Wiki - Факультет компьютерных наук - Вклад [ru]

Глубинное обучение в анализе графовых данных 23/24

2023-11-15T16:23:37Z

Valitoveldar99: добавление лекции

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинаристы — Федоров Павел Сергеевич, Владислав Воробьев

Канал курса в Telegram - https://t.me/+4mazDS9zLeY3NTgy

Чат курса в Telegram - https://t.me/+FPMW79EDba82YTVi

Github курса - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по средам в 13:00

'''Лекция 1 (27.09.23): ''' ''Организационная информация.'' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (04.10.23): ''' Доглубинные методы. Различные статистики для графов.

'''Лекция 3 (11.10.23): ''' Эмбеддинги на графах. PageRank и его приложения.

'''Лекция 4 (18.10.23): ''' Передача информации. Графовые свертки.

'''Лекция 5 (01.11.23): ''' Построение графовой нейросети. Базовые графовые архитектуры - GCN, GraphSage, GAT.

'''Лекция 6 (08.11.23): ''' Графовые skip-connection. Графовые аугментации. Принцип обучения полной сети.

'''Лекция 7 (15.11.23): ''' Еще немного об обучении. Иерархический пулинг. Разбиения графового датасета. Графы знаний и RGCN.

== Семинары ==
Проходят по средам в 14:40.

'''Семинар 1. (27.09.22)''' Введение NetworkX и PytorchGeometry.

'''Семинар 2. (03.10.22)''' Подсчет графовых статистик.

'''Семинар 3. (10.10.22)''' PageRank и его реализация.

'''Семинар 4. (17.10.22)''' Теоретический семинар. Решение задач по тематике графовых статистик.

Глубинное обучение в анализе графовых данных 23/24

2023-11-08T14:02:43Z

Valitoveldar99: содержание лекций

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинаристы — Федоров Павел Сергеевич, Владислав Воробьев

Канал курса в Telegram - https://t.me/+4mazDS9zLeY3NTgy

Чат курса в Telegram - https://t.me/+FPMW79EDba82YTVi

Github курса - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по средам в 13:00

'''Лекция 1 (27.09.23): ''' ''Организационная информация.'' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (04.10.23): ''' Доглубинные методы. Различные статистики для графов.

'''Лекция 3 (11.10.23): ''' Эмбеддинги на графах. PageRank и его приложения.

'''Лекция 4 (18.10.23): ''' Передача информации. Графовые свертки.

'''Лекция 5 (01.11.23): ''' Построение графовой нейросети. Базовые графовые архитектуры - GCN, GraphSage, GAT.

'''Лекция 6 (08.11.23): ''' Графовые skip-connection. Графовые аугментации. Принцип обучения полной сети.

== Семинары ==
Проходят по средам в 14:40.

'''Семинар 1. (27.09.22)''' Введение NetworkX и PytorchGeometry.

'''Семинар 2. (03.10.22)''' Подсчет графовых статистик.

'''Семинар 3. (10.10.22)''' PageRank и его реализация.

'''Семинар 4. (17.10.22)''' Теоретический семинар. Решение задач по тематике графовых статистик.

Глубинное обучение в анализе графовых данных 23/24

2023-10-28T14:35:59Z

Valitoveldar99: добавлена ссылка на гитхаб

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинаристы — Федоров Павел Сергеевич, Владислав Воробьев

Канал курса в Telegram - https://t.me/+4mazDS9zLeY3NTgy

Чат курса в Telegram - https://t.me/+FPMW79EDba82YTVi

Github курса - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по средам в 13:00

'''Лекция 1 (27.09.22): ''' ''Организационная информация.'' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (04.10.22): ''' Доглубинные методы. Различные статистики для графов.

'''Лекция 3 (11.10.22): ''' Эмбеддинги на графах. PageRank и его приложения.

'''Лекция 4 (18.10.22): ''' Передача информации. Графовые свертки.

== Семинары ==
Проходят по средам в 14:40.

'''Семинар 1. (27.09.22)''' Введение NetworkX и PytorchGeometry.

'''Семинар 2. (03.10.22)''' Подсчет графовых статистик.

'''Семинар 3. (10.10.22)''' PageRank и его реализация.

'''Семинар 4. (17.10.22)''' Теоретический семинар. Решение задач по тематике графовых статистик.

Глубинное обучение в анализе графовых данных 23/24

2023-10-27T19:28:41Z

Valitoveldar99: теор

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинаристы — Федоров Павел Сергеевич, Владислав Воробьев

Канал курса в Telegram - https://t.me/+4mazDS9zLeY3NTgy

Чат курса в Telegram - https://t.me/+FPMW79EDba82YTVi

== Лекции ==
Проходят по средам в 13:00

'''Лекция 1 (27.09.22): ''' ''Организационная информация.'' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (04.10.22): ''' Доглубинные методы. Различные статистики для графов.

'''Лекция 3 (11.10.22): ''' Эмбеддинги на графах. PageRank и его приложения.

'''Лекция 4 (18.10.22): ''' Передача информации. Графовые свертки.

== Семинары ==
Проходят по средам в 14:40.

'''Семинар 1. (27.09.22)''' Введение NetworkX и PytorchGeometry.

'''Семинар 2. (03.10.22)''' Подсчет графовых статистик.

'''Семинар 3. (10.10.22)''' PageRank и его реализация.

'''Семинар 4. (17.10.22)''' Теоретический семинар. Решение задач по тематике графовых статистик.

Глубинное обучение в анализе графовых данных 23/24

2023-10-19T09:54:00Z

Valitoveldar99: добавлено содержание прошедших лекций

Глубинное обучение в анализе графовых данных 23/24

2023-09-27T16:20:01Z

Valitoveldar99: добавлена дата семинара

Глубинное обучение в анализе графовых данных 23/24

2023-09-27T16:19:34Z

Valitoveldar99: добавлены разделы с лекциями и семинарами

Глубинное обучение в анализе графовых данных 23/24

2023-09-21T00:22:57Z

Valitoveldar99: создана страница

Глубинное обучение в анализе графовых данных 22/23

2022-12-05T17:29:23Z

Valitoveldar99: добавлено содержание

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

Гитхаб курса с материалами - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.

'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.

'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.

'''Лекция 10 (01.12.22): ''' Генеративные сети. Графовые генеративные сети.

== Семинары ==
Проходят по четвергам в 16:20.

'''Семинар 1.''' Введение NetworkX и PytorchGeometry.

'''Семинар 2.''' Подсчет статистик готовыми методами. Пример получения эмбеддингов вершин.

'''Семинар 3.''' Разбор ручного подсчета статистик, алгоритма подсчета ядер, алгоритма анонимизированных случайных блужданий по графу. (Без Ноутбука)

'''Семинар 4.''' Алгоритм PageRank.

'''Семинар 5.''' Простая GCN.

'''Семинар 6.''' Гетерогенные графы.

'''Семинар 7.''' Масштабирование нейронных сетей.

'''Семинар 8.''' Разбор TransE. Разбор идей о запросах в графах знаний.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-11-28T11:46:52Z

Valitoveldar99: добавлены материалы семинаров

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

Гитхаб курса с материалами - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.

'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.

'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.

== Семинары ==
Проходят по четвергам в 16:20.

'''Семинар 1.''' Введение NetworkX и PytorchGeometry.

'''Семинар 2.''' Подсчет статистик готовыми методами. Пример получения эмбеддингов вершин.

'''Семинар 3.''' Разбор ручного подсчета статистик, алгоритма подсчета ядер, алгоритма анонимизированных случайных блужданий по графу. (Без Ноутбука)

'''Семинар 4.''' Алгоритм PageRank.

'''Семинар 5.''' Простая GCN.

'''Семинар 6.''' Гетерогенные графы.

'''Семинар 7.''' Масштабирование нейронных сетей.

'''Семинар 8.''' Разбор TransE. Разбор идей о запросах в графах знаний.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-11-28T11:44:05Z

Valitoveldar99: добавлено содержание лекций

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

Гитхаб курса с материалами - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.

'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.

'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.

== Семинары ==
Проходят по четвергам в 16:20.

'''Семинар 1.''' Введение NetworkX и PytorchGeometry.

'''Семинар 2.''' Подсчет статистик готовыми методами. Пример получения эмбеддингов вершин.

'''Семинар 3.''' Разбор ручного подсчета статистик, алгоритма подсчета ядер, алгоритма анонимизированных случайных блужданий по графу. (Без Ноутбука)

'''Семинар 4.''' Алгоритм PageRank.

'''Семинар 5.''' Простая GCN.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-10-31T18:33:16Z

Valitoveldar99: добавлено содержание семинаров

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

Гитхаб курса с материалами - https://github.com/elvarid/gnn_course_hse

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

== Семинары ==
Проходят по четвергам в 16:20.

'''Семинар 1.''' Введение NetworkX и PytorchGeometry.

'''Семинар 2.''' Подсчет статистик готовыми методами. Пример получения эмбеддингов вершин.

'''Семинар 3.''' Разбор ручного подсчета статистик, алгоритма подсчета ядер, алгоритма анонимизированных случайных блужданий по графу. (Без Ноутбука)

'''Семинар 4.''' Алгоритм PageRank.

'''Семинар 5.''' Простая GCN.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-10-31T17:55:46Z

Valitoveldar99: обновлено содержание лекций

Глубинное обучение в анализе графовых данных 22/23

2022-10-08T11:38:02Z

Valitoveldar99: добавлено содержание лекции 4

Глубинное обучение в анализе графовых данных 22/23

2022-10-03T03:20:34Z

Valitoveldar99: добавлена ссылка на гитхаб

Глубинное обучение в анализе графовых данных 22/23

2022-10-03T03:19:49Z

Valitoveldar99: новая лекция

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

== Семинары ==
Проходят по четвергам в 16:20.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-09-19T23:14:17Z

Valitoveldar99: добавлено содержание

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

== Лекции ==
Проходят по четвергам в 14:40

'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

== Семинары ==
Проходят по четвергам в 16:20.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-09-15T23:26:08Z

Valitoveldar99: /* Семинары */ исправлено время

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

== Лекции ==
Проходят по четвергам в 14:40

== Семинары ==
Проходят по четвергам в 16:20.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-09-07T23:17:27Z

Valitoveldar99:

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022

Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

== Лекции ==
Проходят по четвергам в 14:40

== Семинары ==
Проходят по четвергам в 16:10.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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

Глубинное обучение в анализе графовых данных 22/23

2022-09-07T23:17:16Z

Valitoveldar99: ссылки на чат и канал

== О курсе ==

Курс читается для студентов 4-го курса в 1-2 модулях.

Лектор — Валитов Эльдар Рафекович

Семинарист — Федоров Павел Сергеевич

Канал курса в Telegram - https://t.me/hse_gnn_2022
Чат курса в Telegram - https://t.me/hse_gnn_2022_chat

== Лекции ==
Проходят по четвергам в 14:40

== Семинары ==
Проходят по четвергам в 16:10.

== Контрольные мероприятия ==
=== Правила выставления оценок ===

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

Округление арифметическое.

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