Wiki - Факультет компьютерных наук - Вклад [ru]

Развёртывание ML-моделей в высоконагруженных системах 25

2025-02-12T12:05:43Z

Ssverdlova:

== О курсе ==

Курс читается для студентов 4-го курса в 3-м модуле.

=== Полезные ссылки ===

[https://www.hse.ru/ba/ami/courses/1004399657.html Карточка курса и программа]

[https://disk.yandex.ru/d/xOlJ9FKrv4Pspw Видеозаписи лекций этого года (с дублями)]

[https://github.com/alexpros/ml_deployment_in_highload_systems Github с материалами курса]

Чат в telegram для обсуждений: https://t.me/+JA2WBKb58yIwZWJi

=== Правила выставления оценок ===

Итоговая оценка вычисляется на основе оценки за домашние задания в модуле и оценки за финальный проект:

Итог = Округление(0.2 * ДЗ_1 + 0.25 * ДЗ_2 + 0.25 * ДЗ_3 + 0.3 * ПР)

ДЗ_* — оценки за домашние работы

ПР — оценка за финальный проект

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 2 балла. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

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

Мы оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат.

При наличии уважительной причины дедлайн по заданию может быть перенесён на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Материалы ==

{| class="wikitable"
|-
! Дата !! Тема !! Презентация !! Запись
|-
| 30.01.2025 || Вводное занятие. Общая информация. || TBD || [https://disk.yandex.ru/d/xOlJ9FKrv4Pspw/%D0%9B%D0%B5%D0%BA%D1%86%D0%B8%D1%8F%2B%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80%202025-01-30T08-08-26Z%20(2).mp4 Ссылка]
|-
| 06.02.2025 || Знакомство с Triton Inference Server. || [https://github.com/alexpros/ml_deployment_in_highload_systems/blob/main/week_02_triton_inference_server/HSE_Triton_architecture.pdf Ссылка] || [https://disk.yandex.ru/d/xOlJ9FKrv4Pspw/%D0%9B%D0%B5%D0%BA%D1%86%D0%B8%D1%8F%2B%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80%202025-02-06T08-05-10Z%20(1).mp4 Ссылка]
|-
| 13.02.2025 || Backends: python, dali, tensorrt, onnx, llm. || TBD || TBD
|-
| 20.02.2025 || Конвертация моделей. || TBD || TBD
|-
| 27.02.2025 || Ансамбли. || TBD || TBD
|-
| 06.03.2025 || Perf-analyzer. || TBD || TBD
|-
| 13.03.2025 || Сравнение подходов к развертыванию на практике. || TBD || TBD
|-
| 20.03.2025 || Итоговый проект, ответы на вопросы. || TBD || TBD
|}

== Домашние задания ==

{| class="wikitable"
|-
! Дата !! Тема !! Дедлайн
|-
| 06.02.2025 || Домашнее задание #1. Построить одношаговый пайплайн на базе Python Backend для классификационной модели с HuggingFace. || 15.02.2025 23:30
|}

Эффективные системы глубинного обучения

2025-01-15T17:44:25Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/fdrose Максим Абрахам]

Занятия проходят по средам в 18:00 – 21:00.

=== Полезные ссылки ===
[https://yandex.zoom.us/j/93800425321 Zoom]

[https://anytask.org/course/1163 Anytask] для сдачи заданий.

[https://t.me/efficientdl_25 Канал] в Telegram для объявлений.

[https://t.me/+w1Iv-P1g_RphMTli Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Эффективные системы глубинного обучения

2025-01-15T17:38:15Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по средам в 18:00 – 21:00.

=== Полезные ссылки ===
[https://yandex.zoom.us/j/93800425321 Zoom]

[https://anytask.org/course/1163 Anytask] для сдачи заданий.

[https://t.me/efficientdl_25 Канал] в Telegram для объявлений.

[https://t.me/+w1Iv-P1g_RphMTli Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Эффективные системы глубинного обучения

2025-01-15T17:03:56Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по четвергам в 18:00 – 21:00.

=== Полезные ссылки ===

[https://anytask.org/course/1163 Anytask] для сдачи заданий

[https://t.me/efficientdl_25 Канал] в Telegram для объявлений.

[https://t.me/+w1Iv-P1g_RphMTli Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Эффективные системы глубинного обучения 24/25

2025-01-10T13:03:59Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по четвергам в 18:00 – 21:00.

=== Полезные ссылки ===

[https://anytask.org/course/1163 Anytask] для сдачи заданий

[ Канал] в Telegram для объявлений.

[ Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Эффективные системы глубинного обучения 24/25

2025-01-10T12:48:14Z

Ssverdlova: Новая страница: «== О курсе == Курс по выбору для студентов 4 курса, читается в 3 модуле. '''Лектор:''' [https://www.hse.…»

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по четвергам в 18:00 – 21:00.

=== Полезные ссылки ===

[ Anytask] для сдачи заданий (инвайт mRW59Bv)

[ Канал] в Telegram для объявлений.

[ Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Wiki ФКН

2025-01-10T12:12:06Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[ Эффективные системы глубинного обучения | Эффективные системы глубинного обучения 24/25]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[[ DevOps от МТС | DevOps ]]

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

[[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

[[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]

[[ CC-2024-25 | Conflict and Cooperation 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

[[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

Wiki ФКН

2025-01-10T12:10:42Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 24/25|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[[ DevOps от МТС | DevOps ]]

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

[[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

[[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]

[[ CC-2024-25 | Conflict and Cooperation 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

[[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

Эффективные системы глубинного обучения

2025-01-09T18:07:04Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по четвергам в 18:00 – 21:00.

=== Полезные ссылки ===

[ Anytask] для сдачи заданий (инвайт mRW59Bv)

[ Канал] в Telegram для объявлений.

[ Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [ форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Эффективные системы глубинного обучения

2025-01-09T18:05:24Z

Ssverdlova:

== О курсе ==

Курс по выбору для студентов 4 курса, читается в 3 модуле.

'''Лектор:''' [https://www.hse.ru/staff/mryabinin Рябинин Максим Константинович]

'''Семинаристы:''' [https://www.hse.ru/org/persons/160981986 Александр Маркович], Руслан Хайдуров, Антон Чигин

'''Ассистенты:''' [https://t.me/JohanDDC Ваня Пешехонов] [https://t.me/nikoryagin Никита Корягин], [https://t.me/ipomeya31 Александр Плахин], [https://t.me/timothyxp Тимофей Смирнов]

Занятия проходят по четвергам в 18:00 – 21:00.

=== Полезные ссылки ===

[ Anytask] для сдачи заданий (инвайт mRW59Bv)

[ Канал] в Telegram для объявлений.

[ Чат] в Telegram для обсуждения курса.

[https://github.com/mryab/efficient-dl-systems Репозиторий] с материалами курса

Вопросы по курсу можно задавать в чате либо преподавателям в Telegram. Ошибки в материалах лучше всего оформлять в виде Issue на GitHub; если вы исправили опечатку, желательно сразу оформить Pull Request.

[ Форма] для анонимной обратной связи или вопросов по материалам занятий

=== Правила выставления оценок ===

В курсе предусмотрено несколько домашних заданий, разделённых на несколько блоков:

1. Пайплайны обучения и профилирование DL-кода (состоит из 2 частей)

2. Распределённое обучение и memory-efficient методы обучения (состоит из 3 частей)

3. Вывод нейросетей в production и ускорение их работы (состоит из 3 частей)

Веса домашних заданий внутри каждого блока равные, в некоторых заданиях возможно получить бонусные баллы.

Итоговая оценка вычисляется по следующей формуле:

Oитог = 0.2*OДЗ1+0.4*OДЗ2+0.4*OДЗ3

Округление оценки арифметическое.

=== Правила сдачи заданий ===

При проверке решений баллы за задание могут быть снижены при некачественном стиле кода или неэффективной реализации. По договоренности с проверяющим такие штрафы можно снять, пересдав задание в разумный срок.

Дедлайны заданий объявляются в момент их выдачи. Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

'''Один раз''' за курс вы можете сдать домашнее задание вне дедлайна (но не позднее 15 марта 08:00MSK). Для этого необходимо отправить в [https://forms.gle/sJepcU9vtdkKJrGx6 форму] свои ФИО и номер задания, а также прикрепить ссылку на отправленное решение в Anytask. На странице задания также нужно будет написать, что вы сдаете его вне дедлайна.

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

== Полезные материалы ==
===Курсы===
# CS 329S: Machine Learning Systems Design. https://stanford-cs329s.github.io/
# Full Stack Deep Learning. https://fullstackdeeplearning.com/
# Machine Learning Engineering for Production (MLOps) Specialization. https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops
# CS4787: Principles of Large-Scale Machine Learning. https://www.cs.cornell.edu/courses/cs4787/2021sp/

Wiki ФКН

2025-01-09T17:51:40Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 24/25|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[[ DevOps от МТС | DevOps ]]

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

[[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

[[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]

[[ Эффективные системы глубинного обучения | Эффективные системы глубинного обучения 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]

[[ CC-2024-25 | Conflict and Cooperation 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

[[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

Wiki ФКН

2025-01-09T17:50:21Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 24/25|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[[ DevOps от МТС | DevOps ]]

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

[[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

[[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]

[[ Эффективные системы глубинного обучения (Efficient DL systems) | Эффективные системы глубинного обучения 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]

[[ CC-2024-25 | Conflict and Cooperation 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

[[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

Эффективные системы глубинного обучения

2025-01-09T17:49:54Z

Ssverdlova:

== О курсе ==

Курс читается читается в 3 модуле для студентов 4 курса ПМИ.

'''Преподаватель''': Максим Рябинин, Старший преподаватель Базовой кафедры «Яндекс»

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Тема
|-
| 1 || Intro+
|-
| 2 || DL training recap, OS recap
|-
| 3 || Data-parallel training
|-
| 4 || Model parallelism
|-
| 5 || Fast pipelines & profiling
|-
| 6 || Deployment basics
|-
| 7 || DL-specific deployment: software side
|-
| 8 || DL-specific deployment: compression, quantization etc
|-
| 9 || Experiment tracking, model/data versioning
|-
| 10 || Testing & debugging, monitoring & maintenance
|}

Эффективные системы глубинного обучения

2025-01-09T17:49:37Z

Ssverdlova:

== О курсе ==
Рус название: Эффективные системы глубинного обучения
Англ название: Efficient DL systems

Курс читается читается в 3 модуле для студентов 4 курса ПМИ.

'''Преподаватель''': Максим Рябинин, Старший преподаватель Базовой кафедры «Яндекс»

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Тема
|-
| 1 || Intro+
|-
| 2 || DL training recap, OS recap
|-
| 3 || Data-parallel training
|-
| 4 || Model parallelism
|-
| 5 || Fast pipelines & profiling
|-
| 6 || Deployment basics
|-
| 7 || DL-specific deployment: software side
|-
| 8 || DL-specific deployment: compression, quantization etc
|-
| 9 || Experiment tracking, model/data versioning
|-
| 10 || Testing & debugging, monitoring & maintenance
|}

Эффективные системы глубинного обучения

2025-01-09T17:35:20Z

Ssverdlova: Новая страница: «== О курсе == Курс читается читается в 3 модуле для студентов 4 курса ПМИ. '''Лектор''': Максим…»

== О курсе ==
Курс читается читается в 3 модуле для студентов 4 курса ПМИ.

'''Лектор''': Максим Рябинин, Старший преподаватель Базовой кафедры «Яндекс»

Wiki ФКН

2025-01-09T17:33:18Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 24/25|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[[ DevOps от МТС | DevOps ]]

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

[[ Теория отказоустойчивых распределенных систем | Теория отказоустойчивых распределенных систем ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Основы_машинного_обучения/2025 | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

[[Введение_в_теорию_матроидов_24/25 | Введение в теорию матроидов 24/25]]

[[ Эффективные системы глубинного обучения | Эффективные системы глубинного обучения 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GMML-2024-25 | Generative Models in Machine Learning 2024-2025]]

[[ CC-2024-25 | Conflict and Cooperation 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

[[ Алгоритмы и структуры данных 1 (ДРИП 24/25) ]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2024 | Markov Chains ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

Введение в статистику и машинное обучение

2025-01-09T17:09:40Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! !! Дата!! Ссылка
|-
| Занятие 1 || 06.11.2024 ||
https://disk.yandex.ru/d/SNs4TmYBdckmvQ
|-
| Занятие 2 || 11.11.2024 ||
https://disk.yandex.ru/d/cdQkvU6AwPrSdA
|-
| Занятие 3 || 18.11.2024 ||
https://disk.yandex.ru/d/gfVohmylNMrcdg
|-
| Занятие 4 || 25.11.2024 ||
https://disk.yandex.ru/d/qUo7R_3P8Il5tQ
|-
| Занятие 5 || 02.12.2024 ||
https://disk.yandex.ru/d/4Mqa9k3bLaBk0w
|-
| Занятие 6 || 09.12.2024 ||
https://disk.yandex.ru/d/Tbaz9M_gw7U2wA
|-
| Занятие 7 || 16.12.2024 ||
https://disk.yandex.ru/d/cxLZEopf-FGxyw
|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-07T10:37:53Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! !! Дата!! Ссылка
|-
| Лекция + семинары || 06.11.2024 ||
https://disk.yandex.ru/d/SNs4TmYBdckmvQ

|-
| 2 || ||
|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-07T10:37:32Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! !! Дата!! Ссылка
|-
| Лекция + семинары || 06.11.2024 ||
https://disk.yandex.ru/d/SNs4TmYBdckmvQ

|-
| 2 || ||

|-
| 3 || ||

|-
| 4 || ||

|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-07T10:36:50Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Лекция + семинары 06.11.2024 ||
https://disk.yandex.ru/d/SNs4TmYBdckmvQ

|-
| 2 || ||

|-
| 3 || ||

|-
| 4 || ||

|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-07T10:36:40Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Лекция + семинары 06.11.2024 ||
https://disk.yandex.ru/d/SNs4TmYBdckmvQ

|-
| 2 || ||

|-
| || ||

|-
| 4 || ||

|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-07T10:35:46Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

=== Записи занятий ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Лекция ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || ||

|}

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:30:32Z

Ssverdlova:

Введение в статистику и машинное обучение

2024-11-06T12:30:00Z

Ssverdlova:

Введение в статистику и машинное обучение

2024-11-06T12:29:39Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Основы теории вероятностей ||
* Дискретная теория вероятности
* Статистики: среднее, медиана, мода, дисперсия и стандартное отклонение
* Введение в основные распределения
* Распределение Бернулли
* Биномиальное распределение
* Нормальное распределение
|-
| 3 || Основы математической статистики ||
* Оценивание параметров
* Оценки среднего и дисперсии
* Свойства оценок
|-
| 4 || Основы оптимизации для машинного обучения ||
* Градиентный спуск
* Методы второго порядка

|-
| 5 || Классическое машинное обучение
||
* Обобщенные линейные модели
* Линейная регрессия
* Логистическая регрессия
* Переобучение
* Регуляризация

|-
| 6 || Основы нейронных сетей
||
* Основы нейронных сетей: персептроны и функции активации
* Прямое и обратное распространение ошибок
* Введение в глубокое обучение: сверточные нейронные сети (CNN)
|-
|-
| 7 || Механизм внимания
||
* Как устроены большие языковые модели
* Архитектура трансформер
* Основные концепции: фильтры, пулинг, функции активации
* Техники регуляризации: dropout и L2-регуляризация

|}

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

[https://t.me/+uHN9pgStpbk4ZmEy Чат в telegram]

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:25:36Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Элемент маркированного списка
Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Элемент маркированного списка
Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Элемент маркированного списка
Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Элемент маркированного списка
Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Элемент маркированного списка
Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Элемент маркированного списка
Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Основы Python для машинного обучения
* Введение в библиотеки: NumPy, Pandas, Matplotlib
* Исследование данных и визуализация

|-
| 2 || Продолжение. Введение. Основы молекулярной биологии. Клетка, геном, белки, поток информации, генетический код. [https://drive.google.com/open?id=1SEOTQyumGUff8Bwu54skDpu0ts38PfMG презентация] || Генетический код, рамки считывания, biopython [https://colab.research.google.com/drive/1zg94BdF-xA2ZT8Quk5cY0umsJ-mEYzDq?usp=sharing тетрадка]
|-
| 3 || Организация геномов прокариот и эукариот. Гены и регуляторные элементы. Белок-кодирующие и РНК-кодирующие гены. Экзоны и интроны. Сплайсинг. Промоторы и энхансеры. [https://drive.google.com/file/d/1eOHa1N9d9kEb4py_omwMacccHxtd_VaL/view?usp=sharing презентация] || UCSC genome browser. Геном человека. Строение генов. Треки консервативности, SNPs, структурных вариантов, повторов. Скачивание полного генома человека. Table browser. [https://docs.google.com/document/d/1rzUnplDpWV3bD587Y4dfxCTJH0OwVN1Nw3D_Z9XzUzw/edit?usp=sharing содержание]
|-
| 4 || Продолжение. Организация геномов прокариот и эукариот. Гены и регуляторные элементы. Белок-кодирующие и РНК-кодирующие гены. Экзоны и интроны. Сплайсинг. Промоторы и энхансеры. [https://drive.google.com/file/d/1eOHa1N9d9kEb4py_omwMacccHxtd_VaL/view?usp=sharing презентация] || Модели генов. Геномные браузеры.Table browser. [https://docs.google.com/spreadsheets/d/1VLiZVGndDfw3C2qa-F3h84CNkRUgneBcnp1xksa_1Qw/edit?usp=sharing таблица к заданию] [https://docs.google.com/document/d/1rzUnplDpWV3bD587Y4dfxCTJH0OwVN1Nw3D_Z9XzUzw/edit?usp=sharing содержание]
|-
| 5 || Молекулярная эволюция. Поиск схожих последовательностей. Алгоритм и программа BLAST. Статистика локального выравнивания. [https://docs.google.com/presentation/d/1XVrDFEtTOGm7Vn3vIyDxZbCb68EA948B/edit?usp=sharing&ouid=109540323021403462314&rtpof=true&sd=true презентация]
||
BLAST.
[https://docs.google.com/document/d/1suCytYXQBnDoA3cIt0LttFchxXrALJtxzc-5PvJ_5CI/edit?usp=sharing содержание]
|-
| 6 || Модели эволюции аминоклислотных последовательностей. Матрицы PAM и BLOSUM. [https://drive.google.com/file/d/1ByPuofZmv30TSyyr-XloGkY9xdazGLmx/view?usp=sharing презентация]
||
BLAST.[https://docs.google.com/spreadsheets/d/1cdbjw_rC_I727lDWyIFwienfYdl77ouY9RgtVhsESP4/edit?usp=sharing таблица к семинару] Работа с bed файлами, bedtools. [https://colab.research.google.com/drive/1b_Grc0hCL9ldF7NM-Nu6NPcj5lOSCT2z?usp=sharing содержание]
|-
|-
| 7 || Алгоритмы попарного и множественного выравнивания последовательностей. Динамическое программирование. [https://drive.google.com/file/d/134zLTklVjmCVHKqn14IwVF3oBjmGVogc/view?usp=sharing презентация]
||
Закрепляем NW. Обсуждение ДЗ. Работа с bed файлами, bedtools. [https://colab.research.google.com/drive/1b_Grc0hCL9ldF7NM-Nu6NPcj5lOSCT2z?usp=sharing содержание]
|}

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

[https://t.me/+uHN9pgStpbk4ZmEy Чат в telegram]

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:25:08Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

'''Лектор''': Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

'''Распределение часов по курсу:''' 28 часов в 2 модуле (14 часов лекций, 14 часов семинаров)

'''Цель курса''' «Введение в статистику и машинное обучение» — познакомить учащихся с основными методами статистики и машинного обучения, а также с ключевыми библиотеками Python (NumPy, Pandas, Matplotlib) для анализа данных. Программа охватывает теорию вероятностей, оценивание параметров, линейные и логистические модели, основы нейронных сетей и архитектуру Трансформер. Факультатив поможет подготовиться к исследовательским проектам и обязательным курсам по ML на втором курсе.

'''Задачи дисциплины:'''
* Элемент маркированного списка
Погружение в основные библиотеки Python для работы с данными и построения визуализаций (NumPy, Pandas, Matplotlib);
* Элемент маркированного списка
Применение теории вероятностей и статистических методов для анализа и интерпретации данных;
* Элемент маркированного списка
Решение оптимизационных задач, характерных для машинного обучения, с использованием методов градиентного спуска;
* Элемент маркированного списка
Применение линейных и логистических моделей для анализа и обработки данных в реальных задачах;
* Элемент маркированного списка
Разработка и настройка нейронных сетей для анализа сложных данных, включая использование сверточных сетей, методов регуляризации и dropout;
* Элемент маркированного списка
Реализация моделей на основе архитектуры Трансформеров с применением механизмов внимания.

Оценивание включает домашние задания, midterm-экзамен и устный финальный экзамен.

=== Содержание дисциплины ===
{| class="wikitable"
|-
! № !! Раздел!! Тема
|-
| 1 || Введение в Python для машинного обучения ||
* Элемент маркированного списка
Основы Python для машинного обучения
* Элемент маркированного списка
Введение в библиотеки: NumPy, Pandas, Matplotlib
* Элемент маркированного списка
Исследование данных и визуализация

|-
| 2 || Продолжение. Введение. Основы молекулярной биологии. Клетка, геном, белки, поток информации, генетический код. [https://drive.google.com/open?id=1SEOTQyumGUff8Bwu54skDpu0ts38PfMG презентация] || Генетический код, рамки считывания, biopython [https://colab.research.google.com/drive/1zg94BdF-xA2ZT8Quk5cY0umsJ-mEYzDq?usp=sharing тетрадка]
|-
| 3 || Организация геномов прокариот и эукариот. Гены и регуляторные элементы. Белок-кодирующие и РНК-кодирующие гены. Экзоны и интроны. Сплайсинг. Промоторы и энхансеры. [https://drive.google.com/file/d/1eOHa1N9d9kEb4py_omwMacccHxtd_VaL/view?usp=sharing презентация] || UCSC genome browser. Геном человека. Строение генов. Треки консервативности, SNPs, структурных вариантов, повторов. Скачивание полного генома человека. Table browser. [https://docs.google.com/document/d/1rzUnplDpWV3bD587Y4dfxCTJH0OwVN1Nw3D_Z9XzUzw/edit?usp=sharing содержание]
|-
| 4 || Продолжение. Организация геномов прокариот и эукариот. Гены и регуляторные элементы. Белок-кодирующие и РНК-кодирующие гены. Экзоны и интроны. Сплайсинг. Промоторы и энхансеры. [https://drive.google.com/file/d/1eOHa1N9d9kEb4py_omwMacccHxtd_VaL/view?usp=sharing презентация] || Модели генов. Геномные браузеры.Table browser. [https://docs.google.com/spreadsheets/d/1VLiZVGndDfw3C2qa-F3h84CNkRUgneBcnp1xksa_1Qw/edit?usp=sharing таблица к заданию] [https://docs.google.com/document/d/1rzUnplDpWV3bD587Y4dfxCTJH0OwVN1Nw3D_Z9XzUzw/edit?usp=sharing содержание]
|-
| 5 || Молекулярная эволюция. Поиск схожих последовательностей. Алгоритм и программа BLAST. Статистика локального выравнивания. [https://docs.google.com/presentation/d/1XVrDFEtTOGm7Vn3vIyDxZbCb68EA948B/edit?usp=sharing&ouid=109540323021403462314&rtpof=true&sd=true презентация]
||
BLAST.
[https://docs.google.com/document/d/1suCytYXQBnDoA3cIt0LttFchxXrALJtxzc-5PvJ_5CI/edit?usp=sharing содержание]
|-
| 6 || Модели эволюции аминоклислотных последовательностей. Матрицы PAM и BLOSUM. [https://drive.google.com/file/d/1ByPuofZmv30TSyyr-XloGkY9xdazGLmx/view?usp=sharing презентация]
||
BLAST.[https://docs.google.com/spreadsheets/d/1cdbjw_rC_I727lDWyIFwienfYdl77ouY9RgtVhsESP4/edit?usp=sharing таблица к семинару] Работа с bed файлами, bedtools. [https://colab.research.google.com/drive/1b_Grc0hCL9ldF7NM-Nu6NPcj5lOSCT2z?usp=sharing содержание]
|-
|-
| 7 || Алгоритмы попарного и множественного выравнивания последовательностей. Динамическое программирование. [https://drive.google.com/file/d/134zLTklVjmCVHKqn14IwVF3oBjmGVogc/view?usp=sharing презентация]
||
Закрепляем NW. Обсуждение ДЗ. Работа с bed файлами, bedtools. [https://colab.research.google.com/drive/1b_Grc0hCL9ldF7NM-Nu6NPcj5lOSCT2z?usp=sharing содержание]
|}

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

[https://t.me/+uHN9pgStpbk4ZmEy Чат в telegram]

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:19:37Z

Ssverdlova:

Введение в статистику и машинное обучение

2024-11-06T12:19:22Z

Ssverdlova:

Введение в статистику и машинное обучение

2024-11-06T12:19:15Z

Ssverdlova:

Введение в статистику и машинное обучение

2024-11-06T12:18:17Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

Лектор - Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

[https://t.me/+uHN9pgStpbk4ZmEy Чат в telegram]

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || Алексей Зайцев || 18:10 - 19:30
|-
| 1 || Аркадий Алиев || 19:40 - 21:00
|-
| 2 || Александр Кудряшов || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:17:56Z

Ssverdlova:

== О курсе ==
Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле.

Лектор - Алексей Зайцев, Руководитель внешних академических исследований в блоке риски «Сбера»

=== Полезные ссылки ===
'''[https://t.me/+oTPKa-l4Bp0xNzVi Телеграм-канал курса]'''

[https://docs.google.com/spreadsheets/d/1tqk5u-mzgVF2Ig7A0kCSeJDh-DjlTxAaM2S431pEhE8/edit?usp=sharing Разделение по группам на факультативе]

[https://t.me/c/2449298363/5 Расписание пар]

[https://t.me/+uHN9pgStpbk4ZmEy Чат в telegram]

== Преподаватели ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! Преподаватель !! Время занятия
|-
| Лекции || [Алексей Зайцев] || 18:10 - 19:30
|-
| 1 || [Аркадий Алиев] || 19:40 - 21:00
|-
| 2 || [Александр Кудряшов] || 19:40 - 21:00

Введение в статистику и машинное обучение

2024-11-06T12:14:40Z

Ssverdlova: Новая страница: «== О курсе == Курс читается для студентов 1-го курса ПМИ (ИИ360) во 2 модуле. Лектор - Алексей З…»

Wiki ФКН

2024-11-06T12:11:10Z

Ssverdlova:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

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

== Курсы за 2024/25 учебный год ==
{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2024/25_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2024/25 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2024/2025_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2024/25 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2024/2025_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2024/25_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2024-25 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2024-25 | Дискретная математика (ЭАД+СмолГУ)]]

[[Алгебра_на_ПМИ_2024/2025_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2024/25 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2024/2025 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2024/25 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2024/2025]]

||
'''М+'''

[[Математическая_статистика_2024/25_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2024/25_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2024/25 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2024/25_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2024/25_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2024/25) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2024/25 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2024/25 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты промышленной разработки 2024/2025 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2024/25 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2024/25 | Продвинутый Python ]]

[[Язык программирования Rust 2024/25]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2024/25]]

[[Дифференциальные уравнения (ПМИ) 2024/25]]

[[Основы матричных вычислений 2024/25]]

[[Комплексный анализ 2024/25]]

[[Функциональный анализ 2024/25]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2024/25 | Statistical Learning Theory]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 24/25 | Введение в глубинное обучение 24/25]]

[[Математическое моделирование 2024/25]]

[[Моделирование временных рядов 2024/25]]

[[Теория_чисел_и_криптография 2024/25 | Теория чисел и криптография]]

[[Методы_оптимизации_24/25 | Методы оптимизации]]

[[Уравнения с частными производными (2024-2025)]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

[[ Types_24 | Типы в языках программирования ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_24/25 | Прикладная статистика в машинном обучении 24/25]]

[[ Стохастический_анализ_(весна_2025) | Стохастический анализ (весна 2025)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2024/2025 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 24/25]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[https://docs.google.com/document/d/1ozWuVGwgefgO5YhqPvVmhVDCuYDurNKOgQpWXxb6fbo/edit?usp=sharing Распределенные системы]



[[Database Systems 2024/25]]

'''ПМИ / ТИ'''

[[Theory of Computation 2024 | Theory of Computation]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

[[KKTI-24-25 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2025) | Случайные процессы (зима 2024)]]

[[ Функциональное_программирование_24-25 | Функциональное программирование ]]

[[ Haskell_25 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2024/25) | Основы тензорных вычислений ]]

[[ Генеративные_модели_на_основе_диффузии | Генеративные модели на основе диффузии ]]

[[ Глубинное_обучение_в_обработке_звука_24/25 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 24/25 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_24/25 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_24/25 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 24/25|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_24/25 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2024/25| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_24/25 | Введение в дифференциальную геометрию ]]

[[Дизайн_систем_24/25 | Дизайн систем ]]

[[ Types_24 | Типы в языках программирования ]]

[[ ExtMem_24 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2024/2025 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2_2024/25 | Глубинное обучение 2]]

[[Глубинное_обучение_в_анализе_графовых_данных_24/25 | Глубинное обучение в анализе графовых данных]]

[[LSML_2024/2025 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[http://wiki.cs.hse.ru/НИС_Дизайн_систем_II_4_курс_2024/2025 Дизайн систем]

[https://docs.google.com/document/d/1p-0SHReQBLtcKJG0xSGJJxtzERDTaYalHF8Gwmzo7ik/edit?usp=sharing НИС Распределенные системы 2]

[[Введение_в_блокчейн_24/25 | Введение в блокчейн]]

[[ Информационный_поиск | Основы информационного поиска ]]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2024_2025 | A Theorist's Toolkit, AMI]]

[[OWF2024 | Односторонние функции и их применения]]

[[InfTheory2024 | Теория информации]]

[[ConvAppr25 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-24-25 | НИС Теоретическая информатика ]]

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2024/25|Биоинформатика 1 год 2024/25]]

[[Майнор_Биоинформатика_2_год_2024/25|Биоинформатика 2 год 2024/25]]

[[Основы_глубинного_обучения/2024 | Основы глубинного обучения (майнор ИАД)]]

[[Введение_в_программирование_24/25 | Введение в программирование 24/25. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2025 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_24/25 | Криптография на решётках 24/25]]

[[Kolmogorov_complexity_24/25 | Introduction to Kolmogorov complexity 24/25]]

[[Введение в статистику и машинное обучение | Введение в статистику и машинное обучение (ИИ360 х Сбер) 24/25]]

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

[[Дискретная математика 2024-2025 | Дискретная математика ]]

[[Алгебра ПИ 2024-2025 | Алгебра]]

[[Математический анализ 2024-2025 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2024/2025 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2024-2025 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2024/2025 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2024/25 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2024_2025 | Algebra (DSBA)]]

[[Calculus DSBA 2024/2025 | Calculus (DSBA)]]

[[English_DSBA_2024/2025 | English (DSBA)]]

[[LAaG DSBA 2024/2025 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2024/2025 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2024/25 | Python Programming (DSBA)]]

[[Russian History DSBA 2024/25 | Russian History (DSBA)]]

[[C++ Programming Language DSBA 2024/25 | C++ Programming Language (DSBA)]]

[[Economics DSBA 2024/25]]

[[Foundations of Russian Statehood DSBA 2024/25]]

||

[[Discrete Mathematics 2 DSBA 2024/25 | Discrete Mathematics 2 (DSBA)]]

[[Business and Management in Global Context 24/25]]

[[Introduction to Finance 24/25]]

[[Calculus-2 2024/25]]

[[Algorithms and Data Structures DSBA 2024/25 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2024/25]]

[[Introduction to Micro and Macroeconomics DSBA 2024/2025]]

[[Differential Equations 2024/25]]

[[ACOS_DSBA_2024/25 | Computer Architecture and Operating Systems]]

||

[[tssp-2024-25 | Time series and stochastic processes 2024-25]]

[[panda-metrics-2024-25 | Elements of Econometrics 2024-2025]]

[[Machine learning 1 DSBA 2024/2025]]

[[Deep Learning DSBA 2024/2025]]

[[Databases 2024/25]]

[[Optimisation methods 2024/25]]

[[ MACE1_DSBA_24-25 | Research Seminar "Data Science in Scientific"]]

[[ DAF1_DSBA_24-25 | Research Seminar "Data Analysis in Finance 1"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

[[Sociology of Financial Behaviour DSBA 2024/25]]

[[Financial Economics DSBA 2024/25]]

[[AI for Business DSBA 2024/25]]

[[Investment Management for Business DSBA 2024-2025]]

[[Data Analysis in Business DSBA 2024-2025]]

[[BA-2024-25 | Business Analytics, Applied Modelling and Prediction 2024-2025]]

[[Russian History 3rd course DSBA 2024/25 | Russian History (DSBA)]]

||

[[Philosophy of artificial intelligence DSBA 2024/25]]

[[Introduction to the Study of Language for Computer Scientists]]

[[Marketing Analytics DSBA 2024/25]]

[[ Agile Basics: Product Management and Teamwork ]]

[[Quantitative finance DSBA 2024/25]]

[[ GTIO-2024-25 | Game Theory and Industrial Organizations 2024-2025]]

[[ GTSM-2024-25 | Game Theory and Strategic Management 2024-2025]]

[[ StatisticM4R-2024-25 | Statistical Methods for Market Research 2024-2025]]

[[ APFM_24-25 | Asset Pricing and Financial Markets 2024-2025]]

[[ CMC_DSBA_24-25 | Core management concepts 2024-2025]]

[[Machine learning 2 DSBA 2024-2025]]

[[ DAF2_DSBA_24-25 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_24-25 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[ DACS_DSBA_24-25 | Research Seminar "Data Analysis in Complex Systems"]]

[[ RMB_DSBA_24-25 | Research Seminar "Risk Management in Banking"]]

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

[[Дискретная математика КНАД 24/25]]

[[Математический анализ КНАД 24/25]]

[[Линейная алгебра КНАД 24/25]]

[[Программирование на Python КНАД 24/25]]

[[Алгоритмы и структуры данных - 1 2024/2025 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2024/2025 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 24/25]]

[[Программирование на С++ КНАД 24/25]]

[[ИПР_КНАД_24/25 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2024/2025 | Алгебра]]

[[Математический_анализ -- 2 (2024/25) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 24/25 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 24/25 | Теория вероятностей ]]

[[ACOS_COMPDS_2024/2025 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_24/25 | Математическая статистика]]

[[Численные_методы_КНАД_24/25 | Численные методы]]

||

||

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

[[Язык программирования Python 2024/25 (ЭАД)]]

||

||

||

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

[[DM_DRIP_24 | Дискретная математика (ДРИП) ]]

[[Язык программирования C++ (ДРИП 24/25)]]

||

||

||

|}

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

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

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[MOTV_2024 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-dse-2024-fall|Data Science for Economics 2024]] ||icef, 3-4 year || 1-2 module
|-
| [[icef-scalc-2024-fall|Stochastic Calculus Fall 2024]] ||icef, master 1 year || 2 module
|-
| [[Huawei-Kolmogorov-complexity-fall-2024|Kolmogorov complexity 2024]] ||Joint-Huawei course || 1--2 module
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Основы_аналитической_теории_чисел_2024/25 | Основы аналитической теории чисел 2024/25]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]

= Архив =
== Курсы за 2023/24 учебный год ==

{| class="wikitable courses"
|-

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

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2023/24_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика на ПМИ 2023/24 (пилотный поток) | Дискретная математика (пилотный поток)]]

[[Алгебра_на_ПМИ_2023/2024_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Теория чисел (пилотный поток) 2023/24 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2023/2024_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[Математический_анализ_1_2023/24_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[DM1PMIbase-2023-24 | Дискретная математика (ПМИ основной поток)]]

[[DM1EAD-2023-24 | Дискретная математика (ЭАД)]]

[[Алгебра_на_ПМИ_2023/2024_(основной_поток) | Алгебра (основной поток)]]

[[Теория чисел (основной поток) 2023/24 | Теория чисел (основной поток)]]

'''П+'''

[[Алгоритмы и структуры данных пилотный поток 2023/2024 | Алгоритмы и структуры данных (пилотный поток)]]

'''П'''

[[Язык программирования Python 2023/24 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (4 модуль) 2023/2024]]

||
'''М+'''

[[Математическая_статистика_2023/24_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Теория_вероятностей_2023/24_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Математический Анализ 2 на ПМИ 2023/24 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

'''М'''

[[Математическая_статистика_2023/24_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2023/24_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(2023/24) | Математический анализ - 2 (основной поток) ПМИ и ЭАД]]

'''П+ и П'''

[[CAOS-2023/24 | Архитектура компьютеров и операционные системы]]

[[Алгоритмы_и_структуры_данных_2_2023/24 | Алгоритмы и структуры данных - 2 ]]

[[Инструменты_промышленной_разработки_2023/24 | Инструменты промышленной разработки 2022/2023 ]]

'''1 из 3:'''

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2023/24 | Язык программирования C++ (углубленный курс)]]

[[Продвинутый_Python_2023/24 | Продвинутый Python ]]

[[Язык программирования Rust 2023/24]]

'''2 из 5:'''

[[Дискретная математика - 2 (ПМИ) 2023/24]]

[[Дифференциальные уравнения (ПМИ) 2023/24]]

[[Основы матричных вычислений 2023/24]]

[[Комплексный анализ 2023/24]]

[[Функциональный анализ 2023/24]]

||

[[Машинное_обучение_1 | Машинное обучение 1]] 

[[Operation Research and Game Theory]]

[[ Statistical learning theory 2023/24 | Statistical Learning Theory]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 23/24 | Введение в глубинное обучение 23/24]]

[[Математическое моделирование 2023/24]]

[[Моделирование временных рядов 2023/24]]

[[Теория_чисел_и_криптография 2023/24 | Теория чисел и криптография]]

[[Методы_оптимизации_23/24 | Методы оптимизации]]

[[Уравнения с частными производными (2023-2024)]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

[[Рекомендательные_системы | Рекомендательные системы ]]

[[ Машинное_обучение_в_прикладных_задачах | Машинное обучение в прикладных задачах ]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]] 

[[Прикладная_статистика_в_машинном_обучении_23/24 | Прикладная статистика в машинном обучении 23/24]]

[[ Стохастический_анализ_(весна_2024) | Стохастический анализ (весна 2024)]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2023/2024 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 23/24]]

[https://hse24.fmin.xyz Методы оптимизации в машинном обучении 2023/24]

'''ПМИ / РС'''

[[Компьютерные сети]]

[[Сервис-ориентированные архитектуры]]

[https://osukhoroslov-hse.notion.site/2da6d9d4dc5944e59414daea40376d96 НИС Распределенные системы]

[[Distributed_Systems_2023 | Распределенные системы]]



[[Database Systems 2023/24]]

'''ПМИ / ТИ'''

[[Theory of Computation 2023 | Theory of Computation]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

[[KKTI-23-24 | Комбинаторные конструкции в теоретической информатике]]

||

[ ВКР]

[[ Стохастический_анализ_(весна_2024) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_23-24 | Функциональное программирование ]]

[[ Haskell_24 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2023/24) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_23/24 | Глубинное обучение в обработке звука ]]

[[ Глубинное обучение для текстовых данных 23/24 | Глубинное обучение для текстовых данных ]]

[[ Методы_предобучения_без_учителя_23/24 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_23/24 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 23/24|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_23/24 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы 2023/24| Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_23/24 | Введение в дифференциальную геометрию ]]

[[ Types_23 | Типы в языках программирования ]]

[[ ExtMem_23 | Алгоритмы во внешней памяти ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2023/2024 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2023/24 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_23/24 | Глубинное обучение в анализе графовых данных]]

[[LSML_2023/2024 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-013e88a10c204059bff194f838de4ef5?pvs=4 НИС Распределенные системы 2]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2023_2024 | A Theorist's Toolkit, AMI]]

[[OWF2023 | Односторонние функции и их применения]]

[[InfTheory2023 | Теория информации]]

[[ConvAppr24 | Выпуклое программирование и аппроксимационные алгоритмы ]]

[[ NIS-TCS-23-24 | НИС Теоретическая информатика ]]

| rowspan="7" |


[[Майнор_Биоинформатика_1_год_2023/24|Биоинформатика 1 год 2023/24]]

[[Майнор_Биоинформатика_2_год_2023/24|Биоинформатика 2 год 2023/24]]

[[Основы_глубинного_обучения/2023 | Основы глубинного обучения (майнор ИАД)]]

[[Генеративные_модели_на_основе_ODE_и_SDE | Генеративные модели на основе ODE и SDE]]

[[Введение_в_программирование_23/24 | Введение в программирование 23/24. Python (майнор ИАД)]]

[[Wiki_ФКН_Основы_машинного_обучения_(майнор_ИАД) | Основы машинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2024 | Прикладные задачи анализа данных (майнор ИАД))]]

[[Криптография_на_решётках_23/24 | Криптография на решётках 23/24]]

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

[[Дискретная математика 2023-2024 | Дискретная математика ]]

[[Алгебра ПИ 2023-2024 | Алгебра]]

[[Математический анализ 2023-2024 | Математический анализ]]

||

[[Алгоритмы_и_структуры_данных_на_ПИ_2023/2024 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2023-2024 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2023/2024 | НИС Методы и алгоритмы защиты информации ]]

||

[[ SPA_2023/24 |Принципы статического анализа исходного кода ]]

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

[[DSBA_Algebra_2023_2024 | Algebra (DSBA)]]

[[Calculus DSBA 2023/2024 | Calculus (DSBA)]]

[[English_DSBA_2023/2024 | English (DSBA)]]

[[LAaG DSBA 2023/2024 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2023/2024 | Discrete Mathematics (DSBA)]]

[[Python Programming DSBA 2023/24 | Python Programming (DSBA)]]

[[C++ Programming Language DSBA 2023/24 | C++ Programming Language (DSBA)]]

[[Law_DSBA_2023/24 | Law DSBA 2023/24]]

[[Introduction to Economics DSBA 2023/24 | Introduction to Economics DSBA 2023/24]]

||

[[Discrete Mathematics 2 DSBA 2023/24 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_23/24 | Business and Management in Global Context 23/24]]

[[Calculus-2 2023/24]]

[[Algorithms and Data Structures DSBA 2023/24 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA) 2023/24]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential Equations 2023/24]]

[[ACOS_DSBA_2023/24 | Computer Architecture and Operating Systems]]

||

[[tssp-2023-24 | Time series and stochastic processes 2023-24]]

[[ Elements of Econometrics]]

[[BAFE-2023-24 | Business Analytics and Financial Engineering 2023-2024]]

[[Machine learning 1 DSBA 2023/2024]]

[[Databases 2023/24]]

[[Optimisation methods 2023/24]]

[[ MACE1_DSBA_23-24 | Research Seminar "Data Science in scientific"]]

[[ DAF1_DSBA_23-24 | Research Seminar "Data Analysis in Finance 1"]]

[[Financial Engineering 2023-2024]]

[[Sociology of financial behaviour DSBA 2023/24]]

[[Financial Economics DSBA 2023/24]]

||

[[Philosophy of artificial intelligence DSBA 2023/24]]

[[Introduction to the Study of Language for Computer Scientists]]

[[ Statistics4MR-2023-24 | Statistics for Market Research 2023-24]]

[[ Strategy_23-24_DSBA | Decision Making Strategy 2023-2024]]

[[ APFM_23-24 | Asset Pricing and Financial Markets 2023-2024]]

[[ CMC_DSBA_23-24 | Core management concepts ]]

[[Machine learning 2 DSBA 2023/2024]]

[[ MACE2_DSBA_23-24 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_23-24 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_23-24 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_23-24 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA 2023/24]]

[[ Agile Basics: Product Management and Teamwork ]]

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

[[Дискретная математика КНАД 23/24]]

[[Математический анализ КНАД 23/24]]

[[Линейная алгебра КНАД 23/24]]

[[Программирование на Python КНАД 23/24]]

[[Алгоритмы и структуры данных - 1 2023/2024 2 модуль (ЭАД КНАД ВСН)]]

[[Алгоритмы и структуры данных - 1 2023/2024 4 модуль (ЭАД КНАД ВСН)]]

[[Python для сбора и анализа данных КНАД 23/24]]

[[Программирование на С++ КНАД 23/24]]

[[ИПР_КНАД_23/24 | Инструменты промышленной разработки]]

||

[[Алгебра КНАД 2023/2024 | Алгебра]]

[[Математический_анализ -- 2 (2023/24) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 23/24 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 23/24 | Теория вероятностей ]]

[[ACOS_COMPDS_2023/2024 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_23/24 | Математическая статистика]]

[[Численные_методы_КНАД_23/24 | Численные методы]]

||

||

|}

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

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
[[Основы Python для юристов 2023-24|Основы Python для юристов 23/24]] (2 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Журналистика|Цифровая грамотность для журналистов]] (1 курс, 1-2 модуль)

[[Цифровая_грамотность_(2023)_Медиакоммуникации|Цифровая грамотность для медиакоммуникаций]] (1 курс, 1-2 модуль)
|
[[Основы Python для дизайнеров 2023-24|Основы Python для дизайнеров 23/24]] (2 курс, 3-4 модуль)

[[Основы Python для политологов 2023-24|Основы Python для политологов 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ГМУ 2023-24|Основы Python для ГМУ 23/24]] (1 курс, 3-4 модуль)

[[Основы Python для ОП "Актер" и ОП "Кинопроизводство" 2023-24|Основы Python для ОП Актер и ОП Кинопроизводство 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для ОП "Экономический анализ" 2023-24|Программирование на Python для ОП Экономический анализ 23/24]] (2 курс, 3 модуль)

[[Программирование на Python для международных отношений 2023-24|Программирование на Python для международных отношений 23/24]] (2 курс, 3 модуль)

[[Основы Python для социологов 2023-24|Основы Python для социологов 23/24]] (1 курс, 4 модуль)

[[Программирование на языке Python, РиСО/Стратегия и продюсирование в коммуникациях_23/24 |Программирование на языке Python_РиСО/Стратегия и продюсирование в коммуникациях_23/24]] (2 курс, 3 модуль)

[[Машинное обучение_МатФак_23/24 | Машинное обучение_МатФак_23/24]]

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[ NIS-TCS-23-24 | НИС Теоретическая информатика ]] || СКН
|-
| [[RecSys_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[MOTV_2023 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2023 | Markov Chains]] || Markov Chains, MML || 1 year
|-
| [[RL_2023 | Reinforcement Learning]] || Math of Machine Learning, MML || 2 year
|-
| [[TCS_2024 | Theoretical computer science]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_metrics_2024-25|Эконометрика ип 2024-25]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_metrics_2023-24|Эконометрика ип 2023-24]] || фэн, 3 курс || 1-4 модуль
|-
| [[Econ_probability_2023-24|Теория вероятностей и математическая статистика 2023-24]] || фэн, 2 курс || 1-4 модуль
|-
| [[dse_2023-24|Data Science for Economists, fall 2023]] || icef, 3-4 year || 1-2 modules
|-
| [[icef-scalc-2023-fall|Stochastic Calculus, fall 2023]] || icef, master 1 year || 2 module
|-
|
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Эллиптические_функции_23/24|Эллиптические функции]] || 1-2 модуль
|-
|}

= Архив до 2022/23 учебного года включительно =
[[Wiki ФКН/Архив]]