Wiki - Факультет компьютерных наук - Вклад [ru]

Машинное обучение и высоконагруженные системы

2022-02-21T12:58:16Z

Savely Prokhorov: Create blueprint of page for MLDS online master program

= Учебные курсы онлайн-магистратуры "Машинное обучение и высоконагруженные системы" =

== 2021/2022 учебный год ==

=== Общая информация ===
Страница программы на сайте ВШЭ: https://www.hse.ru/ma/mlds/

Канал в Slack: https://machinelearninginhse.slack.com/archives/C02D9C0CMMX

=== Контакты ===
Академический руководитель - [https://www.hse.ru/org/persons/211268525 Кантонистова Елена Олеговна]

Менеджер программы - [https://www.hse.ru/org/persons/470858685 Данилюк Дарья Васильевна]

Электронная почта: [http://mailto:mlds@hse.ru mlds@hse.ru]

=== Ссылки на Wiki-страницы и YouTube-плейлисты курсов ===

{| class="wikitable"
|-
! Дисциплина !! Статус !! Преподаватели !! Курс !! Модули !! Плейлист
|-
| Введение в математику для анализа данных || Адаптационный || || 1 курс || 1-й модуль || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDcsLWJXPWL3Y77_m5AXbm2 Группа 1], [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCrnsF-qtjwXAaF6Uvg5ihZ Группа 2]
|-
| Математика для анализа данных || Обязательный || || 1 курс || 1-й модуль || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDnygIXkR4LRs2prFDiC6hX Группа 1], [https://www.youtube.com/playlist?list=PLmA-1xX7IuzAlxsMzE32ZZR90--RcaeXN Группа 2]
|-
| Основы программирования на Python || Обязательный ||
Максимовская Анастасия Максимовна,
Косарев Илья Максимович
||1 курс || 1-й модуль ||
[https://www.youtube.com/playlist?list=PLmA-1xX7IuzA8wK_11eV1vtDVnnfe1uwh Группа 1 (А. Максимовская)],
[https://www.youtube.com/playlist?list=PLmA-1xX7IuzDAbsqRObsmlhQpJ_rSGtEk Группа 2 (И. Косарев)]
|-
| Основы программирования на C++ || Обязательный || Горшков Сергей Сергеевич || 1 курс || 1-2 модули || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzC98HjCQNIdAShKbt1HHdRx Группа 1], [https://www.youtube.com/playlist?list=PLmA-1xX7IuzArOl4_P9exXk_vA0nHrsS0 Группа 2]
|-
| [http://wiki.cs.hse.ru/Машинное_обучение_(современные_методы)-МОиВС-2021-2022 Машинное обучение (современные методы)] || Обязательный ||
Максимовская Анастасия Максимовна,
Рысьмятова Анастасия Александровна
|| 1 курс || 2-3 модули ||
[https://www.youtube.com/playlist?list=PLmA-1xX7IuzC6bhLliB5kUrjhfNFro5sa Группа 1 (А. Максимовская)],
[https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Группа 2 (А. Рысьмятова)]
|-
| Анализ временных рядов || По выбору || || 1 курс || 3-й модуль || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCLfANfUDAr0nzNrNw3NN89 YouTube]
|-
| Основы промышленной разработки || По выбору || || 1 курс || 3-й модуль || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzBZ2l55gxcAVXTqNJt4OwSY YouTube]
|-
| Research Seminar "Machine Learning" || Обязательный || || 1 курс || 4-й модуль ||
|-
| Алгоритмы и структуры данных || || || 2 курс || || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDtsmRAl62e2TkxlvUUQhaK YouTube]
|-
| Прикладная статистика в машинном обучении || || || 2 курс || || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzAU9S7ZmBPPt5jVDNEY0GxP YouTube]
|-
| Обработка и анализ больших массивов данных || || || 2 курс || || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzBzVbEzagG4SwEA_8w82wYB YouTube]
|-
| Глубинное обучение || || || 2 курс || || [https://www.youtube.com/playlist?list=PLmA-1xX7IuzBVeu30nVOscRJ4Xqazk-BY YouTube]
|-
|}

Wiki ФКН

2022-02-21T12:00:20Z

Savely Prokhorov: decrement year num

__NOTOC__

= Учебные курсы факультета компьютерных наук =

== Курсы за 2021/22 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный_поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 на ПМИ (пилотный поток)]]

[[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]

[[DM1-2021-22 | Дискретная математика на ПМИ]]

[http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования на ПМИ 2021/2022 (основной поток)]

[[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]

[[Алгоритмы и структуры данных 1 основной поток 2021/2022 | Алгоритмы и структуры данных 1 основной поток 2021/2022]]

'''ПИ'''

[[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]

[http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ]

'''ПАД'''

[[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]

[[LAaG DSBA 2021/2022 | LAaG (DSBA)]]

[[Calculus DSBA 2021/2022 | Calculus (DSBA)]]

[[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]

'''КНАД'''

[[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]

[[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]

[[Программирование_на_Python | Программирование на Python (КНАД)]]

[[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]

[[Алгоритмы и структуры данных 1 основной поток 2021/2022 | Алгоритмы и структуры данных (КНАД)]]

[[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]

[[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]

||

'''ПМИ'''

[[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]

[[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]

[[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]

[[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]

[[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]

[[Математическая логика | Математическая логика]]

[[Дифференциальные уравнения (ПМИ)]]

[[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]

[[CAOS-2021 | Архитектура компьютеров и операционные системы]]

[[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]

'''ПИ'''

[[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2021-2022 | Теория вероятностей и математическая статистика]]

[[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]

'''ПАД'''

[[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]

[[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]

[[Differential_Equations_2021 | Differential Equations ]]

[[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]

||

[https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]

'''ПМИ'''

[[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]

[[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]

[http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]

[[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]

[[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]

[[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]

[[Машинное_обучение_1 | Машинное обучение 1]]

[[Theory of Computation 2021 | Theory of Computation]]

[http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

'''ПМИ / PC'''

[https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]

[[Database_Systems_2022 | Database Systems 2022]]

[https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]

[https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]]

[[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]

[http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]

[[Statistical_learning_theory_2021 | Statistical learning theory]]

'''ПИ'''

[[ML4SE_1 | НИС Машинное обучение для программной инженерии]]

[[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]

'''ПАД'''

[http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]

[https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]

[[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]

[[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]
[[Optimization_Methods_2022 | Optimization Methods]]

||

[[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]

[[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]

[[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]

[[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]

[[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]

[http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

[[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]

[https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]

[http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]

[[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]

[[msbdp_21 | Методы и системы обработки больших данных]]

[https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]

'''ПМИ / ТИ'''

[[InfTheory2021 | Теория информации]]

[[OWF2021 | Односторонние функции и их применения]]

[[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]

'''ПАД'''

[[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]

[[Decision Making Strategy]]

||

[[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]

[[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]

[[Теория_вычислений_2022|Теория вычислений]]

[[NonClassicalLogics|Факультатив "Неклассические логики" (3 модуль)]]

[[Криптография_на_решётках_21/22| Криптография на решётках]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]

[[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]

[[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]

[[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]

[[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]

[[Функциональное_программирование_2019 | Функциональное программирование 2021]]

[[KotlinElective|Факультатив "Язык Kotlin" (ноя-дек 2021)]]

[[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]

[[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]

[[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]

[https://rroll.to/2D8yXl Основы и методология пикапа на ПМИ 2021/2022]

|}

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

=== 2 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль
|-
| [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль
|-
| [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули
|-
| [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль
|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули
|-
| [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули
|-
|[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль
|-
| [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули
|-
| [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули
|-
| [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули
|-
|
|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули
|-
| [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули
|-
| [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020 Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули
|-

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
| [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year
|-
| [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year
|-
| [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year
|-
| [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year
|-
| [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD
|-
| [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль
|-
| [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
|}

= Архив =

== Курсы за 2020/21 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Математический_анализ_1_2020/2021_(пилотный_поток) | Математический анализ-1 на ПМИ (пилотный поток)]]

[[Математический_анализ_1_2020/2021_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2020/2021_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Алгебра_на_ПМИ_2020/2021_(основной_поток) | Алгебра (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2020/2021_(пилотный_поток) | Основы и методология программирования на ПМИ 2020/2021 (пилотный поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2020/2021_(основной_поток)_3_модуль | Основы и методология программирования на ПМИ 2020/2021 (основной поток, III модуль)]]

[[DM1-2020-21 | Дискретная математика-1 ПМИ]]

[[Алгоритмы_и_структуры_данных_1_2020/2021_(4_модуль) | Алгоритмы и структуры данных – 1 (4 модуль) на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 1 на ПМИ (пилотный поток)]]

'''ПИ'''

[[DM1-SE-2020-21 | Дискретная математика-1 ПИ]]

[http://hsealgebra21.wikidot.com/ Алгебра ПИ]

'''ПАД'''

[[Discrete_Mathematics_DSBA2020/2021 | Discrete Mathematics (DSBA) ]]

[[LAaG_DSBA_2020/2021 | Linear Algebra and Geometry (DSBA)]]

[[English_DSBA_2020/2021 | English DSBA (DSBA)]]

[[Introduction_to_programming_DSBA_2020/2021 | Introduction to Programming (DSBA)]]

[[ Calculus_2020/21 | Calculus (DSBA) ]]

[[Algebra_DSBA_2020/2021 | Algebra DSBA]]

[[Introduction_to_Economics_2020/21 | Introduction to Economics ]]

||
'''ПМИ'''

[[Теория_вероятностей_и_математическая_статистика_2020/2021_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Теория_вероятностей_2020/2021_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_2020/2021_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_-_2_(основной_поток) | Математический анализ - 2 на ПМИ (основной поток)]]

[[MissingSemester2020/2021 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]

[[АКОС ПМИ 2020/2021 | Архитектура компьютеров и операционные системы]]

[[Основы матричных вычислений 2020/2021]]

[[Дифференциальные уравнения (ПМИ, 2021)]]

[[DM2-pilot2020/2021 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM2-base2020/2021 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных - 2 на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_2_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

'''ПАД'''

[[Calculus-2_DSBA_2020_(ПАД) | Calculus-2 (DSBA) ]]

[[Discrete_Mathematics_-_2_DSBA2020/2021 | Discrete Mathematics - 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_2020/21 | Business and Management in Global Context (DSBA)]]

[[Principles_of_micro_and_macro-economics_2020/21 | Principles of micro and macro-economics (DSBA)]]

[[Algorithms_and_data_structures_2_2020/21 | Algorithms and data structures 2 (DSBA)]]

[[Statistics_DSBA_2020/2021 | Probability and Statistics (DSBA)]]

[[ACOS_DSBA_2020/2021 | Computer Architecture and Operating Systems (DSBA)]]

[[Differential_Equations_2021 | Differential Equations ]]

||

'''ПМИ'''

[[Машинное_обучение_1/2020_2021 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2020_2021 | Машинное обучение 2 на ПМИ]]

[[Прикладная статистика в машинном обучении 20/21]]

[[Безопасность компьютерных систем 20/21]]

[[Theory of computing, AMI]]

[[Матричные вычисления 20/21]]

[[НИС_Машинное_обучение_и_приложения_2020/2021|НИС Машинное обучение и приложения]]

[[Методы оптимизации в машинном обучении|Методы оптимизации в машинном обучении]]

[[Моделирование временных рядов 20/21]]

[[Высокопроизводительные вычисления 20/21]]

[[ Сбор и обработка данных с помощью краудсорсинга 20/21 ]]

[[ Распределённые системы ]]

[[ Компьютерные сети 2021 ]]

[[НИС_РС|НИС Распределенные системы]]

[[Анализ данных в бизнесе (Кафедра SAS)]]

[[Дополнительные главы прикладной статистики (2020/21)]]

[[Comb2020_2021 | Комбинаторные конструкции в теоретической информатике]]

[[Численные Методы 2021]]

[[Методы оптимизации 20/21]]

[[Математическое моделирование]]

'''ПАД'''

[[ MachineLearning1_DSBA2020 | Machine Learning 1 (DSBA)]]

[[ Time_Series_and_Stochastic_Processes_ada_20_21 | Time Series and Stochastic Processes (DSBA) ]]

[[ST2187 Business analytics, applied modelling and prediction | Business analytics, applied modelling and prediction (DSBA)]]

[[Data_Base_2020/2021_DSBA | Data Base (DSBA)]]

[[Social_History_of_Science_2020/21 | Social History of Science (DSBA)]]

[[Elements_of_Econometrics_2020/21 | Elements of Econometrics (DSBA)]]

[[Data Science Case Studies / Анализ данных в бизнесе (Кафедра SAS)]]

[[ Optimization_methods | Optimizaton Methods (DSBA) ]]

||

[[Философия_науки_2020 | Философия науки]]

[[Символьные вычисления]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_2020/2021 | НИС Машинное обучение и приложения]]

[[Глубинное обучение в обработке звука 20/21]]

[[Байесовские методы машинного обучения 2020 | Байесовские методы машинного обучения]]

[[Машинное обучение на больших данных 2021]]

[[Генеративные модели в машинном обучении 2021 | Генеративные модели в машинном обучении 2021]]

'''ПМИ / РС'''

[[НИС_РС_2 | НИС Распределенные системы]]

[[msbdp_20 | Методы и системы обработки больших данных]]

[[ Облачные вычисления]]

'''ПМИ / ТИ'''

[[Statistical_learning_theory_2020 | Statistical learning theory]]

[[InfTheo2020-2021|Теория информации]]

[[A_Theorist's_Toolkit_2020_2021 | A Theorist's Toolkit, AMI]]

||

[[ Майнор Биоинформатика 1 год ]]

[[ Майнор Биоинформатика 2 год ]]

[[ Введение в программирование (майнор ИАД) ]]

[[Введение в анализ данных (майнор ИАД)]]

[[Современные_методы_машинного_обучения|Современные методы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2020_2021|Прикладные задачи анализа данных (майнор ИАД)]]

[[ ОУФ Машинное Обучение в Питоне ]]

[[ Факультатив "Теория вычислений и логика" (Осень 2020)]]

[[dopglavy_DM_2021|Допглавы дискретной математики]]

[[Adaptation_DM_20-21 |Adaptation course in DM]]

[[Функциональный анализ (осень 2020)]]

[[KotlinElective|Факультатив "Язык Kotlin" (2-3 модули)]]

[[ Факультатив "Теория вычислений и логика" | Факультатив "Теория вычислений" (Весна 2021)]]

[[Дополнительные_главы_теории_вероятностей_2021 | ДГТВ]]

[[Дополнительные_главы_теории_вероятностей-3_2019/2020 | ДГТВ-3]]

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс
|-
| [[Stochastic_analysis_2020_2021 | Stochastic Analysis ]] || Statistical Learning Theory || 1 year
|-
| [[Econometrics_fall_2020 | Эконометрика ]] || ФТИАД || 1 year
|-
| [[Recsys_2020_2021 | Рекомендательные системы]] || ФТИАД|| 2 year
|-
| [[Into_to_DataMining_and_Machine_Learning_2020_2021 | Introduction to Data Mining and Machine Learning]] || Data Science (Науки о данных) || 2 year
|-
| [[Project_Seminar_2020_2021 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year
|-
|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Цифровая грамотность ИЯиМК 2020-2021|Цифровая грамотность ИЯиМК 2020-2021]] || ИЯиМК || 1 курс || 3-4 модули
|-
| [[Data Analysis in Python 2020-2021|Data Analysis in Python]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 2 курс || 3-4 модули
|-
| [[Машинное обучение на матфаке 2021 |Машинное обучение]] || Математика || 1-4 курс || 3-4 модули
|-
| [http://wiki.cs.hse.ru/Анализ_данных_на_python,_фэн,_2020_spring Анализ данных на python] || Факультет экономических наук || 1 курс || 3-4 модули
|-
| [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 3-4 модули
|-
| [[Python для ОП "Психология" |Python для ОП "Психология" ]] ||Психология || 1 курс || 3-4 модули
|-
| [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_Python_2020-2021_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в Python] || Политолгия || 3 курс || 3-4 модули
|-
| [[Цифровая грамотность История искусств 2020-2021]] || История искусств || 1 курс || 3-4 модули
|-
| [[Excel для анализа данных , 20-21|Excel для анализа данных , 20-21]] || ИЯиМК || 4 курс || 3 модуль
|-
| [[ СДиА_Матфак_1_курс_2020/2021 | Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль
|-
| [[ Python для ГМУ, 20-21 | Python для ГМУ, 2020-2021 ]] || Государственное и муниципальное управление || 1 курс || 4 модуль
|-
| [[ Python для ИЯиМК, 2020-2021 | Python для ИЯиМК, 2020-2021 ]] || ИЯиМК || 2 курс || 4 модуль
|-
| [[ Информационные технологии (факультет химии) | Информационные технологии. Data Culture ]] || Химия || 2 курс || 4 модуль
|-
| [[ Введение_в_анализ_данных_2021_МирЭк | Введение в анализ данных ]] || МирЭк || 1 курс || 4 модуль
|-
| [[ Python для анализа данных (МирЭк) 2020-2021 | Python для анализа данных ]] || МирЭк || 2 курс || 3-4 модуль
|-

|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Основы программирования на Python осень 2020 матфак|Основы программирования на Python-1]] || Математика || 3 курс || 1-2 модули
|-
| [[Анализ_данных_в_Python_2020-2021|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули
|-
| [[Основы_анализа_и_визуализация_данных_для_медиа_2020/2021|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль
|-
| [[Компьютерная лингвистика и информационные технологии 2020|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[Проектный семинар медиаком 2020|Проектный семинар]] || Медиакоммуникации || 3 курс || 1 модуль
|-
| [[Основы анализа и визуализации данных ДИЯ 2020-2021|Основы анализа и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 1-2 модули
|-
| [[Основы программирования в Python (Политология 2020)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули
|-
| [[Data Analysis in Journalism and Political Science 2020-2021|Data Analysis in Journalism & Political Science]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 3 курс || 1 модуль
|-
| [[Data Analysis in Economics and Finance 2020-2021|Data Analysis in Economics & Finance]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 3 курс || 1 модуль
|-
| [[Прикладные исследования в культурологии 2020 1модуль|Прикладные исследования в культурологии]] || Прикладная культурология || 1 курс || 1 модуль
|-
| [[Основы анализа данных в международных отношениях 20/21|Основы анализа данных в международных отношениях 20/21]] || Международные отношения || 2 курс || 1-2 модуль
|-
| [[Анализ данных в R, Социология|Анализ данных в R]] || Социология || 4 курс || 1-2 модуль
|-
| [[Анализ данных на python, фэн, 2020 fall|Анализ данных на Python]] || Факультет экономических наук || 2 курс || 1-2 модуль
|-
| [[Цифровая грамотность, ЭиАМ|Цифровая грамотность, ЭиАМ]] || Эфиопия и арабский мир || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность, Античность|Цифровая грамотность, Античность]] || Античность || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность, ТиТМ|Цифровая грамотность, ТиТМ]] || Турция и Тюркский мир || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность История 2020/2021|Цифровая грамотность, История]] || История || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_2020_(Востоковедение)|Цифровая грамотность, Востоковедение]] || Востоковедение || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_География_2020/21|Цифровая грамотность, География]] || География || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_(филология)_2020|Цифровая грамотность, Филология]] || Филология|| 1 курс || 1-2 модуль
|-
| [[Машинное_обучение_(сов._бак._ВШЭ-РЭШ_2020)|Машинное обучение]] || Совместная программа по экономике НИУ ВШЭ и РЭШ || 3 курс || 1-2 модуль
|-
| [[Машинное_обучение_(ФЭН)_-_2020|Машинное обучение]] || Экономика || 3-4 курс || 1-2 модуль
|-
| [[Python: работа с данными и текстом|Python: работа с данными и текстом]] || Медиакоммуникации || 2-3 курс || 1-2 модуль
|-
| [[Phyton_для_извлечения_и_обработки_данных|Phyton для извлечения и обработки данных]] || Молекулярная и клеточная биотехнология || 1 курс || 1-2 модуль
|-
| [[ПМСАР-2_2020| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Основы_программирования_на_Python2020/2021|Основы программирования на Python]] || Экономика и статистика || 2-3 курс || 1-2 модули
|-
| [[Извлечение и анализ интернет-данных (2020)|Извлечение и анализ интернет-данных]] || Экономика и статистика || 2-4 курс || 2 модуль

|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[Теория вероятностей и математическая статистика, фэн, 2020-2021|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль
|-
| [[Эконометрика, фэн, 2020-2021|Эконометрика]] || фэн, 3 курс || 1-4 модуль
|-
| [[Динамическая оптимизация в экономике и финансах, фэн, 2020-2021|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
|}

=Архив=

== Курсы за 2019/20 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_1_2019/2020 | Математический анализ-1 на ПМИ (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2019/2020_(основной_поток,_2_семестр) | Математический анализ на ПМИ (основной поток, 2 семестр)]]

[[Математический_анализ_на_ПМИ_2019/2020_(основной_поток) | Математический анализ на ПМИ (основной поток)]]

[[Дискретная_математика_1_2019/2020 | Дискретная математика-1 на ПМИ]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2019/2020_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]

[[Алгебра_на_ПМИ_2019/2020_(основной_поток) | Алгебра на ПМИ (основной поток)]]

[[Основы_и_методология_программирования_2019/2020 | Основы и методология программирования на ПМИ (основной поток)]]

[[Основы_и_методология_программирования_1_2019/2020_(пилотный_поток) | Основы и методология программирования-1 на ПМИ (пилотный поток)]]

[[Discrete_Mathematics_DSBA2019/2020 | Discrete Mathematics DSBA (ПАД)]]

[[Calculus_DSBA2019/2020 | Calculus DSBA (ПАД) 1st module]]

[[Calculus_DSBA2020 | Calculus DSBA (ПАД) 2nd module]]

[[LAaG_DSBA_2019/2020 | Linear Algebra and Geometry (ПАД)]]

[[Introduction_to_programming_DSBA_2019/2020 | Introduction to Programming (ПАД)]]

[[English_DSBA_2019/2020 | English DSBA (ПАД)]]

[[Algorithms_and_Data_Structures_DSBA_2020 | Algorithms and Data Structures DSBA ]]

[[Algebra_DSBA_2019/2020 | Algebra DSBA]]

[[Алгоритмы_и_структуры_данных_1_основной_поток_2019/202 | Алгоритмы и структуры данных-1 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

||

[[DM2-basic2019/2020 | Дискретная математика-2 на ПМИ (основной поток)]]

[[DM2-pilot2019/2020 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Теория_вероятностей_2019/2020_(основной_поток)| Теория_вероятностей_2019/2020 на ПМИ (основной поток)]]

[[Теория_вероятностей_и_математическая_статистика_2019/2020_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Математический_анализ_2019/2020_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_2_2019/2020_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2_2019/2020 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Calculus_2_2019 | Calculus-2 DBSA (ПАД)]]

[[Statistics_DSBA_2019/2020 | Statistics DSBA (ПАД)]]

[[DM2 | Дискретная Математика-2 (ПАД)]]

[[ADS2 | Алгоритмы и Структуры Данных-2 (ПАД)]]

[[Introduction_to_Economics | Introduction to Economics DSBA ]]

[[Business_and_Management_in_Global_Context_2019-2020| Business and Management in Global Context DSBA ]]

[[ACOS_DSBA_2019/2020 | Computer Architecture and Operating Systems (ПАД)]]

[[Differential_Equations_2020 | Differential Equations DSBA ]]

[[Факультатив Теория вычислений_2020 | Факультатив Теория вычислений]]

[[Дифференциальные_уравнения_2020 | Дифференциальные уравнения 2020 ]]

||

[[Машинное_обучение_1/2019_2020 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2019_2020 | Машинное обучение 2 на ПМИ]]

[[Численные_Методы_2020 | Численные методы]]

[[Прикладная_статистика_в_машинном_обучении(2019)|Прикладная статистика в машинном обучении]]

[[Theory_of_Computing_2019_2020 | Theory of Computing, AMI]]

[[Компьютерные_Сети | Компьютерные сети]]

[[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]

[[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]

[[Непрерывная_оптимизация_(МОП)/2020| Непрерывная оптимизация (МОП)]]

[[%D0%9D%D0%B5%D0%BF%D1%80%D0%B5%D1%80%D1%8B%D0%B2%D0%BD%D0%B0%D1%8F_%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%A2%D0%98,_%D0%90%D0%94%D0%98%D0%A1,_%D0%90%D0%9F%D0%A0,_%D0%A0%D0%A1)| Непрерывная оптимизация (ТИ, АДИС, АПР, РС) ]]

[[Data_analysis_(Software_Engineering)_2020|Data Analysis]]

[[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]

[[CCTI_2020|Сложность вычислений и логика в теоретической информатике]]

||

[[InfTheo2019-2020|Теория информации]]

[[Байесовские_методы_машинного_обучения_2019|Байесовские методы машинного обучения]]

[[НИС Науки о данных]]

[[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]

[[Философия_науки_2019|Философия науки]]

[[Глубинное обучение|Глубинное обучение]]

[[NLP 2019|NLP Анализ данных]]

[[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]

[[Генеративные_модели_в_машинном_обучении_2020|Генеративные модели в машинном обучении]]

[[Компьютерные Сети 4 курс| Компьютерные сети]]

[[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]

[[Машинное_обучение_на_больших_данных_2020|Машинное обучение на больших данных]]

[[Основы_обработки_больших_данных_2020|Основы обработки больших данных]]

||
[[MinorBioinformatics|Биоинформатика]]

[[Майнор Интеллектуальный анализ данных/Современные_методы_машинного_обучения | Современные методы машинного обучения (ИАД)]]

[[KotlinElective|Факультатив "Язык Kotlin" (2-3 модули)]]

[[ISDElective|Факультатив "Методы разработки программного обеспечения" (1-2 модули)]]

[[Введение в программирование (курс майнора)]]

[[dopglavy_DM_1920|Допглавы дискретной математики]]

[[Дополнительные_главы_теории_вероятностей-2_2019/2020|ДГТВ-2]]

[[Дополнительные_главы_теории_вероятностей_2020|ДГТВ]]

[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020|Введение в анализ данных (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных_(майнор_ИАД)|Прикладные задачи анализа данных (майнор ИАД)]]

[[NonClassicalLogics|Факультатив "Неклассические логики" (3 модуль)]]

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс

|-
| [[Theory_of_Computing_2019_2020 | Theory of Computing]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Project_Seminar_2019_2020 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Stochastic_analysis_2019_2020 | Stochastic Calculus ]] || Statistical Learning Theory || 1 year
|-
| [[A_Theorist's_Toolkit_2019_2020 | A Theorist's Toolkit, AMI]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Neurobayesian_models_2020 | Neurobayesian models ]] || Statistical Learning Theory || 2 year
|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===

{| class="wikitable"
|- http://wiki.cs.hse.ru/Цифровая_грамотность_(филология)_2020#.F0.9F.93.AC_.D0.A7.D0.B0.D1.82.D1.8B_.D0.B3.D1.80.D1.83.D0.BF.D0.BF
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Введение в анализ данных 2020 МирЭк| Введение в анализ данных]] || Мировая экономика || 1 курс || 3-4 модуль
|-
|[[ Основы программирования в Python (Мирэк) | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ИЯиМК| Цифровая грамотность ]] || Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль
|-
| [[ Цифровая_грамотность_(филология)_2020| Цифровая грамотность ]] || Филология || 1 курс || 3-4 модуль
|-
| [[Цифровая_грамотность_(ФиКЛ)_2020| Цифровая грамотность ]] || Фундаментальная и компьютерная лингвистика || 1 курс || 4 модуль
|-
| [[ Цифровая грамотность 2019-2020 (История искусств)| Цифровая грамотность ]] || История искусств || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность 2019-2020 (Культурология)| Цифровая грамотность ]] || Культурология || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ЯиЛ_ЮВА| Цифровая грамотность ]] || Языки и литература Юго-Восточной Азии || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ЯиЛЯ| Цифровая грамотность ]] || Языки и литература Японии || 1 курс || 3-4 модуль
|-
| [[ ППО Социология 1 курс 2019/2020| ППО (Python для извлечения и обработки данных) ]] || Социология || 1 курс || 3 модуль
|-
|[[ Машинное обучение на матфаке 2020 | Машинное обучение]] || Математика || 2-4 курс || 3-4 модуль
|-
|[[ Excel для анализа данных | Excel для анализа данных]] || ИЯиМК || 4 курс || 3 модуль
|-
| [[ Python для извлечения и обработки данных Медиаком 2 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 2 курс || 3 модуль
|-
| [[ Python для извлечения и обработки данных Медиаком 1 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 1 курс || 4 модуль
|-
| [[ СДиА Матфак 1 курс 2019/2020| Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль
|-
| [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Наука о данных (Экономика)|Наука о данных]] || Экономика || 2 курс || 3-4 модули
|-
| [[Основы программирования на Python весна 2021 матфак|Основы программирования на Python, 2 часть]] || Математика || 2-4 курс || 3-4 модули
|-
| [[Культура работы с данными, КМБТ|Культура работы с данными, КМБТ]] || Клеточная и молекулярная биотехнология || 1 курс || 3-4 модули
|-
| [[Natural_Language_Processing_Blended_2020_module4 | Natural Language Processing (blended)]] || Прикладная политология || 1 г.о. || 4 модуль
|-
| [[ПМСАР-1 2019/2020|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули
|-
| [[Введение в Data Science]] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме || 1 г.о. || 3 модуль
|-
| [[Принципы построения математических моделей]] || МИЭМ || 1 г.о. || 4 модуль
|-
| [[Python для извлечения и обработки данных Психология 1 курс 2019/2020]] || Психология || 1 г.о. || 4 модуль
|-
| [[Технологии анализа больших данных ГМУ 1 курс 2019/2020]] || ГМУ || 1 г.о. || 4 модуль
|-
| [[Городское планирование | Цифровая грамотность]] || Городское планирование || 1 г.о. || 4 модуль
|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[ Основы анализа и визуализация данных для медиа 2019/2020 | Основы анализа и визуализации данных для медиа ]] || Журналистика || 4 курс || 1 модуль
|-
| [[ Анализ данных в Python 2019-2020 | Анализ данных в Python ]] || Политология || 4 курс || 1-2 модули
|-
| [[Introduction to Data Culture 2019-2020 | Introduction to Data Culture ]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 1 курс || 2 модуль
|-
| [[ Основы анализа данных в международных отношениях | Основы анализа данных в международных отношениях ]] || Международные отношения || 2 курс || 1-2 модуль
|-
| [[Основы программирования в Python (Политология)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули
|-
| [[Основы программирования на Python осень 2019 матфак|Основы программирования на Python-1]] || Математика || 1-4 курс || 1-2 модули
|-
| [[ Цифровая грамотность (История 2019) | Цифровая грамотность ]] || История || 1 курс || 1-2 модули
|-
| [[ Цифровая грамотность (Востоковедение 2019) | Цифровая грамотность ]] || Востоковедение|| 1 курс || 1-2 модули
|-
| [[ Цифровая_грамотность_2019-2020(философия) | Цифровая грамотность ]] || Философия || 1 курс || 1-2 модули
|-
| [[ Цифровая грамотность (ассириология и античность 2019) | Цифровая грамотность ]] || Ассириология и античность|| 1 курс || 1-2 модули
|-
| [[ПМСАР-2_2019| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Работа с данными]] || Медиакоммуникации || 4 курс || 1 модуль
|-
| [[Машинное обучение (фэн 2019)]] || ФЭН || 3 курс || 1-2 модули
|-
| [[Natural_Language_Processing_Blended_2019_module1 | Natural Language Processing (blended)]] || Прикладная политология || 2 г.о. || 1 модуль
|-
| [[ ML_HSE_NES_2019 | Машинное обучение (ВШЭ-РЭШ)]] || Совместный бакалавриат ВШЭ-РЭШ || 3-4 курс || 1-2 модули
|-
| [[ Основы_анализа_и_визуализации_данных_ДИЯ_2019/2020 | Основы анализа и визуализации данных ]] || ДИЯ || 2 курс || 1,2 модуль
|-
| [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Основы_программирования_на_Python2019/2020|Основы программирования на Python]] || Экономика и статистика || 2-4 курс || 2 модуль
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[Теория вероятностей и математическая статистика, фэн, 2019-2020|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 3-4 модуль
|-
| [[Микроэконометрика качественных данных, фэн, 2020|Микроэконометрика качественных данных 2020]] || фэн, 4 курс || 1-2 модуль
|}

== Курсы за 2018/19 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2018/2019_(пилотный_поток) | Математический анализ на ПМИ (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2018/2019_(основной_поток) | Математический анализ на ПМИ (основной поток)]]

[[Calculus_DSBA_2018/2019 | Calculus I DSBA (ПАД)]]

[[Основы_и_методология_программирования_на_ПМИ_2018/2019_(пилотный_поток) | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2019_(С%2B%2B,_основной_поток) | Основы и методология программирования на ПМИ (С++, основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[LAaG_DSBA_2018/2019 | LAaG DSBA]]

[[Дискретная_математика_1_2018/2019 | Дискретная математика-1 на ПМИ]]

[[Discrete_Mathematics_DSBA2018/2019 |Discrete Mathematics DSBA (ПАД)]]

[[Introduction_to_programming | Introduction to programming DSBA (ПАД)]]

[[Introduction_to_programming_2 | Introduction to programming 2 DSBA (ПАД)]]

[[Алгебра_на_ПМИ_2018/2019_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]

[[Алгебра_на_ПМИ_2018/2019_(основной_поток) | Алгебра на ПМИ (основной поток)]]

[[Algebra_DSBA_2018/2019 | Algebra DSBA]]

[http://hsealgebra19.wikidot.com Алгебра на ПИ]

[[Алгоритмы_и_структуры_данных_2018/2019 | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

||

[http://math-info.hse.ru/2018-19/Дифференциальные_уравнения_(ФКН) Дифференциальные уравнения]

[[Теория_вероятностей_2018/2019_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2018/2019_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический_анализ_2018/2019_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_2018/2019_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]

[[DM2-pilot2018/2019 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM2-basic2018/2019 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2_2018/2019 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Факультатив Теория вычислений]]

||

[[Машинное_обучение_1/2018_2019 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]

[[Численные_Методы_2018 | Численные методы ]]

[[PDC | Параллельные и распределенные вычисления]]

[[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[Прикладная_статистика_в_машинном_обучении(2018)|Прикладная статистика в машинном обучении]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[Основные методы анализа данных]]

[[Теория баз данных]]

[[Непрерывная оптимизация/2019|Непрерывная оптимизация (161-162)]]

[[Непрерывная оптимизация (163-167)]]

[[Сложность вычислений и логика в теоретической информатике]]

[[Data analysis (Software Engineering) 2019|Data analysis]]

[[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]

[[Intro to DL Blended | Intro to DL Blended]]

[[Дискретная оптимизация 2019 | Дискретная оптимизация 2019]]

||

[[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]

[[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]

[[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[НИС_Науки_о_данных_2018/2019|НИС Науки о данных]]

[[НИС_Распределенные_системы_(4_курс,_2018)|НИС Распределенные системы]]

[[Теория_Информации_2018/2019|Теория информации]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[Методы_и_системы_обработки_больших_данных_(осень_2018)|Методы и системы обработки больших данных]]

[[Философия_науки_2018|Философия науки]]

[[Теория баз данных]]

[[ConvAppr19 | Выпуклое программирование и аппроксимационные алгоритмы (ТИ)]]

[[Функциональное программирование 2019 | Функциональное программирование]]

[[A_Theorist's_Toolkit_2018_2019 | A Theorist's Toolkit, AMI]]

[[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]

||
[[Дополнительные главы теории вероятностей 2019 | Дополнительные главы теории вероятностей 2019]]

[[Дополнительные главы математической статистики 2019 | Дополнительные главы математической статистики 2019]]

[[Введение в программирование (курс майнора) 2018/2019]]

[[dopglavy_DM_1819|Допглавы дискретной математики]]

[[Современные_методы_машинного_обучения_(курс_майнора)_2018/2019 | Современные методы машинного обучения (курс майнора) 2018/2019]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | Прикладные задачи анализа данных (майнор - весна 2019)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]

[[Функциональный анализ (весна_2019) | Функциональный анализ (весна_2019)]]

[[KotlinElective| Язык Kotlin (3 и 4 модули 2018-2019)]]

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Основы программирования на Python весна 2020 матфак|Основы программирования на Python-2]] || Математика || 2-4 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(филология)|Цифровая грамотность]] || Филология || 1 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(ИИ_и_культурология)|Цифровая грамотность]] || История искусств и Культурология || 1 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(ИЯМК_2019)|Цифровая грамотность]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 1 курс || 3-4 модули
|-
| [[Основы_анализа_и_визуализации_данных_ДИЯ_2019|Анализ и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 3-4 модули
|-
| [[Научно-исследовательский_семинар_2019| Научно-исследовательский семинар]] || Политология || 1 курс || 3 модуль
|-
| [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Основы_программирования_в_Python_2019|Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модули
|-
| [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули
|-
| [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[ПМСАР-1|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули
|-
| [[Искусственный интеллект и большие данные_(2019)|Искусственный интеллект и большие данные]] || Дизайн, Мода, Современное искусство || 1 курс || 3-4 модули
|-
| [[Информационный менеджмент: Введение в Data Science|Информационный менеджмент: Введение в Data Science]] || Управление бизнесом Маркетинг и рыночная аналитика || 1 курс || 4 модуль
|-
| [[Технологии анализа больших данных|Технологии анализа больших данных]] || ГМУ || 1 курс || 4 модуль
|-
| [[Основы программирования на Python (Прикладное программное обеспечение)|Основы программирования на Python (Прикладное программное обеспечение)]] || Социология || 1 курс || 4 модуль
|-
| [[Основы работы с данными|Основы работы с данными]] || Медиакоммуникации || 2 курс || 4 модуль
|-
| [[Введение_в_data_science_Социология_1_курс|Профориентационный семинар (Data Culture)]] || Социология || 1 курс || 4 модуль
|-
| [[Введение_в_анализ_данных_МирЭк_2019|Введение в анализ данных]] || Мировая экономика || 1 курс || 4 модуль

|}

=== 1 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Основы анализа данных в международных отношениях 2018/2019|Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [[Introduction_to_Data_Culture_2018-2019|Introduction to Data Culture]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 1 курс || 2 модуль
|-
| [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули
|-
| [[Цифровая грамотность(востоковедение)|Цифровая грамотность]] || Востоковедение || 1 курс || 1 модуль
|-
| [[Разработка управленческих решений в маркетинге | Разработка управленческих решений в маркетинге]] || Маркетинг и рыночная аналитика || 2 курс || 1-2 модули
|-
| [[Информационные технологии в деятельности юриста_2018-2019| Информационные технологии в деятельности юриста]] || Юриспруденция || 1 курс || 2 модуль
|-
| [[Машинное обучение на матфаке 2018/2019| Машинное обучение]] || Факультет математики || 2-4 курсы || 1-2 модули
|-
| [[ПМСАР-2| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Анализ данных в Python (Политологи 1 семестр 1-2 модули)|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули
|-
| [[Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль)|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль
|-
| [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[Введение в анализ текстов на Python для ФГН 2018|Введение в анализ текстов на Python для ФГН 2018]] || Фундаментальная и компьютерная лингвистика || 3 курс || 1, 2, 4 модули
|-
| [[Машинное обучение (ФЭН)]] || Факультет экономических наук || 3-4 курсы || 1-2 модули
|-
| [[Программирование_(python)_для_экономистов|Программирование (Python) для экономистов]] || Факультет экономических наук || 2 курс || 1-2 модули
|-
| [[Цифровая грамотность(философия)|Цифровая грамотность]] || Философия || 1 курс || 1-2 модули
|-
| [[Цифровая_грамотность_(историки)|Цифровая грамотность]] || История || 1 курс || 1-2 модули
|-
| [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 1-2 модули
|-
| [[Статистический анализ в среде R (Социологи 1 семестр 2 модуль)|Статистический анализ в среде R ]] || Социология || 4 курс || 2 модуль
|-
| [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|}

==Courses of the Statistical Learning Theory program==
[[Neurobayesian_models_2019|Neurobayesian models]]

== Курсы за 2017/18 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_2_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_3_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 3 модуль)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_2017/2018_(основной_поток) | Алгоритмы и структуры данных на ПМИ 2017/2018 (основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]

[[Алгоритмы и структуры данных 1 | Алгоритмы и структуры данных – 1 (пилотный поток)]]

[[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]

[http://hsealgebra18.wikidot.com Алгебра на ПИ]

||
[[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический анализ-3 на ПМИ_2017/2018_(основной_поток) | Математический анализ-2 на ПМИ (основной поток)]]

[[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Дифференциальные уравнения (2 курс, 2017/2018)| Дифференциальные уравнения]]

||
[[Машинное_обучение_1/2017_2018 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2017_2018 | Машинное обучение 2 на ПМИ]]

[[Численные_методы_2017 | Численные методы]]

[[Statistics of Stochastic Processes|Статистика случайных процессов 2018]]

[[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]

[[Theory_of_Computing | Theory of Computing, AMI]]

[[Statistical_learning_theory | Introduction to statistical learning theory]]

[[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]

[[Анализ неструктурированных данных]]

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Непрерывная_оптимизация | Непрерывная оптимизация]]

[[ Сложность_и_логика| Сложность вычислений и логика в теоретической информатике]]

[[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

[http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных Машинное обучение на больших данных]

[[Дискретная_оптимизация | Дискретная оптимизация]]

||

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[Философия_науки_2017 | Философия науки]]

[[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Анализ неструктурированных данных]]

[[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]

[[Функциональное программирование 2018 | Функциональное программирование]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

||

[[Современные методы машинного обучения (курс майнора) 2017/2018]]

[[Введение в программирование (курс майнора) 2017/2018]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2017-2018 | Введение в анализ данных (курс майнора)]]

[[Прикладные задачи анализа данных (майнор - весна 2018)]]

[[Маго-лего "Линейная алгебра в приложениях" весна 2018 | Линейная алгебра в приложениях (маго-лего)]]

[[Функциональный анализ 2017/18 | Функциональный анализ на ПМИ (факультатив)]]

[[Дополнительные главы теории вероятностей и математической статистики (факультативы) | Дополнительные главы теории вероятностей и математической статистики (факультативы)]]

[[Дополнительные главы дискретной математики 2017/18 | Дополнительные главы дискретной математики (факультатив)]]

[[Цифровые технологии в гуманитарных науках]]

|}

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

=== 2 семестр ===

[[Цифровая_грамотность_2018_(2_семестр)|Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)]] 
[[Научно-исследовательский семинар (ФСН) |Научно-исследовательский семинар (ОП "Политология", 1 курс)]] 
[[Introduction_to_Data_Culture|Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)]] 
[[ИИ_и_БД|Искусственный интеллект и большие данные (ОП "Дизайн", "Мода", 1 курс)]] 
[[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП "Фундаментальная и компьютерная лингвистика", 4 курс, 2 семестр)]] 
[[Основы анализа данных в международных отношениях|Основы анализа данных в международных отношениях (ОП "Международные отношения", 2 курс, 4 модуль)]] 
[[Введение в data science (2_семестр)|Профориентационный семинар (блок по введению в data scicence) (Факультет социальных наук — 2 семестр: Социология, 1 курс)]] 
[[Введение в Data Science| Введение в Data Science (ФБиМ, 4 модуль)]] 

=== 1 семестр ===

[[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)]] 
[[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] 
[[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП "Фундаментальная и компьютерная лингвистика", 4 курс, 1 семестр)]] 
[[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных (факультет экономических наук)]] 
[[Анализ больших данных в социальных науках (ФСН, 2017) | Анализ больших данных в социальных науках (ФСН, 2017)]] 
[[Информационные_технологии_в_деятельности_юриста|Информационные технологии в деятельности юриста (Факультет права)]] 
[[Машинное_обучение_для_лингвистов|Машинное обучение (магистратура Школы лингвистики)]] 

== Курсы магистратуры Финансовые технологии и анализ данных ==

[[Вероятностные_модели_и_прикладная_статистика_в_финансовой_математике|Вероятностные модели и прикладная статистика в финансовой математике]]

[[Рекомендательные системы и поиск закономерностей в данных|Рекомендательные системы и поиск закономерностей в данных]]

== Courses of Data Science master program/Курсы магистерской программы "Науки о данных" ==

[[Introduction to Machine Learning and Data Mining |Introduction to Machine Learning and Data Mining 2019]]

[[Introduction to Machine Learning and Data Mining 2020 |Introduction to Machine Learning and Data Mining 2020]]

== Курсы за 2016/17 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3-4 курс !! майноры
|-
|

[[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]

[[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]

[[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]

[[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]

[http://hsealgebra17.wikidot.com/ Алгебра на ПИ]

||

[[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]

[[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]

[[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]

[[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]

[[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]

[[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]

||

[[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]

[[Машинное_обучение_1/2016_2017 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2016_2017 | Машинное обучение 2 на ПМИ]]

[[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]

[[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]

[http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]

[http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]

[[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]

[[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]

[[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]

[[Программирование_на_графических_процессорах | Программирование на графических процессорах]]

[[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]

[[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]

[[Базы данных 2 | Базы данных 2 ]]

[[Компьютерные сети 2 | Компьютерные сети 2]]

[[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]

||

[[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2016-2017 | Введение в анализ данных (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]

|}

{|width=100%
|style="vertical-align:top;"|



=== Курсы за 2015/16 учебный год ===
{|
|-
| [[Технологии программирования|Технологии программирования на ПМИ]]
|-
|[[ОиМП-2015|Основы и методология программирования на ПМИ]]
|-
|[[Алгоритмы и структуры данных 2016]]
|-
|[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]
|-
|[[Алгебра_2015/2016 | Алгебра на ПМИ]]
|-
|[http://hsealgebra.wikidot.com/ Алгебра на ПИ]
|-
|[[Компьютерные системы]]
|-
|[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]
|-
|[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]
|-
|[[Data analysis (Software Engineering)]] 
|-
|[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]
|-
|[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]
|-
|[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]
|-
|[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]
|-
|[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]
|-
|[[Введение в VBA|Введение в VBA]]
|}

|style="vertical-align:top;"|



=== Курсы за 2014/15 учебный год ===
{|
|-
|[[Основы и методологии программирования]] 
|-
|[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]] 
|-
|[[Анализ данных (Программная инженерия)]] 
|-
|[[Алгебра_2014/2015 | Алгебра]] 
|-
|[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]
|}

==== Проектная работа ====
{|
|-
|[[Проектная работа]] 
|-
|[[Учебная практика 1 курс (2016)]]
|-
|[https://zakon.ru/blog/2022/1/14/spisanie_dolgov_fizicheskih_lic Списание долгов]
|-
|[[Проектная работа 2 курс (2016)]]
|}


|}

== Мероприятия факультета компьютерных наук ==
=== Summer School 2015 ===
[[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]
#[[Lecture 1. Introduction|Introduction]]
#[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]
#[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]
#[[Lecture 4. Parsing|Parsing]]
#[[Lecture 5. Language sources|Language sources]]
#[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]
#[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]
#[[NLP References|References]]

== Архив ==
* [[Учебная практика 1 курс (2015)]]

Wiki ФКН

2022-02-21T10:34:30Z

Savely Prokhorov: Add page of ML course on MLDS

__NOTOC__

= Учебные курсы факультета компьютерных наук =

== Курсы за 2021/22 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный_поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 на ПМИ (пилотный поток)]]

[[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]

[[DM1-2021-22 | Дискретная математика на ПМИ]]

[http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования на ПМИ 2021/2022 (основной поток)]

[[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]

[[Алгоритмы и структуры данных 1 основной поток 2021/2022 | Алгоритмы и структуры данных 1 основной поток 2021/2022]]

'''ПИ'''

[[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]

[http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ]

'''ПАД'''

[[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]

[[LAaG DSBA 2021/2022 | LAaG (DSBA)]]

[[Calculus DSBA 2021/2022 | Calculus (DSBA)]]

[[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]

'''КНАД'''

[[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]

[[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]

[[Программирование_на_Python | Программирование на Python (КНАД)]]

[[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]

[[Алгоритмы и структуры данных 1 основной поток 2021/2022 | Алгоритмы и структуры данных (КНАД)]]

[[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]

[[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]

||

'''ПМИ'''

[[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]

[[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]

[[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]

[[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]

[[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]

[[Математическая логика | Математическая логика]]

[[Дифференциальные уравнения (ПМИ)]]

[[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]

[[CAOS-2021 | Архитектура компьютеров и операционные системы]]

[[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]

'''ПИ'''

[[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2021-2022 | Теория вероятностей и математическая статистика]]

[[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]

'''ПАД'''

[[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]

[[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]

[[Differential_Equations_2021 | Differential Equations ]]

[[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]

||

[https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]

'''ПМИ'''

[[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]

[[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]

[http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]

[[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]

[[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]

[[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]

[[Машинное_обучение_1 | Машинное обучение 1]]

[[Theory of Computation 2021 | Theory of Computation]]

[http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

'''ПМИ / PC'''

[https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]

[[Database_Systems_2022 | Database Systems 2022]]

[https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]

[https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]]

[[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]

[http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]

[[Statistical_learning_theory_2021 | Statistical learning theory]]

'''ПИ'''

[[ML4SE_1 | НИС Машинное обучение для программной инженерии]]

[[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]

'''ПАД'''

[http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]

[https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]

[[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]

[[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]
[[Optimization_Methods_2022 | Optimization Methods]]

||

[[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]

[[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]

[[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]

[[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]

[[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]

[http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

[[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]

[https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]

[http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]

[[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]

[[msbdp_21 | Методы и системы обработки больших данных]]

[https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]

'''ПМИ / ТИ'''

[[InfTheory2021 | Теория информации]]

[[OWF2021 | Односторонние функции и их применения]]

[[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]

'''ПАД'''

[[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]

[[Decision Making Strategy]]

||

[[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]

[[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]

[[Теория_вычислений_2022|Теория вычислений]]

[[NonClassicalLogics|Факультатив "Неклассические логики" (3 модуль)]]

[[Криптография_на_решётках_21/22| Криптография на решётках]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]

[[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]

[[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]

[[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]

[[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]

[[Функциональное_программирование_2019 | Функциональное программирование 2021]]

[[KotlinElective|Факультатив "Язык Kotlin" (ноя-дек 2021)]]

[[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]

[[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]

[[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]

[https://rroll.to/2D8yXl Основы и методология пикапа на ПМИ 2021/2022]

|}

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

=== 2 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль
|-
| [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль
|-
| [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули
|-
| [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль
|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули
|-
| [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули
|-
|[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль
|-
| [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули
|-
| [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули
|-
| [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули
|-
|
|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули
|-
| [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули
|-
| [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020 Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули
|-

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
| [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year
|-
| [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year
|-
| [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year
|-
| [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year
|-
| [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD
|-
| [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 2 year
|-
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль
|-
| [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
|}

= Архив =

== Курсы за 2020/21 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Математический_анализ_1_2020/2021_(пилотный_поток) | Математический анализ-1 на ПМИ (пилотный поток)]]

[[Математический_анализ_1_2020/2021_(основной_поток) | Математический анализ-1 на ПМИ (основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2020/2021_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2020/2021_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Алгебра_на_ПМИ_2020/2021_(основной_поток) | Алгебра (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2020/2021_(пилотный_поток) | Основы и методология программирования на ПМИ 2020/2021 (пилотный поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2020/2021_(основной_поток)_3_модуль | Основы и методология программирования на ПМИ 2020/2021 (основной поток, III модуль)]]

[[DM1-2020-21 | Дискретная математика-1 ПМИ]]

[[Алгоритмы_и_структуры_данных_1_2020/2021_(4_модуль) | Алгоритмы и структуры данных – 1 (4 модуль) на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 1 на ПМИ (пилотный поток)]]

'''ПИ'''

[[DM1-SE-2020-21 | Дискретная математика-1 ПИ]]

[http://hsealgebra21.wikidot.com/ Алгебра ПИ]

'''ПАД'''

[[Discrete_Mathematics_DSBA2020/2021 | Discrete Mathematics (DSBA) ]]

[[LAaG_DSBA_2020/2021 | Linear Algebra and Geometry (DSBA)]]

[[English_DSBA_2020/2021 | English DSBA (DSBA)]]

[[Introduction_to_programming_DSBA_2020/2021 | Introduction to Programming (DSBA)]]

[[ Calculus_2020/21 | Calculus (DSBA) ]]

[[Algebra_DSBA_2020/2021 | Algebra DSBA]]

[[Introduction_to_Economics_2020/21 | Introduction to Economics ]]

||
'''ПМИ'''

[[Теория_вероятностей_и_математическая_статистика_2020/2021_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Теория_вероятностей_2020/2021_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_2020/2021_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_-_2_(основной_поток) | Математический анализ - 2 на ПМИ (основной поток)]]

[[MissingSemester2020/2021 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]

[[АКОС ПМИ 2020/2021 | Архитектура компьютеров и операционные системы]]

[[Основы матричных вычислений 2020/2021]]

[[Дифференциальные уравнения (ПМИ, 2021)]]

[[DM2-pilot2020/2021 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM2-base2020/2021 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных - 2 на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_2_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

'''ПАД'''

[[Calculus-2_DSBA_2020_(ПАД) | Calculus-2 (DSBA) ]]

[[Discrete_Mathematics_-_2_DSBA2020/2021 | Discrete Mathematics - 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_2020/21 | Business and Management in Global Context (DSBA)]]

[[Principles_of_micro_and_macro-economics_2020/21 | Principles of micro and macro-economics (DSBA)]]

[[Algorithms_and_data_structures_2_2020/21 | Algorithms and data structures 2 (DSBA)]]

[[Statistics_DSBA_2020/2021 | Probability and Statistics (DSBA)]]

[[ACOS_DSBA_2020/2021 | Computer Architecture and Operating Systems (DSBA)]]

[[Differential_Equations_2021 | Differential Equations ]]

||

'''ПМИ'''

[[Машинное_обучение_1/2020_2021 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2020_2021 | Машинное обучение 2 на ПМИ]]

[[Прикладная статистика в машинном обучении 20/21]]

[[Безопасность компьютерных систем 20/21]]

[[Theory of computing, AMI]]

[[Матричные вычисления 20/21]]

[[НИС_Машинное_обучение_и_приложения_2020/2021|НИС Машинное обучение и приложения]]

[[Методы оптимизации в машинном обучении|Методы оптимизации в машинном обучении]]

[[Моделирование временных рядов 20/21]]

[[Высокопроизводительные вычисления 20/21]]

[[ Сбор и обработка данных с помощью краудсорсинга 20/21 ]]

[[ Распределённые системы ]]

[[ Компьютерные сети 2021 ]]

[[НИС_РС|НИС Распределенные системы]]

[[Анализ данных в бизнесе (Кафедра SAS)]]

[[Дополнительные главы прикладной статистики (2020/21)]]

[[Comb2020_2021 | Комбинаторные конструкции в теоретической информатике]]

[[Численные Методы 2021]]

[[Методы оптимизации 20/21]]

[[Математическое моделирование]]

'''ПАД'''

[[ MachineLearning1_DSBA2020 | Machine Learning 1 (DSBA)]]

[[ Time_Series_and_Stochastic_Processes_ada_20_21 | Time Series and Stochastic Processes (DSBA) ]]

[[ST2187 Business analytics, applied modelling and prediction | Business analytics, applied modelling and prediction (DSBA)]]

[[Data_Base_2020/2021_DSBA | Data Base (DSBA)]]

[[Social_History_of_Science_2020/21 | Social History of Science (DSBA)]]

[[Elements_of_Econometrics_2020/21 | Elements of Econometrics (DSBA)]]

[[Data Science Case Studies / Анализ данных в бизнесе (Кафедра SAS)]]

[[ Optimization_methods | Optimizaton Methods (DSBA) ]]

||

[[Философия_науки_2020 | Философия науки]]

[[Символьные вычисления]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_2020/2021 | НИС Машинное обучение и приложения]]

[[Глубинное обучение в обработке звука 20/21]]

[[Байесовские методы машинного обучения 2020 | Байесовские методы машинного обучения]]

[[Машинное обучение на больших данных 2021]]

[[Генеративные модели в машинном обучении 2021 | Генеративные модели в машинном обучении 2021]]

'''ПМИ / РС'''

[[НИС_РС_2 | НИС Распределенные системы]]

[[msbdp_20 | Методы и системы обработки больших данных]]

[[ Облачные вычисления]]

'''ПМИ / ТИ'''

[[Statistical_learning_theory_2020 | Statistical learning theory]]

[[InfTheo2020-2021|Теория информации]]

[[A_Theorist's_Toolkit_2020_2021 | A Theorist's Toolkit, AMI]]

||

[[ Майнор Биоинформатика 1 год ]]

[[ Майнор Биоинформатика 2 год ]]

[[ Введение в программирование (майнор ИАД) ]]

[[Введение в анализ данных (майнор ИАД)]]

[[Современные_методы_машинного_обучения|Современные методы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2020_2021|Прикладные задачи анализа данных (майнор ИАД)]]

[[ ОУФ Машинное Обучение в Питоне ]]

[[ Факультатив "Теория вычислений и логика" (Осень 2020)]]

[[dopglavy_DM_2021|Допглавы дискретной математики]]

[[Adaptation_DM_20-21 |Adaptation course in DM]]

[[Функциональный анализ (осень 2020)]]

[[KotlinElective|Факультатив "Язык Kotlin" (2-3 модули)]]

[[ Факультатив "Теория вычислений и логика" | Факультатив "Теория вычислений" (Весна 2021)]]

[[Дополнительные_главы_теории_вероятностей_2021 | ДГТВ]]

[[Дополнительные_главы_теории_вероятностей-3_2019/2020 | ДГТВ-3]]

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс
|-
| [[Stochastic_analysis_2020_2021 | Stochastic Analysis ]] || Statistical Learning Theory || 1 year
|-
| [[Econometrics_fall_2020 | Эконометрика ]] || ФТИАД || 1 year
|-
| [[Recsys_2020_2021 | Рекомендательные системы]] || ФТИАД|| 2 year
|-
| [[Into_to_DataMining_and_Machine_Learning_2020_2021 | Introduction to Data Mining and Machine Learning]] || Data Science (Науки о данных) || 2 year
|-
| [[Project_Seminar_2020_2021 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year
|-
|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Цифровая грамотность ИЯиМК 2020-2021|Цифровая грамотность ИЯиМК 2020-2021]] || ИЯиМК || 1 курс || 3-4 модули
|-
| [[Data Analysis in Python 2020-2021|Data Analysis in Python]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 2 курс || 3-4 модули
|-
| [[Машинное обучение на матфаке 2021 |Машинное обучение]] || Математика || 1-4 курс || 3-4 модули
|-
| [http://wiki.cs.hse.ru/Анализ_данных_на_python,_фэн,_2020_spring Анализ данных на python] || Факультет экономических наук || 1 курс || 3-4 модули
|-
| [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 3-4 модули
|-
| [[Python для ОП "Психология" |Python для ОП "Психология" ]] ||Психология || 1 курс || 3-4 модули
|-
| [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_Python_2020-2021_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в Python] || Политолгия || 3 курс || 3-4 модули
|-
| [[Цифровая грамотность История искусств 2020-2021]] || История искусств || 1 курс || 3-4 модули
|-
| [[Excel для анализа данных , 20-21|Excel для анализа данных , 20-21]] || ИЯиМК || 4 курс || 3 модуль
|-
| [[ СДиА_Матфак_1_курс_2020/2021 | Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль
|-
| [[ Python для ГМУ, 20-21 | Python для ГМУ, 2020-2021 ]] || Государственное и муниципальное управление || 1 курс || 4 модуль
|-
| [[ Python для ИЯиМК, 2020-2021 | Python для ИЯиМК, 2020-2021 ]] || ИЯиМК || 2 курс || 4 модуль
|-
| [[ Информационные технологии (факультет химии) | Информационные технологии. Data Culture ]] || Химия || 2 курс || 4 модуль
|-
| [[ Введение_в_анализ_данных_2021_МирЭк | Введение в анализ данных ]] || МирЭк || 1 курс || 4 модуль
|-
| [[ Python для анализа данных (МирЭк) 2020-2021 | Python для анализа данных ]] || МирЭк || 2 курс || 3-4 модуль
|-

|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Основы программирования на Python осень 2020 матфак|Основы программирования на Python-1]] || Математика || 3 курс || 1-2 модули
|-
| [[Анализ_данных_в_Python_2020-2021|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули
|-
| [[Основы_анализа_и_визуализация_данных_для_медиа_2020/2021|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль
|-
| [[Компьютерная лингвистика и информационные технологии 2020|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[Проектный семинар медиаком 2020|Проектный семинар]] || Медиакоммуникации || 3 курс || 1 модуль
|-
| [[Основы анализа и визуализации данных ДИЯ 2020-2021|Основы анализа и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 1-2 модули
|-
| [[Основы программирования в Python (Политология 2020)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули
|-
| [[Data Analysis in Journalism and Political Science 2020-2021|Data Analysis in Journalism & Political Science]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 3 курс || 1 модуль
|-
| [[Data Analysis in Economics and Finance 2020-2021|Data Analysis in Economics & Finance]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 3 курс || 1 модуль
|-
| [[Прикладные исследования в культурологии 2020 1модуль|Прикладные исследования в культурологии]] || Прикладная культурология || 1 курс || 1 модуль
|-
| [[Основы анализа данных в международных отношениях 20/21|Основы анализа данных в международных отношениях 20/21]] || Международные отношения || 2 курс || 1-2 модуль
|-
| [[Анализ данных в R, Социология|Анализ данных в R]] || Социология || 4 курс || 1-2 модуль
|-
| [[Анализ данных на python, фэн, 2020 fall|Анализ данных на Python]] || Факультет экономических наук || 2 курс || 1-2 модуль
|-
| [[Цифровая грамотность, ЭиАМ|Цифровая грамотность, ЭиАМ]] || Эфиопия и арабский мир || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность, Античность|Цифровая грамотность, Античность]] || Античность || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность, ТиТМ|Цифровая грамотность, ТиТМ]] || Турция и Тюркский мир || 1 курс || 1-2 модуль
|-
| [[Цифровая грамотность История 2020/2021|Цифровая грамотность, История]] || История || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_2020_(Востоковедение)|Цифровая грамотность, Востоковедение]] || Востоковедение || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_География_2020/21|Цифровая грамотность, География]] || География || 1 курс || 1-2 модуль
|-
| [[Цифровая_грамотность_(филология)_2020|Цифровая грамотность, Филология]] || Филология|| 1 курс || 1-2 модуль
|-
| [[Машинное_обучение_(сов._бак._ВШЭ-РЭШ_2020)|Машинное обучение]] || Совместная программа по экономике НИУ ВШЭ и РЭШ || 3 курс || 1-2 модуль
|-
| [[Машинное_обучение_(ФЭН)_-_2020|Машинное обучение]] || Экономика || 3-4 курс || 1-2 модуль
|-
| [[Python: работа с данными и текстом|Python: работа с данными и текстом]] || Медиакоммуникации || 2-3 курс || 1-2 модуль
|-
| [[Phyton_для_извлечения_и_обработки_данных|Phyton для извлечения и обработки данных]] || Молекулярная и клеточная биотехнология || 1 курс || 1-2 модуль
|-
| [[ПМСАР-2_2020| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Основы_программирования_на_Python2020/2021|Основы программирования на Python]] || Экономика и статистика || 2-3 курс || 1-2 модули
|-
| [[Извлечение и анализ интернет-данных (2020)|Извлечение и анализ интернет-данных]] || Экономика и статистика || 2-4 курс || 2 модуль

|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[Теория вероятностей и математическая статистика, фэн, 2020-2021|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль
|-
| [[Эконометрика, фэн, 2020-2021|Эконометрика]] || фэн, 3 курс || 1-4 модуль
|-
| [[Динамическая оптимизация в экономике и финансах, фэн, 2020-2021|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
|}

=Архив=

== Курсы за 2019/20 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_1_2019/2020 | Математический анализ-1 на ПМИ (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2019/2020_(основной_поток,_2_семестр) | Математический анализ на ПМИ (основной поток, 2 семестр)]]

[[Математический_анализ_на_ПМИ_2019/2020_(основной_поток) | Математический анализ на ПМИ (основной поток)]]

[[Дискретная_математика_1_2019/2020 | Дискретная математика-1 на ПМИ]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2019/2020_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2019/2020_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]

[[Алгебра_на_ПМИ_2019/2020_(основной_поток) | Алгебра на ПМИ (основной поток)]]

[[Основы_и_методология_программирования_2019/2020 | Основы и методология программирования на ПМИ (основной поток)]]

[[Основы_и_методология_программирования_1_2019/2020_(пилотный_поток) | Основы и методология программирования-1 на ПМИ (пилотный поток)]]

[[Discrete_Mathematics_DSBA2019/2020 | Discrete Mathematics DSBA (ПАД)]]

[[Calculus_DSBA2019/2020 | Calculus DSBA (ПАД) 1st module]]

[[Calculus_DSBA2020 | Calculus DSBA (ПАД) 2nd module]]

[[LAaG_DSBA_2019/2020 | Linear Algebra and Geometry (ПАД)]]

[[Introduction_to_programming_DSBA_2019/2020 | Introduction to Programming (ПАД)]]

[[English_DSBA_2019/2020 | English DSBA (ПАД)]]

[[Algorithms_and_Data_Structures_DSBA_2020 | Algorithms and Data Structures DSBA ]]

[[Algebra_DSBA_2019/2020 | Algebra DSBA]]

[[Алгоритмы_и_структуры_данных_1_основной_поток_2019/202 | Алгоритмы и структуры данных-1 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2019/2020 | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

||

[[DM2-basic2019/2020 | Дискретная математика-2 на ПМИ (основной поток)]]

[[DM2-pilot2019/2020 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Теория_вероятностей_2019/2020_(основной_поток)| Теория_вероятностей_2019/2020 на ПМИ (основной поток)]]

[[Теория_вероятностей_и_математическая_статистика_2019/2020_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Математический_анализ_2019/2020_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_2_2019/2020_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2_2019/2020 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Calculus_2_2019 | Calculus-2 DBSA (ПАД)]]

[[Statistics_DSBA_2019/2020 | Statistics DSBA (ПАД)]]

[[DM2 | Дискретная Математика-2 (ПАД)]]

[[ADS2 | Алгоритмы и Структуры Данных-2 (ПАД)]]

[[Introduction_to_Economics | Introduction to Economics DSBA ]]

[[Business_and_Management_in_Global_Context_2019-2020| Business and Management in Global Context DSBA ]]

[[ACOS_DSBA_2019/2020 | Computer Architecture and Operating Systems (ПАД)]]

[[Differential_Equations_2020 | Differential Equations DSBA ]]

[[Факультатив Теория вычислений_2020 | Факультатив Теория вычислений]]

[[Дифференциальные_уравнения_2020 | Дифференциальные уравнения 2020 ]]

||

[[Машинное_обучение_1/2019_2020 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2019_2020 | Машинное обучение 2 на ПМИ]]

[[Численные_Методы_2020 | Численные методы]]

[[Прикладная_статистика_в_машинном_обучении(2019)|Прикладная статистика в машинном обучении]]

[[Theory_of_Computing_2019_2020 | Theory of Computing, AMI]]

[[Компьютерные_Сети | Компьютерные сети]]

[[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]

[[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]

[[Непрерывная_оптимизация_(МОП)/2020| Непрерывная оптимизация (МОП)]]

[[%D0%9D%D0%B5%D0%BF%D1%80%D0%B5%D1%80%D1%8B%D0%B2%D0%BD%D0%B0%D1%8F_%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%A2%D0%98,_%D0%90%D0%94%D0%98%D0%A1,_%D0%90%D0%9F%D0%A0,_%D0%A0%D0%A1)| Непрерывная оптимизация (ТИ, АДИС, АПР, РС) ]]

[[Data_analysis_(Software_Engineering)_2020|Data Analysis]]

[[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]

[[CCTI_2020|Сложность вычислений и логика в теоретической информатике]]

||

[[InfTheo2019-2020|Теория информации]]

[[Байесовские_методы_машинного_обучения_2019|Байесовские методы машинного обучения]]

[[НИС Науки о данных]]

[[НИС_Машинное_обучение_и_приложения_2019/2020|НИС Машинное обучение и приложения]]

[[Философия_науки_2019|Философия науки]]

[[Глубинное обучение|Глубинное обучение]]

[[NLP 2019|NLP Анализ данных]]

[[Безопасность_компьютерных_систем_2019|Безопасность компьютерных систем]]

[[Генеративные_модели_в_машинном_обучении_2020|Генеративные модели в машинном обучении]]

[[Компьютерные Сети 4 курс| Компьютерные сети]]

[[Промышленное_программирование_на_языке_Java| Промышленное программирование на языке Java]]

[[Машинное_обучение_на_больших_данных_2020|Машинное обучение на больших данных]]

[[Основы_обработки_больших_данных_2020|Основы обработки больших данных]]

||
[[MinorBioinformatics|Биоинформатика]]

[[Майнор Интеллектуальный анализ данных/Современные_методы_машинного_обучения | Современные методы машинного обучения (ИАД)]]

[[KotlinElective|Факультатив "Язык Kotlin" (2-3 модули)]]

[[ISDElective|Факультатив "Методы разработки программного обеспечения" (1-2 модули)]]

[[Введение в программирование (курс майнора)]]

[[dopglavy_DM_1920|Допглавы дискретной математики]]

[[Дополнительные_главы_теории_вероятностей-2_2019/2020|ДГТВ-2]]

[[Дополнительные_главы_теории_вероятностей_2020|ДГТВ]]

[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020|Введение в анализ данных (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных_(майнор_ИАД)|Прикладные задачи анализа данных (майнор ИАД)]]

[[NonClassicalLogics|Факультатив "Неклассические логики" (3 модуль)]]

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс

|-
| [[Theory_of_Computing_2019_2020 | Theory of Computing]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Project_Seminar_2019_2020 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Stochastic_analysis_2019_2020 | Stochastic Calculus ]] || Statistical Learning Theory || 1 year
|-
| [[A_Theorist's_Toolkit_2019_2020 | A Theorist's Toolkit, AMI]] || Науки о данных, специализация ТИ || 1 курс
|-
| [[Neurobayesian_models_2020 | Neurobayesian models ]] || Statistical Learning Theory || 2 year
|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===

{| class="wikitable"
|- http://wiki.cs.hse.ru/Цифровая_грамотность_(филология)_2020#.F0.9F.93.AC_.D0.A7.D0.B0.D1.82.D1.8B_.D0.B3.D1.80.D1.83.D0.BF.D0.BF
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [[Введение в анализ данных 2020 МирЭк| Введение в анализ данных]] || Мировая экономика || 1 курс || 3-4 модуль
|-
|[[ Основы программирования в Python (Мирэк) | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ИЯиМК| Цифровая грамотность ]] || Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль
|-
| [[ Цифровая_грамотность_(филология)_2020| Цифровая грамотность ]] || Филология || 1 курс || 3-4 модуль
|-
| [[Цифровая_грамотность_(ФиКЛ)_2020| Цифровая грамотность ]] || Фундаментальная и компьютерная лингвистика || 1 курс || 4 модуль
|-
| [[ Цифровая грамотность 2019-2020 (История искусств)| Цифровая грамотность ]] || История искусств || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность 2019-2020 (Культурология)| Цифровая грамотность ]] || Культурология || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ЯиЛ_ЮВА| Цифровая грамотность ]] || Языки и литература Юго-Восточной Азии || 1 курс || 3-4 модуль
|-
| [[ Цифровая грамотность, ЯиЛЯ| Цифровая грамотность ]] || Языки и литература Японии || 1 курс || 3-4 модуль
|-
| [[ ППО Социология 1 курс 2019/2020| ППО (Python для извлечения и обработки данных) ]] || Социология || 1 курс || 3 модуль
|-
|[[ Машинное обучение на матфаке 2020 | Машинное обучение]] || Математика || 2-4 курс || 3-4 модуль
|-
|[[ Excel для анализа данных | Excel для анализа данных]] || ИЯиМК || 4 курс || 3 модуль
|-
| [[ Python для извлечения и обработки данных Медиаком 2 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 2 курс || 3 модуль
|-
| [[ Python для извлечения и обработки данных Медиаком 1 курс 2019/2020| Python для извлечения и обработки данных ]] || Медиакоммуникации || 1 курс || 4 модуль
|-
| [[ СДиА Матфак 1 курс 2019/2020| Структуры данных и алгоритмы ]] || Математика || 3-4 курс || 3-4 модуль
|-
| [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Наука о данных (Экономика)|Наука о данных]] || Экономика || 2 курс || 3-4 модули
|-
| [[Основы программирования на Python весна 2021 матфак|Основы программирования на Python, 2 часть]] || Математика || 2-4 курс || 3-4 модули
|-
| [[Культура работы с данными, КМБТ|Культура работы с данными, КМБТ]] || Клеточная и молекулярная биотехнология || 1 курс || 3-4 модули
|-
| [[Natural_Language_Processing_Blended_2020_module4 | Natural Language Processing (blended)]] || Прикладная политология || 1 г.о. || 4 модуль
|-
| [[ПМСАР-1 2019/2020|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули
|-
| [[Введение в Data Science]] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме || 1 г.о. || 3 модуль
|-
| [[Принципы построения математических моделей]] || МИЭМ || 1 г.о. || 4 модуль
|-
| [[Python для извлечения и обработки данных Психология 1 курс 2019/2020]] || Психология || 1 г.о. || 4 модуль
|-
| [[Технологии анализа больших данных ГМУ 1 курс 2019/2020]] || ГМУ || 1 г.о. || 4 модуль
|-
| [[Городское планирование | Цифровая грамотность]] || Городское планирование || 1 г.о. || 4 модуль
|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[ Основы анализа и визуализация данных для медиа 2019/2020 | Основы анализа и визуализации данных для медиа ]] || Журналистика || 4 курс || 1 модуль
|-
| [[ Анализ данных в Python 2019-2020 | Анализ данных в Python ]] || Политология || 4 курс || 1-2 модули
|-
| [[Introduction to Data Culture 2019-2020 | Introduction to Data Culture ]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 1 курс || 2 модуль
|-
| [[ Основы анализа данных в международных отношениях | Основы анализа данных в международных отношениях ]] || Международные отношения || 2 курс || 1-2 модуль
|-
| [[Основы программирования в Python (Политология)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули
|-
| [[Основы программирования на Python осень 2019 матфак|Основы программирования на Python-1]] || Математика || 1-4 курс || 1-2 модули
|-
| [[ Цифровая грамотность (История 2019) | Цифровая грамотность ]] || История || 1 курс || 1-2 модули
|-
| [[ Цифровая грамотность (Востоковедение 2019) | Цифровая грамотность ]] || Востоковедение|| 1 курс || 1-2 модули
|-
| [[ Цифровая_грамотность_2019-2020(философия) | Цифровая грамотность ]] || Философия || 1 курс || 1-2 модули
|-
| [[ Цифровая грамотность (ассириология и античность 2019) | Цифровая грамотность ]] || Ассириология и античность|| 1 курс || 1-2 модули
|-
| [[ПМСАР-2_2019| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Работа с данными]] || Медиакоммуникации || 4 курс || 1 модуль
|-
| [[Машинное обучение (фэн 2019)]] || ФЭН || 3 курс || 1-2 модули
|-
| [[Natural_Language_Processing_Blended_2019_module1 | Natural Language Processing (blended)]] || Прикладная политология || 2 г.о. || 1 модуль
|-
| [[ ML_HSE_NES_2019 | Машинное обучение (ВШЭ-РЭШ)]] || Совместный бакалавриат ВШЭ-РЭШ || 3-4 курс || 1-2 модули
|-
| [[ Основы_анализа_и_визуализации_данных_ДИЯ_2019/2020 | Основы анализа и визуализации данных ]] || ДИЯ || 2 курс || 1,2 модуль
|-
| [[Методы_машинного_обучения_(Прикладная_политология)|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Основы_программирования_на_Python2019/2020|Основы программирования на Python]] || Экономика и статистика || 2-4 курс || 2 модуль
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[Теория вероятностей и математическая статистика, фэн, 2019-2020|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 3-4 модуль
|-
| [[Микроэконометрика качественных данных, фэн, 2020|Микроэконометрика качественных данных 2020]] || фэн, 4 курс || 1-2 модуль
|}

== Курсы за 2018/19 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2018/2019_(пилотный_поток) | Математический анализ на ПМИ (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2018/2019_(основной_поток) | Математический анализ на ПМИ (основной поток)]]

[[Calculus_DSBA_2018/2019 | Calculus I DSBA (ПАД)]]

[[Основы_и_методология_программирования_на_ПМИ_2018/2019_(пилотный_поток) | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2019_(С%2B%2B,_основной_поток) | Основы и методология программирования на ПМИ (С++, основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[LAaG_DSBA_2018/2019 | LAaG DSBA]]

[[Дискретная_математика_1_2018/2019 | Дискретная математика-1 на ПМИ]]

[[Discrete_Mathematics_DSBA2018/2019 |Discrete Mathematics DSBA (ПАД)]]

[[Introduction_to_programming | Introduction to programming DSBA (ПАД)]]

[[Introduction_to_programming_2 | Introduction to programming 2 DSBA (ПАД)]]

[[Алгебра_на_ПМИ_2018/2019_(пилотный_поток) | Алгебра на ПМИ (пилотный поток)]]

[[Алгебра_на_ПМИ_2018/2019_(основной_поток) | Алгебра на ПМИ (основной поток)]]

[[Algebra_DSBA_2018/2019 | Algebra DSBA]]

[http://hsealgebra19.wikidot.com Алгебра на ПИ]

[[Алгоритмы_и_структуры_данных_2018/2019 | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2018/2019 (пилотный поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

||

[http://math-info.hse.ru/2018-19/Дифференциальные_уравнения_(ФКН) Дифференциальные уравнения]

[[Теория_вероятностей_2018/2019_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2018/2019_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический_анализ_2018/2019_(пилотный_поток) | Математический анализ 2 на ПМИ (пилотный поток)]]

[[Математический_анализ_2018/2019_(основной_поток) | Математический анализ 2 на ПМИ (основной поток)]]

[[DM2-pilot2018/2019 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM2-basic2018/2019 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2_2018/2019 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Факультатив Теория вычислений]]

||

[[Машинное_обучение_1/2018_2019 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]

[[Численные_Методы_2018 | Численные методы ]]

[[PDC | Параллельные и распределенные вычисления]]

[[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[Прикладная_статистика_в_машинном_обучении(2018)|Прикладная статистика в машинном обучении]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[Основные методы анализа данных]]

[[Теория баз данных]]

[[Непрерывная оптимизация/2019|Непрерывная оптимизация (161-162)]]

[[Непрерывная оптимизация (163-167)]]

[[Сложность вычислений и логика в теоретической информатике]]

[[Data analysis (Software Engineering) 2019|Data analysis]]

[[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]

[[Intro to DL Blended | Intro to DL Blended]]

[[Дискретная оптимизация 2019 | Дискретная оптимизация 2019]]

||

[[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]

[[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]

[[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[НИС_Науки_о_данных_2018/2019|НИС Науки о данных]]

[[НИС_Распределенные_системы_(4_курс,_2018)|НИС Распределенные системы]]

[[Теория_Информации_2018/2019|Теория информации]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[Методы_и_системы_обработки_больших_данных_(осень_2018)|Методы и системы обработки больших данных]]

[[Философия_науки_2018|Философия науки]]

[[Теория баз данных]]

[[ConvAppr19 | Выпуклое программирование и аппроксимационные алгоритмы (ТИ)]]

[[Функциональное программирование 2019 | Функциональное программирование]]

[[A_Theorist's_Toolkit_2018_2019 | A Theorist's Toolkit, AMI]]

[[Анализ данных в бизнесе 2019|Анализ данных в бизнесе на ПМИ ]]

||
[[Дополнительные главы теории вероятностей 2019 | Дополнительные главы теории вероятностей 2019]]

[[Дополнительные главы математической статистики 2019 | Дополнительные главы математической статистики 2019]]

[[Введение в программирование (курс майнора) 2018/2019]]

[[dopglavy_DM_1819|Допглавы дискретной математики]]

[[Современные_методы_машинного_обучения_(курс_майнора)_2018/2019 | Современные методы машинного обучения (курс майнора) 2018/2019]]

[[Прикладные_задачи_анализа_данных_(майнор_-_весна_2019) | Прикладные задачи анализа данных (майнор - весна 2019)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]

[[Функциональный анализ (весна_2019) | Функциональный анализ (весна_2019)]]

[[KotlinElective| Язык Kotlin (3 и 4 модули 2018-2019)]]

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 2 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Основы программирования на Python весна 2020 матфак|Основы программирования на Python-2]] || Математика || 2-4 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(филология)|Цифровая грамотность]] || Филология || 1 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(ИИ_и_культурология)|Цифровая грамотность]] || История искусств и Культурология || 1 курс || 3-4 модули
|-
| [[Цифровая_грамотность_(ИЯМК_2019)|Цифровая грамотность]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 1 курс || 3-4 модули
|-
| [[Основы_анализа_и_визуализации_данных_ДИЯ_2019|Анализ и визуализации данных]] || Иностранные языки и межкультурная коммуникация (ДИЯ) || 2 курс || 3-4 модули
|-
| [[Научно-исследовательский_семинар_2019| Научно-исследовательский семинар]] || Политология || 1 курс || 3 модуль
|-
| [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|-
| [[Основы_программирования_в_Python_2019|Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модули
|-
| [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули
|-
| [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[ПМСАР-1|Автоматизированный сбор больших данных в экономико-социологических исследованиях]] || Прикладные методы социального анализа рынков || 1 г.о. || 3-4 модули
|-
| [[Искусственный интеллект и большие данные_(2019)|Искусственный интеллект и большие данные]] || Дизайн, Мода, Современное искусство || 1 курс || 3-4 модули
|-
| [[Информационный менеджмент: Введение в Data Science|Информационный менеджмент: Введение в Data Science]] || Управление бизнесом Маркетинг и рыночная аналитика || 1 курс || 4 модуль
|-
| [[Технологии анализа больших данных|Технологии анализа больших данных]] || ГМУ || 1 курс || 4 модуль
|-
| [[Основы программирования на Python (Прикладное программное обеспечение)|Основы программирования на Python (Прикладное программное обеспечение)]] || Социология || 1 курс || 4 модуль
|-
| [[Основы работы с данными|Основы работы с данными]] || Медиакоммуникации || 2 курс || 4 модуль
|-
| [[Введение_в_data_science_Социология_1_курс|Профориентационный семинар (Data Culture)]] || Социология || 1 курс || 4 модуль
|-
| [[Введение_в_анализ_данных_МирЭк_2019|Введение в анализ данных]] || Мировая экономика || 1 курс || 4 модуль

|}

=== 1 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Основы анализа данных в международных отношениях 2018/2019|Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [[Introduction_to_Data_Culture_2018-2019|Introduction to Data Culture]] || Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения" || 1 курс || 2 модуль
|-
| [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули
|-
| [[Цифровая грамотность(востоковедение)|Цифровая грамотность]] || Востоковедение || 1 курс || 1 модуль
|-
| [[Разработка управленческих решений в маркетинге | Разработка управленческих решений в маркетинге]] || Маркетинг и рыночная аналитика || 2 курс || 1-2 модули
|-
| [[Информационные технологии в деятельности юриста_2018-2019| Информационные технологии в деятельности юриста]] || Юриспруденция || 1 курс || 2 модуль
|-
| [[Машинное обучение на матфаке 2018/2019| Машинное обучение]] || Факультет математики || 2-4 курсы || 1-2 модули
|-
| [[ПМСАР-2| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Анализ данных в Python (Политологи 1 семестр 1-2 модули)|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули
|-
| [[Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль)|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль
|-
| [[Компьютерная лингвистика и информационные технологии|Компьютерная лингвистика и информационные технологии]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[Введение в анализ текстов на Python для ФГН 2018|Введение в анализ текстов на Python для ФГН 2018]] || Фундаментальная и компьютерная лингвистика || 3 курс || 1, 2, 4 модули
|-
| [[Машинное обучение (ФЭН)]] || Факультет экономических наук || 3-4 курсы || 1-2 модули
|-
| [[Программирование_(python)_для_экономистов|Программирование (Python) для экономистов]] || Факультет экономических наук || 2 курс || 1-2 модули
|-
| [[Цифровая грамотность(философия)|Цифровая грамотность]] || Философия || 1 курс || 1-2 модули
|-
| [[Цифровая_грамотность_(историки)|Цифровая грамотность]] || История || 1 курс || 1-2 модули
|-
| [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Физика || 2 курс || 1-2 модули
|-
| [[Статистический анализ в среде R (Социологи 1 семестр 2 модуль)|Статистический анализ в среде R ]] || Социология || 4 курс || 2 модуль
|-
| [[ММО_Политология_201810|Методы машинного обучения]] || Прикладная политология || 1 г.о. || 2-3 модули
|}

==Courses of the Statistical Learning Theory program==
[[Neurobayesian_models_2019|Neurobayesian models]]

== Курсы за 2017/18 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_2_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_3_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 3 модуль)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_2017/2018_(основной_поток) | Алгоритмы и структуры данных на ПМИ 2017/2018 (основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]

[[Алгоритмы и структуры данных 1 | Алгоритмы и структуры данных – 1 (пилотный поток)]]

[[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]

[http://hsealgebra18.wikidot.com Алгебра на ПИ]

||
[[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический анализ-3 на ПМИ_2017/2018_(основной_поток) | Математический анализ-2 на ПМИ (основной поток)]]

[[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Дифференциальные уравнения (2 курс, 2017/2018)| Дифференциальные уравнения]]

||
[[Машинное_обучение_1/2017_2018 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2017_2018 | Машинное обучение 2 на ПМИ]]

[[Численные_методы_2017 | Численные методы]]

[[Statistics of Stochastic Processes|Статистика случайных процессов 2018]]

[[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]

[[Theory_of_Computing | Theory of Computing, AMI]]

[[Statistical_learning_theory | Introduction to statistical learning theory]]

[[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]

[[Анализ неструктурированных данных]]

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Непрерывная_оптимизация | Непрерывная оптимизация]]

[[ Сложность_и_логика| Сложность вычислений и логика в теоретической информатике]]

[[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

[http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных Машинное обучение на больших данных]

[[Дискретная_оптимизация | Дискретная оптимизация]]

||

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[Философия_науки_2017 | Философия науки]]

[[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Анализ неструктурированных данных]]

[[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]

[[Функциональное программирование 2018 | Функциональное программирование]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

||

[[Современные методы машинного обучения (курс майнора) 2017/2018]]

[[Введение в программирование (курс майнора) 2017/2018]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2017-2018 | Введение в анализ данных (курс майнора)]]

[[Прикладные задачи анализа данных (майнор - весна 2018)]]

[[Маго-лего "Линейная алгебра в приложениях" весна 2018 | Линейная алгебра в приложениях (маго-лего)]]

[[Функциональный анализ 2017/18 | Функциональный анализ на ПМИ (факультатив)]]

[[Дополнительные главы теории вероятностей и математической статистики (факультативы) | Дополнительные главы теории вероятностей и математической статистики (факультативы)]]

[[Дополнительные главы дискретной математики 2017/18 | Дополнительные главы дискретной математики (факультатив)]]

[[Цифровые технологии в гуманитарных науках]]

|}

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

=== 2 семестр ===

[[Цифровая_грамотность_2018_(2_семестр)|Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)]] 
[[Научно-исследовательский семинар (ФСН) |Научно-исследовательский семинар (ОП "Политология", 1 курс)]] 
[[Introduction_to_Data_Culture|Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)]] 
[[ИИ_и_БД|Искусственный интеллект и большие данные (ОП "Дизайн", "Мода", 1 курс)]] 
[[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП "Фундаментальная и компьютерная лингвистика", 4 курс, 2 семестр)]] 
[[Основы анализа данных в международных отношениях|Основы анализа данных в международных отношениях (ОП "Международные отношения", 2 курс, 4 модуль)]] 
[[Введение в data science (2_семестр)|Профориентационный семинар (блок по введению в data scicence) (Факультет социальных наук — 2 семестр: Социология, 1 курс)]] 
[[Введение в Data Science| Введение в Data Science (ФБиМ, 4 модуль)]] 

=== 1 семестр ===

[[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)]] 
[[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] 
[[Компьютерная лингвистика и информационные технологии |Компьютерная лингвистика и информационные технологии (ОП "Фундаментальная и компьютерная лингвистика", 4 курс, 1 семестр)]] 
[[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных (факультет экономических наук)]] 
[[Анализ больших данных в социальных науках (ФСН, 2017) | Анализ больших данных в социальных науках (ФСН, 2017)]] 
[[Информационные_технологии_в_деятельности_юриста|Информационные технологии в деятельности юриста (Факультет права)]] 
[[Машинное_обучение_для_лингвистов|Машинное обучение (магистратура Школы лингвистики)]] 

== Курсы магистратуры Финансовые технологии и анализ данных ==

[[Вероятностные_модели_и_прикладная_статистика_в_финансовой_математике|Вероятностные модели и прикладная статистика в финансовой математике]]

[[Рекомендательные системы и поиск закономерностей в данных|Рекомендательные системы и поиск закономерностей в данных]]

== Courses of Data Science master program/Курсы магистерской программы "Науки о данных" ==

[[Introduction to Machine Learning and Data Mining |Introduction to Machine Learning and Data Mining 2019]]

[[Introduction to Machine Learning and Data Mining 2020 |Introduction to Machine Learning and Data Mining 2020]]

== Курсы за 2016/17 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3-4 курс !! майноры
|-
|

[[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]

[[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]

[[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]

[[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]

[http://hsealgebra17.wikidot.com/ Алгебра на ПИ]

||

[[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]

[[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]

[[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]

[[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]

[[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]

[[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]

||

[[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]

[[Машинное_обучение_1/2016_2017 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2016_2017 | Машинное обучение 2 на ПМИ]]

[[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]

[[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]

[http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]

[http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]

[[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]

[[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]

[[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]

[[Программирование_на_графических_процессорах | Программирование на графических процессорах]]

[[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]

[[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]

[[Базы данных 2 | Базы данных 2 ]]

[[Компьютерные сети 2 | Компьютерные сети 2]]

[[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]

||

[[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2016-2017 | Введение в анализ данных (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]

|}

{|width=100%
|style="vertical-align:top;"|



=== Курсы за 2015/16 учебный год ===
{|
|-
| [[Технологии программирования|Технологии программирования на ПМИ]]
|-
|[[ОиМП-2015|Основы и методология программирования на ПМИ]]
|-
|[[Алгоритмы и структуры данных 2016]]
|-
|[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]
|-
|[[Алгебра_2015/2016 | Алгебра на ПМИ]]
|-
|[http://hsealgebra.wikidot.com/ Алгебра на ПИ]
|-
|[[Компьютерные системы]]
|-
|[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]
|-
|[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]
|-
|[[Data analysis (Software Engineering)]] 
|-
|[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]
|-
|[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]
|-
|[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]
|-
|[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]
|-
|[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]
|-
|[[Введение в VBA|Введение в VBA]]
|}

|style="vertical-align:top;"|



=== Курсы за 2014/15 учебный год ===
{|
|-
|[[Основы и методологии программирования]] 
|-
|[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]] 
|-
|[[Анализ данных (Программная инженерия)]] 
|-
|[[Алгебра_2014/2015 | Алгебра]] 
|-
|[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]
|}

==== Проектная работа ====
{|
|-
|[[Проектная работа]] 
|-
|[[Учебная практика 1 курс (2016)]]
|-
|[https://zakon.ru/blog/2022/1/14/spisanie_dolgov_fizicheskih_lic Списание долгов]
|-
|[[Проектная работа 2 курс (2016)]]
|}


|}

== Мероприятия факультета компьютерных наук ==
=== Summer School 2015 ===
[[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]
#[[Lecture 1. Introduction|Introduction]]
#[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]
#[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]
#[[Lecture 4. Parsing|Parsing]]
#[[Lecture 5. Language sources|Language sources]]
#[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]
#[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]
#[[NLP References|References]]

== Архив ==
* [[Учебная практика 1 курс (2015)]]

Машинное обучение (современные методы)-МОиВС-2021-2022

2022-02-21T10:31:59Z

Savely Prokhorov: Create page of ML course on MLDS online-program

== О курсе ==

'''Преподаватели:'''

Максимовская Анастасия Максимовна, Рысьмятова Анастасия Александровна

=== Семинары ===
Канал курса в Slack: https://machinelearninginhse.slack.com/archives/C02K94RG7RQ

Занятия проводятся в Zoom по средам:
* Подгруппа 1 (Анастасия Максимовская) - [https://zoom.us/j/92156163540?pwd=Q0x2UEtkVDFuaUhjcmljeTBpQnE4UT09 Zoom]
* Подгруппа 2 (Анастасия Рысьмятова) - [https://zoom.us/j/97141728128?pwd=YjJTNVBuQmt3Y1BwcnNnZVpKRVBtQT09 Zoom]

Все материалы занятий находятся здесь: https://github.com/AnastasiyaMax/MLDS_ml_course_fall21

=== Ссылки на видеозаписи занятий ===
Записи занятий:
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzC6bhLliB5kUrjhfNFro5sa Подгруппа 1 (А. Максимовская)]
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]

=== Расписание ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask
|-
| Среда 19:00 || [https://zoom.us/j/92156163540?pwd=Q0x2UEtkVDFuaUhjcmljeTBpQnE4UT09 Zoom] || Анастасия Максимовская || [https://t.me/vslvskyy Юлия Василевская] || uwJwiEv
|-
| Среда 19:30 || [https://zoom.us/j/97141728128?pwd=YjJTNVBuQmt3Y1BwcnNnZVpKRVBtQT09 Zoom] || Анастасия Рысьмятова || [https://t.me/Savely_Prokhorov Савелий Прохоров] || 5byEmS7
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* 2 курса на платформе Coursera;
* самостоятельные работы на некоторых занятиях (пятиминутки);
* домашние задания (в том числе соревнование на Kaggle);
* экзамен в сессию третьего модуля (письменный).

Все работы оцениваются в 10 баллов.

Накопленная оценка вычисляется на основе оценки за работу в течение 2-х модулей:

'''Накопленная оценка = 0.5 * ДЗ + 0.3 * ПР + 0.2 * К''', где ДЗ – средняя по всем Домашним заданиям, ПР – средняя по всем пятиминуткам, К – средняя по двум курсам на Coursera

Курс предполагает оценку автоматом:
* если Накопленная оценка >= 8, то Итоговая оценка ставится по накопленной
* иначе, '''Итоговая оценка = 0.8 * Накопленная оценка + 0.2 * Экзамен'''

== Экзамен ==

Предположительно, экзамен пройдёт в сессию третьего модуля. Остальная информация появится позже

== Семинары ==
Материалы семинаров: [https://github.com/AnastasiyaMax/MLDS_ml_course_fall21 GitHub]

Плейлисты с записями:
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzC6bhLliB5kUrjhfNFro5sa Подгруппа 1 (А. Максимовская)]
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]

семинар 1, 27.10.21 – Основные понятия в машинном обучении

семинар 2, 03.11.21 – Метод K ближайших соседей: запуск с помощью sklearn, реализация, особенности и проблемы метода

семинар 3, 10.11.21 – Линейная регрессия, аналитический вывод весов, регуляризация, метрики качества для регрессии

семинар 4, 17.11.21 – Линейная регрессия и градиентное обучение

семинар 5, 24.11.21 – Модификации градиентного спуска, обнуление весов L1 регуляризацией, линейная классификация

семинар 6, 01.12.2021 – Метрики качества в задаче бинарной классификации

семинар 7, 08.12.2021 – Логистическая регрессия и метод опорных векторов

семинар 8, 15.12.2021 – Предобработка данных, классификация текстов.

семинар 9, 22.12.2021 – Многоклассовая классификация + метрики качества, классификация с пересекающимися классами + метрики качества

семинар 10, 12.01.2022 – Решающие деревья и случайный лес

семинар 11, 26.01.2022 – Разложение ошибки на смещение и разброс, беггинг

семинар 12, 02.02.2022 – Бустинг в задаче регрессии, градиентный бустинг

семинар 13, 09.02.2022 – Имплементации градиентного бустинга, теория

семинар 14, 16.02.2022 – Имплементации градиентного бустинга, практика

== Домашние задания ==

Все домашние работы, а также пятиминутки необходимо сдавать в [https://anytask.org/ Anytask].

Инвайты:
* Группа 1 (преподаватель А. Максимовская): uwJwiEv
* Группа 2 (преподаватель А. Рысьмятова): 5byEmS7

'''ДЗ-1''': Изучение библиотеки Pandas

'''ДЗ-2''': Метод k ближайших соседей. Линейная регрессия, изучение библиотеки sklearn

'''ДЗ-3''': Градиентные методы обучения

'''ДЗ-4''': Линейная классификация. Классификация текстов

'''ДЗ-5''': Решающие деревья

'''ДЗ-6''': Разложение ошибки на смещение и разброс, дедлайн 27 февраля

Машинное обучение (ФЭН) - 2021-2022

2021-12-11T15:37:47Z

Savely Prokhorov: Комментарий о возможном уменьшении порогового балла

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''. Для студентов, которые по объективным и подтверждённым причинам не могут писать экзамен в основной день, '''резервное время''' - 18 декабря (Сб) в 9:30.

Экзамен будет состоять из 3-х частей:
* Части A (тестовая ''с вариантами ответа'') на 2.5 балла с 16-ю заданиями равного веса
* Части B (задачи ''без вариантов ответа'') на 3.5 балла с 6-ю заданиями равного веса
* Части C (''работа с набором данных'') на 4 балла с заданиями индивидуального веса

Пройдет экзамен '''на платформе online.hse.ru''', на его выполнение будет дано '''80 мин'''. Пожалуйста, убедитесь, что вы подключены к курсу по этой ссылке: https://online.hse.ru/course/view.php?id=4861

'''Шкала перевода первичных баллов''' за тест в оценку за экзамен:
* [6; 10] -> 10 баллов
* [5.4; 6.0) - 9
* [4.8; 5.4) - 8
* [4.2; 4.8) - 7
* [3.6; 4.2) - 6
* [3; 3.6) - 5
* [2.4; 3) - 4
* [0; 2.4) - неуд.
По усмотрению преподавателей курса критерии перевода баллов могут быть смягчены после оценки общего результата по всем студентам

Обращаем ваше внимание на то, что в тесте могут быть вопросы, не изучавшиеся в рамках курса. Это компенсируется тем, что для получения максимальной оценки можно выполнить далеко не все задания (таким образом, если вы не можете решить что-то по программе настоящего курса, у вас есть возможность "отыграться" за счёт внепрограммных вопросов).

Во время написания экзамена '''можно пользоваться всеми материалами курса''', а также средой программирования на Python (рекомендуем подготовить её перед экзаменом, чтобы не терять время).

Задания 1-4 (1.75 первичных балла суммарно) внутри части C будут целиком на pandas, для выполнения заданий 5-6 необходимо будет воспользоваться библиотекой scikit-learn.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''[https://youtu.be/BzxyEEO6pNU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 13].''' ''(30.11.2021)'' Временные ряды | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_13.pdf Lecture13.pdf]

'''[https://youtu.be/WsyunHHl1Nw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 14].''' ''(07.12.2021)'' Введение в нейронные сети | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_14.pdf Lecture14.pdf]

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2012 GitHub]
* [https://youtu.be/AbN9i3cG7C8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 29.11.2021)]
* [https://youtu.be/oUxs_u8Ac2c?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 30.11.2021)]
* [https://youtu.be/Aa1gM4qxcLE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 01.12.2021)]

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2013 GitHub]
* [https://youtu.be/M_YSgos2KQo?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 06.12.2021)]
* [https://youtu.be/ainHrzkIwOU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.12.2021)]
* [https://youtu.be/gTVwISqjYF0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.12.2021)]

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 Бустинг. Снижение размерности] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-12-11T12:24:18Z

Savely Prokhorov: Publish exam info

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''. Для студентов, которые по объективным и подтверждённым причинам не могут писать экзамен в основной день, '''резервное время''' - 18 декабря (Сб) в 9:30.

Экзамен будет состоять из 3-х частей:
* Части A (тестовая ''с вариантами ответа'') на 2.5 балла с 16-ю заданиями равного веса
* Части B (задачи ''без вариантов ответа'') на 3.5 балла с 6-ю заданиями равного веса
* Части C (''работа с набором данных'') на 4 балла с заданиями индивидуального веса

Пройдет экзамен '''на платформе online.hse.ru''', на его выполнение будет дано '''80 мин'''. Пожалуйста, убедитесь, что вы подключены к курсу по этой ссылке: https://online.hse.ru/course/view.php?id=4861

'''Шкала перевода первичных баллов''' за тест в оценку за экзамен:
* [6; 10] -> 10 баллов
* [5.4; 6.0) - 9
* [4.8; 5.4) - 8
* [4.2; 4.8) - 7
* [3.6; 4.2) - 6
* [3; 3.6) - 5
* [2.4; 3) - 4
* [0; 2.4) - неуд.

Обращаем ваше внимание на то, что в тесте могут быть вопросы, не изучавшиеся в рамках курса. Это компенсируется тем, что для получения максимальной оценки можно выполнить далеко не все задания (таким образом, если вы не можете решить что-то по программе настоящего курса, у вас есть возможность "отыграться" за счёт внепрограммных вопросов).

Во время написания экзамена '''можно пользоваться всеми материалами курса''', а также средой программирования на Python (рекомендуем подготовить её перед экзаменом, чтобы не терять время).

Задания 1-4 (1.75 первичных балла суммарно) внутри части C будут целиком на pandas, для выполнения заданий 5-6 необходимо будет воспользоваться библиотекой scikit-learn.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''[https://youtu.be/BzxyEEO6pNU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 13].''' ''(30.11.2021)'' Временные ряды | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_13.pdf Lecture13.pdf]

'''[https://youtu.be/WsyunHHl1Nw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 14].''' ''(07.12.2021)'' Введение в нейронные сети | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_14.pdf Lecture14.pdf]

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2012 GitHub]
* [https://youtu.be/AbN9i3cG7C8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 29.11.2021)]
* [https://youtu.be/oUxs_u8Ac2c?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 30.11.2021)]
* [https://youtu.be/Aa1gM4qxcLE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 01.12.2021)]

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2013 GitHub]
* [https://youtu.be/M_YSgos2KQo?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 06.12.2021)]
* [https://youtu.be/ainHrzkIwOU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.12.2021)]
* [https://youtu.be/gTVwISqjYF0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.12.2021)]

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 Бустинг. Снижение размерности] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-12-09T10:59:25Z

Savely Prokhorov: Add seminars 12 and 13

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''[https://youtu.be/BzxyEEO6pNU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 13].''' ''(30.11.2021)'' Временные ряды | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_13.pdf Lecture13.pdf]

'''[https://youtu.be/WsyunHHl1Nw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 14].''' ''(07.12.2021)'' Введение в нейронные сети | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_14.pdf Lecture14.pdf]

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2012 GitHub]
* [https://youtu.be/AbN9i3cG7C8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 29.11.2021)]
* [https://youtu.be/oUxs_u8Ac2c?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 30.11.2021)]
* [https://youtu.be/Aa1gM4qxcLE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 01.12.2021)]

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2013 GitHub]
* [https://youtu.be/M_YSgos2KQo?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 06.12.2021)]
* [https://youtu.be/ainHrzkIwOU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.12.2021)]
* [https://youtu.be/gTVwISqjYF0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.12.2021)]

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 Бустинг. Снижение размерности] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-12-09T10:54:50Z

Savely Prokhorov: Add lectures 13 and 14

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''[https://youtu.be/BzxyEEO6pNU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 13].''' ''(30.11.2021)'' Временные ряды | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_13.pdf Lecture13.pdf]

'''[https://youtu.be/WsyunHHl1Nw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 14].''' ''(07.12.2021)'' Введение в нейронные сети | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_14.pdf Lecture14.pdf]

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 Бустинг. Снижение размерности] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-27T16:34:22Z

Savely Prokhorov: Add hw6 title

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 Бустинг. Снижение размерности] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-27T16:32:08Z

Savely Prokhorov: Add hw6

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из <s>6</s> 5 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW6 hw6] | Дедлайн - ''11 декабря в 23:59''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T14:10:18Z

Savely Prokhorov: Edit seminars 2-6 titles

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Линейная регрессия. Обучения и валидация качества модели | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Решение задач классификации. Подбор гиперпараметров | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Логистическая регрессия. SVM. AUC-ROC | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий <s>с максимальными баллами</s>.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T13:50:35Z

Savely Prokhorov: Delete place for 7th hw. As well as its mention in the description

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе <s>планируется 7 домашних заданий</s>, а будет 6. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий <s>с максимальными баллами</s>.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T13:47:17Z

Savely Prokhorov: Delete "Будет проходить в письменном виде"

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T13:42:38Z

Savely Prokhorov: Add seminar 11 videos

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''. Экзамен проходит в письменном виде.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Градиентный бустинг. Часть 2 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2011 GitHub]
* [https://youtu.be/cH71Ofc4NG4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 22.11.2021)]
* [https://youtu.be/iLAdTx96CGw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 23.11.2021)]
* [https://youtu.be/Ab3s4PvHnFE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 24.11.2021)]

'''Семинар 12.''' Кластеризация

'''Семинар 13.''' Временные ряды. Поиск выбросов и аномалий

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T12:25:29Z

Savely Prokhorov: Add lecture 12 video and pdf

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''. Экзамен проходит в письменном виде.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(16.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''[https://youtu.be/l5kW9eS5rEI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 12].''' ''(23.11.2021)'' Работа с текстами. Поиск аномалий | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_12.pdf Lecture12.pdf]

'''Лекция 13.''' ''(30.11.2021)'' Временные ряды

'''Лекция 14.''' ''(07.12.2021)'' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-24T12:19:52Z

Savely Prokhorov: Exam day mention

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен пройдёт '''14 декабря (Вт)''' на первой паре '''в 9:30'''. Экзамен проходит в письменном виде.

Остальные подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(09.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-22T12:32:00Z

Savely Prokhorov: hw4 link correction

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(09.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4 kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-17T13:57:49Z

Savely Prokhorov: Add seminar10 videos

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(09.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Градиентный бустинг. Часть 1 | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%2010 GitHub]
* [https://youtu.be/2rrZwakmFwM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 15.11.2021)]
* [https://youtu.be/NfWxdBIh9Qc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 16.11.2021)]
* [https://youtu.be/r_U-7L8H6qk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 17.11.2021)]

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4. kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-17T13:54:03Z

Savely Prokhorov: Add lecture 11 video and pdf

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''[https://youtu.be/FjD8p8IZdhA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 11].''' ''(09.11.2021)'' Кластеризация и визуализация данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_11.pdf Lecture11.pdf]

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4. kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-17T12:06:27Z

Savely Prokhorov: Add Kaggle InClass competition

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4. kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.''' [https://www.kaggle.com/c/hse-2021-fraud-detection/overview/description Kaggle InClass - Fraud Detection] | Дедлайн - ''13 декабря в 23:59''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-11T18:53:37Z

Savely Prokhorov: Add hw4

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW4. kNN, DecisionTree, RandomForest, SGD classifier] | Дедлайн - ''25 ноября в 23:59''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-11T18:50:42Z

Savely Prokhorov: Add seminar9 videos and GitHub link

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Случайный лес и компромисс между смещением и разбросом | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%209/Seminar9.ipynb GitHub]
* [https://youtu.be/F1riceCh8iw?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 08.11.2021)]
* [https://youtu.be/AuB1pXtslaU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 09.11.2021)]
* [https://youtu.be/Q4MNUWxS064?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 10.11.2021)]

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-11T18:39:21Z

Savely Prokhorov: Add lecture10 data

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''[https://youtu.be/i7i70FkWUL8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 10]''' ''(09.11.2021)'' Бустинг | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_10.pdf Lecture10.pdf]

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-03T11:47:31Z

Savely Prokhorov: Increment lecture9 date

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 
На данный момент, очные занятия проводятся только в учебной группе у Ивана Липатова.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(02.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-03T11:39:16Z

Savely Prokhorov: Add seminar8 videos

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 
На данный момент, очные занятия проводятся только в учебной группе у Ивана Липатова.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(01.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%208/Seminar8.ipynb GitHub]
* [https://youtu.be/JPv1IVmJlNk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 01.11.2021)]
* [https://youtu.be/OyJcXAyoz6k?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 02.11.2021)]
* [https://youtu.be/y6SwYYKFlrg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 03.11.2021)]

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-03T11:32:48Z

Savely Prokhorov: Add lecture9 video and pdf

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 
На данный момент, очные занятия проводятся только в учебной группе у Ивана Липатова.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''[https://youtu.be/X4arg_OLxUk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 9].''' ''(01.11.2021)'' Композиции моделей. Разложение ошибки. Бэггинг. Случайный лес | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_9.pdf Lecture9.pdf]

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решение теоретико-практических задач

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-11-02T06:32:57Z

Savely Prokhorov: Add seminar7 videos and github link

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Лекции проводятся в Zoom по вторникам в 13:00: [https://zoom.us/j/98602374366?pwd=RTZmTnJOYTV2OEpPVitQNTRPR0FwQT09 Zoom]

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
Записи лекций и семинаров: https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db 
На данный момент, очные занятия проводятся только в учебной группе у Ивана Липатова.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник 9:30 || offline in R612 || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ra2bp0A || [https://t.me/joinchat/9CNMwhLK8xk1Nzky Чат МО ФЭН1]
|-
| Вторник 14:40 || [https://zoom.us/j/96213248808?pwd=SGIyQ1VYVnUwdFlQNjRUSTVBMW41Zz09 Zoom] || [https://telegram.me/murr4a Елена Кантонистова] || [https://t.me/NikPatov Никита Патов], [https://t.me/JYakhina Юлия Яхина] || bOfb5f1 || [https://t.me/joinchat/Q7VxeQYxw1c5YWUy Чат МО ФЭН2]
|-
| Среда 9:30 || [https://zoom.us/j/97313453096?pwd=ZHhNaTdLTDIwM3BkVklNRk5Rb0ZMdz09 Zoom] || [https://telegram.me/ananyevame Марина Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || WssQgOY ||
[https://t.me/joinchat/ugMZ2TOgix1jOGJi Чат МО ФЭН3]
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля 22.10.2021 (Пт) на первой паре в 9:30. 
Онлайн (в зуме), в письменной форме (на листочке).

Общая информация:
* Коллоквиум рассчитан на 75 минут ('''1 час 15 мин'''), еще 5 минут у вас будет на загрузку решения в Anytask.
* Коллоквиум оценивается в 10 баллов и '''весит 20%''' от итоговой оценки за курс.
* Если мы заподозрим, что вы списали, то и вы, и человек, поделившийся решением, получаете 0 баллов. В случае, если вы не согласны с обвинениями в списывании, вы можете защитить работу устно: в этом случае мы спросим решение абсолютно любого задания из вашей работы, а также можем попросить решить похожее задание не из варианта коллоквиума.

Описание заданий:
* В заданиях 1 и 2 (''с выбором вариантов ответа'') необходимо указать варианты ответов, которые считаете верными, а также кратко обосновать, почему указанные варианты ответов верные, а остальные - нет.
* В задании 3 (''теоретическое без выбора ответа'') необходимо дать максимально подробный и развёрнутый ответ.
* В задании 4 (''задача или пример'') необходимо максимально подробно изложить ваши рассуждения и привести вычисления.
* В задании 5 (''задание на написание кода'') старайтесь писать понятный код с интерпретируемыми обозначениями и названиями. Код пишется на листочке с комментариями. За ошибки в синтаксисе баллы '''НЕ''' снижаем.

Подготовительный вариант вы можете посмотреть здесь: https://docs.google.com/document/d/1xErmREQt0z9ab5plpMO_AYSv0xZtXi7rwcwMi5rZUw4/edit

Запись консультации здесь: [https://youtu.be/4Dr2VaGIphI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

Плейлист с лекциями и семинарами: https://youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db

'''[https://youtu.be/Q8erA797Cj4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 1].''' ''(03.09.2021)'' Введение в машинное обучение. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_1.pdf Lecture1.pdf]

'''[https://youtu.be/gOV84c2xJ54?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 2].''' ''(07.09.2021)'' Линейная регрессия, градиентный спуск. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_2.pdf Lecture2.pdf]

'''[https://youtu.be/mc-Kx2BpZ9A?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 3].''' ''(14.09.2021)'' Метрики качества регрессии. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_3.pdf Lecture3.pdf]

'''[https://youtu.be/awIum_AOtss?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 4].''' ''(21.09.2021)'' Линейные классификаторы (1). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_4.pdf Lecture4.pdf]

'''[https://youtu.be/hM64I2xcirM?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 5].''' ''(28.09.2021)'' Линейные классификаторы (2). | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_5.pdf Lecture5.pdf]

'''[https://youtu.be/dznJjpgJk1M?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 6].''' ''(05.10.2021)'' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей. | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_6.pdf Lecture6.pdf]

'''[https://youtu.be/Amm-LR9OkL0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 7].''' ''(12.10.2021)'' Снижение размерности | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_7.pdf Lecture7.pdf]

'''[https://youtu.be/vyIdAjcOFrE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Лекция 8].''' ''(26.10.2021)'' kNN, Решающие деревья | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Лекции/Lection_8.pdf Lecture8.pdf]

'''Лекция 9.''' Решающие деревья

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

Общий плейлист видео с семинаров и лекций: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db YouTube]

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%201 GitHub]
* [https://youtu.be/u39ejhACAZ4?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 07.09.2021)]
* [https://youtu.be/p1SMO3CvZVY?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 08.09.2021)]

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%202 GitHub]
* [https://youtu.be/nGAQ0EpYehg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 13.09.2021)]
* [https://youtu.be/S_fT6bFqqlg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 14.09.2021)]
* [https://youtu.be/LXoZIWqpHlI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 15.09.2021)]

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных | [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Семинары/Семинар%203/Seminar_3.ipynb GitHub]
* [https://youtu.be/99eArGD_dsA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 20.09.2021)]
* [https://youtu.be/IVD1m1o7Nqc?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 21.09.2021)]
* [https://youtu.be/lMv5Ge3yiO8?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 22.09.2021)]

'''Семинар 4.''' Задача бинарной классификации, Подготовка данных. | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%204 GitHub]
* [https://youtu.be/C1eGH3VYKRA?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 27.09.2021)]
* [https://youtu.be/QUidNWC4e9U?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 28.09.2021)]
* [https://youtu.be/-1TC5mjn7uk?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 29.09.2021)]

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%205 GitHub]
* [https://youtu.be/W8d-h2yco4E?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 04.10.2021)]
* [https://youtu.be/QlyJUvEtslg?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 05.10.2021)]
* [https://youtu.be/KwLCh6tM9XI?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Пт, 08.10.2021)]

'''Семинар 6.''' Решение теоретико-практических задач | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%206 GitHub]
* [https://youtu.be/y_44m-JoWQ0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 11.10.2021)]
* [https://youtu.be/X7_Cegs_5x0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 12.10.2021)]
* [https://youtu.be/8WV9TYO-5HU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 13.10.2021)]

'''Семинар 7.''' Обсуждение feature extraction и feature selection | [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары/Семинар%207 GitHub]
* [https://youtu.be/kVUmTAAHFpE?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Липатов Иван (Пн, 25.10.2021)]
* [https://youtu.be/84HwYIJ8aDU?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Кантонистова Елена (Вт, 26.10.2021)]
* [https://youtu.be/PnOBx0xABS0?list=PLEwK9wdS5g0qi14fXKFnFzruUDg3nl6db Ананьева Марина (Ср, 27.10.2021)]

'''Семинар 8.''' Решение теоретико-практических задач

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/%D0%94%D0%BE%D0%BC%D0%B0%D1%88%D0%BD%D0%B8%D0%B5%20%D0%B7%D0%B0%D0%B4%D0%B0%D0%BD%D0%B8%D1%8F/Homework_1.ipynb Линейная регрессия и векторное дифференцирование] | Дедлайн - ''29 сентября в 23:59''

'''Домашняя работа 2.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/blob/main/Домашние%20задания/HW2/homework2.ipynb ML Pipeline] | Дедлайн - ''13 октября в 23:59''

'''Домашняя работа 3.''' [https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Домашние%20задания/HW3 Модели классификации и оценка их качества] | Дедлайн - ''<s>31 октября в 23:59</s>'' ''7 ноября в 23:59''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-10-26T19:55:42Z

Savely Prokhorov: Add lecture 8 and tuesday's seminar videos

Машинное обучение (ФЭН) - 2021-2022

2021-10-26T17:55:16Z

Savely Prokhorov: Prolongate hw3 deadline

Машинное обучение (ФЭН) - 2021-2022

2021-10-14T14:11:28Z

Savely Prokhorov: Add HW3

Машинное обучение (ФЭН) - 2021-2022

2021-10-14T14:07:21Z

Savely Prokhorov: Add links to lectures' pdfs on GitHub

Машинное обучение (ФЭН) - 2021-2022

2021-10-14T13:57:35Z

Savely Prokhorov: Add information about module 1 colloquium

Машинное обучение (ФЭН) - 2021-2022

2021-10-14T13:45:51Z

Savely Prokhorov: Add lecture 7 and seminars 6 videos

Машинное обучение (ФЭН) - 2021-2022

2021-10-09T10:54:28Z

Savely Prokhorov: Add lecture 6 and seminars 5 videos

Машинное обучение (ФЭН) - 2021-2022

2021-10-01T13:29:35Z

Savely Prokhorov: Add hw2 GitHub link

Машинное обучение (ФЭН) - 2021-2022

2021-09-29T11:09:41Z

Savely Prokhorov: Add seminar 4 videos

Машинное обучение (ФЭН) - 2021-2022

2021-09-29T10:59:51Z

Savely Prokhorov: Add lecture 5 video

Машинное обучение (ФЭН) - 2021-2022

2021-09-24T11:03:06Z

Savely Prokhorov: Add lecture 4 and seminars 3

Машинное обучение (ФЭН) - 2021-2022

2021-09-17T16:32:22Z

Savely Prokhorov: beutify

Машинное обучение (ФЭН) - 2021-2022

2021-09-16T16:51:53Z

Savely Prokhorov: Add seminar 2 videos

Машинное обучение (ФЭН) - 2021-2022

2021-09-16T16:46:38Z

Savely Prokhorov: Add lecture 3 video

Машинное обучение (ФЭН) - 2021-2022

2021-09-16T07:18:34Z

Savely Prokhorov: Add indent

Машинное обучение (ФЭН) - 2021-2022

2021-09-16T07:17:04Z

Savely Prokhorov: Add hw1

Машинное обучение (ФЭН) - 2021-2022

2021-09-12T13:54:21Z

Savely Prokhorov: Add invites to Anytask

Машинное обучение (ФЭН) - 2021-2022

2021-09-10T17:25:32Z

Savely Prokhorov: Add videos links for seminar 1

Машинное обучение (ФЭН) - 2021-2022

2021-09-10T17:17:46Z

Savely Prokhorov: Add Julia Yakhina as course assistant

Машинное обучение (ФЭН) - 2021-2022

2021-09-08T10:03:21Z

Savely Prokhorov: Add Youtube (playlist, lectures 1 and 2) links

Машинное обучение (ФЭН) - 2021-2022

2021-09-07T11:07:55Z

Savely Prokhorov: Add links to seminars and lectures (Zoom meetings).

Машинное обучение (ФЭН) - 2021-2022

2021-09-06T06:20:41Z

Savely Prokhorov:

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
На данный момент все занятия проводятся очно, в аудиториях.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Понедельник || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || || https://t.me/joinchat/9CNMwhLK8xk1Nzky
|-
| Вторник|| [https://telegram.me/murr4a Елена Кантонистова] || https://t.me/NikPatov || || https://t.me/joinchat/Q7VxeQYxw1c5YWUy
|-
| Среда|| [https://telegram.me/ananyevame Мария Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля. Коллоквиум проходит в письменном виде.

Подробности будут объявлены позже.

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

'''Лекция 1.''' Введение в машинное обучение.

'''Лекция 2.''' Линейная регрессия, градиентный спуск

'''Лекция 3.''' Метрики качества регрессии

'''Лекция 4.''' Линейные классификаторы (1).

'''Лекция 5.''' Линейные классификаторы (2).

'''Лекция 6.''' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей.

'''Лекция 7.''' Работа с текстовыми данными. Работа с выбросами

'''Лекция 8.''' Снижение размерности

'''Лекция 9.''' Решающие деревья

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных

'''Семинар 4.''' Решение теоретико-практических задач.

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию

'''Семинар 6.''' Решение теоретико-практических задач

'''Семинар 7.''' Обсуждение feature extraction и feature selection

'''Семинар 8.''' Решение теоретико-практических задач

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.'''

'''Домашняя работа 2.'''

'''Домашняя работа 3.'''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

Машинное обучение (ФЭН) - 2021-2022

2021-09-02T17:39:22Z

Savely Prokhorov: Add tutors' and assistants' communication links

== О курсе ==

'''Преподаватели:'''

Лекции - Кантонистова Елена Олеговна

Семинары - Кантонистова Елена Олеговна, Ананьева Марина Евгеньевна, Липатов Иван Константинович

=== Лекции и семинары ===
Канал курса: https://t.me/ml_econom

Все материалы лекций и семинаров находятся здесь: https://github.com/Murcha1990/ML_Econom_2021-2022

=== Ссылки на видеозаписи занятий ===
На данный момент все занятия проводятся очно, в аудиториях.

=== Как связаться с преподавателями и куда сдавать домашки ===
{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент || Инвайт в anytask || Чат в telegram
|-
| Вторник|| [https://telegram.me/murr4a Елена Кантонистова] || https://t.me/NikPatov || ||
|-
| Среда|| [https://telegram.me/ananyevame Мария Ананьева] || [https://telegram.me/masstermax Максим Гудзикевич] || ||
|-
| Пятница || [https://telegram.me/vgodie Иван Липатов] || [https://t.me/Savely_Prokhorov Савелий Прохоров] || ||
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* самостоятельные работы на семинарах (пятиминутки);

* коллоквиум в сессию первого модуля (письменный);

* домашние задания (в том числе соревнование на Kaggle);

* экзамен в сессию второго модуля (письменный).

Все работы оцениваются в 10 баллов.

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

'''0.3 * Домашнее задание + 0.2 * Коллоквиум + 0.2 * Работа на семинаре + 0.3 * Экзамен'''

* Активная работа на семинаре добавляет +3 балла к следующей пятиминутке (максимум за пятиминутку в любом случае 10 баллов).

* 20% слушателей с наибольшим накопленным баллом получают автоматом 10 баллов за курс.

== Коллоквиум ==
Коллоквиум будет проходить в сессию первого модуля. Коллоквиум проходит в письменном виде.

Подробности будут объявлены позже.

== Экзамен ==

Экзамен будет проходить в сессию второго модуля. Экзамен проходит в письменном виде.

Подробности будут объявлены позже.

== Лекции ==
Материалы лекций: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Лекции

'''Лекция 1.''' Введение в машинное обучение.

'''Лекция 2.''' Линейная регрессия, градиентный спуск

'''Лекция 3.''' Метрики качества регрессии

'''Лекция 4.''' Линейные классификаторы (1).

'''Лекция 5.''' Линейные классификаторы (2).

'''Лекция 6.''' Многоклассовая классификация. Нелинейные модели. Калибровка вероятностей.

'''Лекция 7.''' Работа с текстовыми данными. Работа с выбросами

'''Лекция 8.''' Снижение размерности

'''Лекция 9.''' Решающие деревья

'''Лекция 10.''' Бэггинг

'''Лекция 11.''' Бустинг

'''Лекция 12.''' Временные ряды.

'''Лекция 13.''' Кластеризация и визуализация данных.

'''Лекция 14.''' Введение в нейронные сети.

== Семинары ==
Материалы семинаров: https://github.com/Murcha1990/ML_Econom_2021-2022/tree/main/Семинары

'''Семинар 1.''' Основы линейной алгебры и матричного дифференцирования

'''Семинар 2.''' Одномерная регрессия ручками, градиентный спуск

'''Семинар 3.''' Вывод оптимальных констант некоторых функций потерь. Обсуждение предобработки данных

'''Семинар 4.''' Решение теоретико-практических задач.

'''Семинар 5.''' Теоретические задачи на персептрон и логистическую регрессию

'''Семинар 6.''' Решение теоретико-практических задач

'''Семинар 7.''' Обсуждение feature extraction и feature selection

'''Семинар 8.''' Решение теоретико-практических задач

'''Семинар 9.''' Решение теоретико-практических задач

'''Семинар 10.''' Решение теоретико-практических задач

'''Семинар 11.''' Бустинг и его имплементации

'''Семинар 12.''' Catboost

'''Семинар 13.''' Временные ряды

'''Семинар 14.''' Кластеризация

== Домашние задания ==
На курсе планируется 7 домашних заданий. Формула вычисления итоговой оценки: взвешенное среднее из 6 домашних заданий с максимальными баллами.

Каждое домашнее задание имеет индивидуальный вес, который будет появляться одновременно с появлением очередного домашнего задания.

Все домашние работы, а также пятиминутки в начале семинаров необходимо сдавать в [https://anytask.org/ Anytask].

'''Домашняя работа 1.'''

'''Домашняя работа 2.'''

'''Домашняя работа 3.'''

'''Домашняя работа 4.'''

'''Домашняя работа 5.'''

'''Домашняя работа 6.'''

'''Домашняя работа 7.'''

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. [http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html The Elements of Statistical Learning (2nd edition).] Springer, 2009.r, 2009.
* Bishop C. M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [https://github.com/esokolov/ml-course-hse Курс по машииному обучению Евгения Соколова на ПМИ ФКН]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]