2026 modules 3-4 | Machine Learning 1 (modules 3-4)]]

[[Differential Equations DSBA 2025/2026 | Differential Equations (modules (3-4)]]

'''Minors'''

[[Business and Management in Global Context DSBA 2025/2026 | Business and Management in Global Context (modules 1-4)]]

[[Introduction to Finance DSBA 2025/2026 | Introduction to Finance (modules 1-4)]]

||
'''3rd year DSBA 2025/2026'''

[[Databases DSBA 2025/2026 | Databases (modules 1-2)]]

[[Optimization Methods DSBA 2025/2026 | Optimization Methods (modules 1-2)]]

[[Machine Learning 1 DSBA 2025/2026 | Machine Learning 1 (modules 1-2)]]

[[Stochastic processes and applications DSBA 2025/2026 | Stochastic processes and applications (modules 1-2)]]

[[Time Series Analysis DSBA 2025/2026 | Time Series Analysis (modules 3-4)]]

[[Deep Learning DSBA 2025/2026 | Deep Learning (modules 3-4)]]

'''Minors'''

[[Introduction to Entrepreneurship DSBA 2025/2026 | Introduction to Entrepreneurship (business minor, modules 1-2)]]

[[Information Systems Management DSBA 2025/2026 | Information Systems Management (business minor, modules 3-4)]]

[[Econometrics DSBA 2025/2026 | Elements of Econometrics (finance minor, modules 1-4)]]

'''Specialization Data Science in Business'''

[[Research Seminar "Data Analysis in Business" DSBA 2025/2026 | Research Seminar "Data Analysis in Business“ (modules 1-4)]]

[[Data Analysis in Business DSBA 2025/2026 | Data Analysis in Business (modules 1-2)]]

[[Investment Management for Business DSBA 2025/2026 | Investment Management for Business (modules 3-4)]]

'''Specialization Data Science in Finance'''

[[Research Seminar "Data Science in Financial Economics" DSBA 2025/2026 | Research Seminar "Data Science in Financial Economics" (modules 1-4)]]

[[Financial Mathematics DSBA 2025/2026 | Financial Mathematics (modules 1-2)]]

[[Risk Management in Bank DSBA 2025/2026 | Risk Management in Bank (modules 3-4)]]

'''Specialization Data Analysis in Applied Research'''

[[Research Seminar "Data Science in Applied Research" DSBA 2025/2026 | Research Seminar "Data Science in Applied Research" (modules 1-4)]]

[[Methods of Mathematical Modeling DSBA 2025/2026 | Methods of Mathematical Modeling (modules 1-2)]]

[[Applied Statistics for Machine Learning DSBA 2025/2026 | Applied Statistics for Machine Learning (modules 3-4)]]

'''Electives (modules 3-4)'''

[[Operations Research and Game Theory DSBA 2025/2026 | Operations Research and Game Theory]]

[[Advanced Statistical Methods DSBA 2025/2026 | Advanced Statistical Methods]]

[[Recommender Systems DSBA 2025/2026 | Recommender Systems]]

||
'''4th year DSBA 2025/2026'''

[[Strategy DSBA 2025/2026 | Strategy (modules 1-3)]]

[[Statistical Methods for Market Research DSBA 2025/2026 | Statistical Methods for Market Research (modules 2-3)]]

'''Electives block 1 (modules 1-3)'''

[[Core Management Concepts DSBA 2025/2026 | Core Management Concepts]]

[[Asset Pricing and Financial Markets DSBA 2025/2026 | Asset Pricing and Financial Markets]]

'''Electives block 2 (modules 1-2)'''

[[Introduction to the Study of Language for Computer Scientists DSBA 2025/2026 | Introduction to the Study of Language for Computer Scientists]]

[[Quantitative Finance DSBA 2025/2026 | Quantitative Finance]]

[[Information Security Risk Management DSBA 2025/2026 | Information Security Risk Management]]

[[Generative Models in Machine Learning DSBA 2025/2026 | Generative Models in Machine Learning]]

[[Natural Language Processing DSBA 2025/2026 | Natural Language Processing]]

'''Electives block 3 (module 3)'''

[[Information Systems DSBA 2025/2026 | Information Systems]]

[[Cоmputer Vision DSBA 2025/2026 | Cоmputer Vision]]

'''Research Seminar Electives (modules 1-3)'''

[[Research Seminar "Data Analysis in the Natural Sciences" DSBA 2025/2026 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[Research Seminar "Data Science in Financial Markets" DSBA 2025/2026 | Research Seminar "Data Science in Financial Markets"]]

[[Research Seminar "Data analysis in complex systems" DSBA 2025/2026 | Research Seminar "Data analysis in complex systems"]]

|-
| colspan="4" style="text-align: center;" | '''КНАД'''
|-
|
[[Дискретная_Математика_КНАД_2025/26 | Дискретная математика 2025/26 (КНАД)]]

[[Программирование_на_Python_КНАД_25/26 | Программирование на Python 25/26 (КНАД)]]

[[Линейная алгебра КНАД 25/26]]

[[Математический Анализ КНАД 25/26]]

||
[[Алгебра КНАД 2025/2026 | Алгебра]]

[[Алгоритмы_и_структуры_данных_2_КНАД_25/26 | Алгоритмы и структуры данных-2]]

[[Математический_анализ_2_КНАД_2025/26 | Математический анализ-2 2025/26 (КНАД)]]

[[Теория_вероятностей_КНАД_2025/26 | Теория вероятностей 2025/26 (КНАД)]]
||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ЭАД'''
|-
|
[[Язык программирования Python 2025/26 (ЭАД) ]]

[[DM1EAD-2025-26 | Дискретная математика 2025/26 (ЭАД)]]

[[Математический_анализ_1_2025/26_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[Алгоритмы и структуры данных-1 2025/2026 2 модуль (ЭАД)]]
||

[[Алгоритмы и структуры данных 2 ЭАД 25/26 | Алгоритмы и структуры данных-2]]

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ДРИП'''
|-
|
[[Ddip2529 | Линейная алгебра и геометрия]]

[[DM_DRIP-2025-26 | Дискретная математика 2025/26 (ДРИП)]]

||
[[Теория_вероятностей_ДРИП_25/56 | Теория вероятностей 2025/26 (ДРИП)]]

||
 

||
 

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture] ==

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
|
|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
! Ссылка !! Дисциплина !! Год обучения
|-
| [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год
|-
| [[MOTV_2025 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2025 | Markov Chains]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-scalc-2025-fall|Stochastic Calculus Fall 2025]] ||icef, master 1 year || 2 module
|-
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль
|-
|}

= Архив до 2024/25 учебного года включительно =
[[Wiki ФКН/Архив]]

Моделирование временных рядов 2024/25

2025-04-23T13:29:35Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[https://docs.google.com/spreadsheets/d/1fAiz2Fwe1S0_V721i306r55lr9TvstAc_aaD8IXyFF0/edit?usp=sharing Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 3 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 4 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-02-07T13:22:18Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 3 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 4 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-02-01T20:51:09Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 2 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 3 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 4 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-02-01T20:50:46Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 1 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 1 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 1 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 18.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 25.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 01.02.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-02-01T20:50:25Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 1 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 1 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 1 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
| 2 || 11.01.2025 || Сведение к табличной задаче || [https://disk.yandex.ru/i/XlMweQQheUzf_g Видео]
|-
| 3 || 11.01.2025 || ETS, правдоподобие и прогнозирование || [https://disk.yandex.ru/i/1FmjhaUHTTlEtQ Видео]
|-
| 4 || 11.01.2025 || Оценка ETS, нормировка данных, кросс-валидация || [https://disk.yandex.ru/i/3-mJTFL_hPotZg Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-02-01T20:48:09Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
| 1 || 18.01.2025 || STL, MSTL || [https://disk.yandex.ru/i/PqKg2xmZy-PKnQ Видео]
|-
| 1 || 25.01.2025 || ETS (аддитивная постановка) || [https://disk.yandex.ru/i/TfB_pRrz1mif-Q Видео]
|-
| 1 || 01.02.2025 || ETS (мультипликативная постановка), общий пайплайн построения модели || [https://disk.yandex.ru/i/I0LD1CgPIxpAyQ Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-16T13:33:08Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи на Yandex Disk] [https://www.youtube.com/playlist?list=PLHPTLBeVYc8x_Xio7HM0tuFaiF0alCGie Плейлист на YouTube]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-15T15:19:30Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Видео]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-15T15:19:16Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. || [https://disk.yandex.ru/i/_AdLnwz7gMirAw Запись]
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-15T15:18:05Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. || [https://disk.yandex.ru/i/SjMOjsnUCyJrSA Видео]
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-15T15:17:20Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[https://disk.yandex.ru/d/cheokNEWdUH1rA Записи]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-15T15:15:41Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[Записи https://disk.yandex.ru/d/cheokNEWdUH1rA]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:44:54Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор и семинарист:''' Зехов Матвей Сергеевич, tg: @mzekhov

Лекции и семинары проходят очно по субботам.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:41:28Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:40:19Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Базовые библиотеки. Загрузка и предобработка данных. Характеристики временных рядов. ||
|-
|}

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:36:25Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:34:43Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

Ссылка:

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

{| class="wikitable"
! Номер !! Дата !! Тема !! Запись
|-
| 1 || 11.01.2025 || Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess. ||
|-
|}

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-09T11:28:36Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

Ссылка:

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

# Задачи на рядах. Тренд, сезонность, цикличность. Алгоритмы сглаживания. Loess.

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-08T16:02:51Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

Ссылка:

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Лекции ==

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-08T16:02:08Z

Pyatachokk:

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

Ссылка:

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

== Лекции ==

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_2023/24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Моделирование временных рядов 2024/25

2025-01-08T16:01:08Z

Pyatachokk: Новая страница: «== О курсе == Курс по выбору для студентов для студентов 3 курса в 3-4 модулях. '''Лектор:''' Зе…»

== О курсе ==

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

'''Лектор:''' Зехов Матвей Сергеевич

Лекции проходят очно.

Ссылка:

'''Семинарист:''' Зехов Матвей Сергеевич

Семинары проходят очно.

=== Итоговая оценка за курс ===

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен. Одно из ДЗ предполагается теоретическим.

Округляется только итоговая оценка. Округление арифметическое.

=== Автоматы ===

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

=== Дополнительные условия ===

* При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.

* При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.

== Полезные ссылки ==

[https://t.me/+epD9ELV1DXk3MmY6 Телеграм-чат курса]

[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]

[ Плейлист с записями]

[ Таблица с оценками]

[https://github.com/bdemeshev/ts_pset Задачник]

== Лекции ==

== Семинары ==

== Домашние задания ==

'''Общие правила'''

* Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

* Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие.

* Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Для этого необходимо оставить соответствующий комментарий в anytask.

* 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.

* Использование LLM в качестве помощника для домашнего задания не запрещается для небольших элементов кода. Каждый сгенерированный автоматически элемент домашнего задания должен быть помечен явно. Запрещается применение LLM для решения теоретического ДЗ и любых элементов практических ДЗ, требующих теоретических выводов. Любые неразмеченные элементы, выполненные LLM, оцениваться не будут. При попытке несамостоятельного выполнения существенной части ДЗ (на усмотрение лектора или семинариста) работа обнуляется, а также подаётся докладная записка в деканат.

=== Практические задания ===

'''Домашнее задание 1'''

Выдано:

Дедлайн:

'''Домашнее задание 2'''

Выдано:

Дедлайн:

'''Домашнее задание 3'''

Выдано:

Дедлайн:

'''Домашнее задание 4'''

Выдано:

Дедлайн:

'''Домашнее задание 5'''

Выдано:

Дедлайн:

== Контрольная работа ==
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm.pdf Вариант 2023/2024]
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/midterm/midterm_v2.pdf Пересдача 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2020/2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2019/2020]

== Экзамен ==

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/final/final.pdf Вариант 2023/2024]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2022/2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2022/2023]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2020/2021]

[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2019/2020]

== Страницы прошлых лет ==

[http://wiki.cs.hse.ru/Time_series_modelling_23_24 2023/2024]

[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2022/2023]

[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021/2022]

[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020/2021]

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:37:32Z

Pyatachokk:

== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ: 5 ноября 2024 23:59.
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_1.ipynb Часть 1]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_2.ipynb Часть 2] [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/moText.txt Данные]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_3.ipynb Часть 3]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:37:08Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ: 5 ноября 2024 23:59.
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_1.ipynb Часть 1]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_2.ipynb Часть 2] [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/moText.txt Данные]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_3.ipynb Часть 3]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:36:17Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_1.ipynb Часть 1]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_2.ipynb Часть 2] [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/moText.txt Данные]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_3.ipynb Часть 3]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:33:56Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:33:26Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование, принципы, идеи, общая парадигма, где там нужна статистика.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:28:31Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]
...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.

Прикладная статистика в машинном обучении 24/25

2024-10-25T13:24:37Z

Pyatachokk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]
...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== Экзамен ==

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences''' – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.

* '''David Williams. Weighing the Odds. A Course in Probability and Statistics''' – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.