Wiki - Факультет компьютерных наук - Вклад [ru]

НИС Машинное обучение и приложения 4 курс 2022/2023

2022-09-29T19:34:31Z

Yhn112: /* Отзывы на доклады */

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| Офлайн || [https://t.me/+rqXYDLyvM0AwMDY6 чат]|| [https://www.hse.ru/org/persons/190912012 Иван Рубачев] || irubachev@gmail.com || среда 14:40
|-
| Онлайн 1 || [https://t.me/+vwJ3Onfbp_oyNTYy чат]||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || среда 14:40
|-
| Онлайн 2 || [https://t.me/+wntU06f5ca04NjBi чат]||[https://www.hse.ru/staff/yhn112 Михаил Дискин]|| yhn1124@gmail.com || среда 14:40
|-
|}

'''[https://docs.google.com/spreadsheets/d/1V1JBs-REcNKvvFcPovFqnCd7qcsjx3C5qPDGGQnUZTI/edit?usp=sharing Таблица с оценками и расписанием]''' 
'''[https://github.com/bayesgroup/HSE_ML_research_seminar_22_23/tree/main/4th%20year Репозиторий с материалами]''' 
'''[https://disk.yandex.ru/d/q9vP28LW4jagbA Записи онлайн занятий]''' 

Рецензии на доклады писать здесь: [https://docs.google.com/forms/d/e/1FAIpQLSfdheFIrMmELSW9O_BrmAB5gbIZvBvpQ8IlnoHQXu2xOqtbaw/viewform форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма] 

Все объявления по курсу будут в чате в телеграме, поэтому нужно '''обязательно''' добавиться в чат своей группы. Вопросы и комментарии по курсу можно отправлять в чат или своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]''', а также указывать свою фамилию и имя.

== Краткое описание ==

Данный семинар направлен на расширение кругозора студентов в области современного машинного обучения, а также на знакомство с основными принципами научно-исследовательской деятельности. На нём в течение года под руководством преподавателей студентам предлагается делать доклады по современным научным статьям в области машинного обучения. Семинар призван способствовать развитию навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумеваются следующие виды деятельности студентов:
* Выступление студентов с докладами, освещающими современные научных статьи с различных точек зрения.
* Посещение занятий, прослушивание и обсуждение докладов, написание рецензий на доклады одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады ==

Основной деятельностью в рамках НИСа является подготовка и выступление студентов с докладами. На 4 курсе формат значительно отличается от формата 3 курса.

Формат предполагает групповые выступления с разбором современных научных статей. Список статей формируется преподавателями, однако студенты могут предлагать свои темы и это приветствуется. В рамках группы участникам будут отведены уникальные роли, отвечающие разным ситуациям из жизни исследователя. На одном занятии планируется по два выступления, то есть одной команде выступающих выделяется 40 минут на всестороннее представление статьи (с учетом вопросов и обсуждений).
Команда из 3 студентов совместно читает и разбирает статью, после чего готовит ее представление для одногруппников, при этом каждый из участников выполняет одну из следующих ролей:

# '''Автор-докладчик.''' Готовит презентацию с представлением методов и результатов статьи. Роль совпадает с ролью докладчика на семинарах прошлых лет. Время на выступление примерно 20 минут.
# '''Рецензент-исследователь.''' Рецензирует саму работу и изучает ее контекст, анализирует как данная работа встраивается в существующую научную реальность. Пишет обзор-рецензию, в которой описывает контекст работы (статьи до/после, конкурентов), рецензирует саму работу и предлагает возможные улучшения/продолжения работы. По основным и самым интересным результатам своего исследования готовит выступление на 5-10 минут. Обзор-рецензию стоит писать в [https://docs.google.com/document/d/1DKuQ1BfmZVzeAPDTUFHOOKSkDaZcHrNfyQfWa4DSJe4/edit?usp=sharing таком формате] (в нем прописаны необходимые пункты).
# '''Хакер.''' Работает со статьей на практике, проводит небольшое исследование, по результатам своей работы готовит ноутбук (с комментариями и выводами). На занятии за 5-10 минут рассказывает о результатах, показывает сам ноутбук или 2-3 слайда с графиками/выводами. Пользоваться любым открытым кодом/моделями можно и нужно, но, естественно, оцениваться будут ваши идеи/усилия, так что просто взять ноутбук с чужого гитхаба нельзя. В зависимости от формата статьи работой хакера может быть:
#* иллюстрация основной идеи статьи на адекватных для имеющихся ресурсов данных/моделях: [https://github.com/bayesgroup/HSE_ML_research_seminar/blob/master/2021-2022/181/22%20-%20Imagenet-trained%20CNNs%20are%20biased%20towards%20texture/code.ipynb пример] – проиллюстрировали описанный в статье эффект на игрушечном сгенерированном наборе данных и воспроизвели основной график из статьи для других архитектур,
#* мини-исследование: [https://github.com/bayesgroup/HSE_ML_research_seminar/blob/master/2021-2022/181/19%20-%20mixup/code.ipynb пример 1] – поиграли с предложенным в статье методом, сравнили его с аналогами на практике, визуализировали поведение сети, обученной этим методом; [https://github.com/bayesgroup/HSE_ML_research_seminar/blob/master/2021-2022/181/04%20-%20Vocabulary%20Learning%20via%20Optimal%20Transport%20for%20Neural%20Machine%20Translation/code.ipynb пример 2] – проверили работают ли идеи статьи для другой постановки задачи;
#* в случае статей про очень большие модели можно разобраться в коде авторов и сделать иллюстрационный ноутбук с практическим обсуждением архитектуры (покопаться в ней внутри) и примерам работы ([https://github.com/bayesgroup/HSE_ML_research_seminar/blob/master/2021-2022/181/29%20-%20Generative%20Spoken%20Language%20Modeling%20from%20Raw%20Audio/code.ipynb пример]).

В течение года каждый студент принимает участие в 3 выступлениях – по одному разу в каждой роли. Оценки за выступления во всех ролях берутся в финальную оценку с одинаковыми весами.

'''До выступления.''' Минимум '''за неделю''' до даты выступления группа докладчиков должна связаться с преподавателем и прислать ему или обсудить с ним краткий план своего выступления (план презентации, основные пункты обзора-рецензии, и план того, что будет реализовываться хакером). Основная суть данного требования -- понять, что все участники прочли статью, понимают что они будут рассказывать на занятии и не испытывают затруднений с темой.

'''Во время выступления.''' На свой доклад группа должна прийти с одной общей презентацией (с представлением статьи, обзора-рецензии и, возможно, результатов хакера) и одним ноутбуком с результатами хакера, если он необходим для рассказа.

'''После выступление.''' После доклада нужно прислать: презентацию и ноутбук с выступления, полный текст обзора-рецензии в формате pdf, а также список из 3-4 вопросов по докладу для проверочной по выступлению. Вопросы должны соответствовать целям доклада и покрывать важные идеи, которые слушатель из доклада должен вынести. Вопросы должны быть достаточно конкретными (не надо ударяться в философию), в адекватной степени математичными (спросить про формулу функции потерь модели - отличная идея, но спросить выписать все градиенты для обучения модели - плохая) и больше проверять понимание материала, а не запоминание. Большая просьба присылать все это централизовано (один студент от группы присылает все преподавателю).

При невыполнении перечисленных условий в поставленные сроки преподаватель имеет право снизить оценку за соответствующий доклад. Штраф за задержку с планом выступления -- до 2 баллов, за задержку с материалами -- до 1 балла.

== Отзывы на доклады ==

На каждый доклад трое одногруппников докладчиков, '''присутствовавшие на занятии''', пишут короткий отзыв на выступление, отдельно комментируя и оценивая его составляющие части (части разных выступающих), в форме, ссылка на которую находится в верхней части страницы. Рецензенты назначаются преподавателем на занятии. Оценки из отзывов будут учитываться при выставлении оценок за выступление на усмотрение преподавателя.

Отзыв должен обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель отзыва - помочь докладчику улучшить свои навыки. Отзыв можно написать до 23:59 следующего после выступления дня (в нашем случае до 23:59 четверга). Некачественные отзывы или "отписки", к примеру, "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом отзывов, так и в оценку выступающего.

== Проверочные работы ==
Доклады в течение года будут разбиты на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. В случае офлайн занятий полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. В случае онлайн занятий список вопросов заранее не публикуется. При написании проверочной нельзя пользоваться никакими материалами.

== Система выставления оценок ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.6 * О_доклады + 0.3 * О_проверочные + 0.1 * О_отзывы

* О_доклады - суммарная оценка по всем выступлениям,
* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_отзывы - суммарная оценка за написание отзывов на доклады.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

НИС Машинное обучение и приложения 4 курс 2022/2023

2022-09-06T14:41:57Z

Yhn112:

'''Страница в разработке'''

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| Офлайн || [https://t.me/+rqXYDLyvM0AwMDY6 чат]|| [https://www.hse.ru/org/persons/190912012 Иван Рубачев] || irubachev@gmail.com || среда 14:40
|-
| Онлайн 1 || [https://t.me/+vwJ3Onfbp_oyNTYy чат]||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || среда 14:40
|-
| Онлайн 2 || [https://t.me/+wntU06f5ca04NjBi чат]||[https://www.hse.ru/staff/yhn112 Михаил Дискин]|| yhn1124@gmail.com || среда 14:40
|-
|}

'''[https://docs.google.com/spreadsheets/d/1V1JBs-REcNKvvFcPovFqnCd7qcsjx3C5qPDGGQnUZTI/edit?usp=sharing Таблица с оценками и расписанием]''' 
'''[TBA Репозиторий с материалами]''' 
'''[TBA Записи онлайн занятий]''' 

Рецензии на доклады писать здесь: [TBA форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма] 

Все объявления по курсу будут в чате в телеграме, поэтому нужно '''обязательно''' добавиться в чат своей группы. Вопросы и комментарии по курсу можно отправлять в чат или своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]''', а также указывать свою фамилию и имя.

== Краткое описание ==

Данный семинар направлен на расширение кругозора студентов в области современного машинного обучения, а также на знакомство с основными принципами научно-исследовательской деятельности. На нём в течение года под руководством преподавателей студентам предлагается делать доклады по современным научным статьям в области машинного обучения. Семинар призван способствовать развитию навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумеваются следующие виды деятельности студентов:
* Выступление студентов с докладами, освещающими современные научных статьи с различных точек зрения.
* Посещение занятий, прослушивание и обсуждение докладов, написание рецензий на доклады одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады ==

Основной деятельностью в рамках НИСа является подготовка и выступление студентов с докладами. На 4 курсе формат значительно отличается от формата 3 курса.

Формат предполагает групповые выступления с разбором современных научных статей. Список статей формируется преподавателями, однако студенты могут предлагать свои темы и это приветствуется. В рамках группы участникам будут отведены уникальные роли, отвечающие разным ситуациям из жизни исследователя. На одном занятии планируется по два выступления, то есть одной команде выступающих выделяется 40 минут на всестороннее представление статьи (с учетом вопросов и обсуждений).
Команда из 3 студентов совместно читает и разбирает статью, после чего готовит ее представление для одногруппников, при этом каждый из участников выполняет одну из следующих ролей:

# '''Автор-докладчик.''' Готовит презентацию с представлением методов и результатов статьи. Роль совпадает с ролью докладчика на семинарах прошлых лет. Время на выступление примерно 20-25 минут.
# '''Рецензент + Практик-исследователь.''' TBA
# '''Хакер.''' Строит минимальный пример, который иллюстрирует идеи и результаты из статьи. На занятии показывает этот пример за 5-10 минут. Если, скажем, статья предлагает какой-то новый слой, трудно ли его реализовать? Можно ли воспроизвести эксперименты на синтетических данных? Или на небольших моделях? Результат работы, в идеале, должен быть оформлен как ноутбук с реализацией маленького примера метода/модели из статьи, который каждый слушатель сможет сам открыть в колабе и поиграться.

В течение года каждый студент принимает участие в TBA выступлениях. В ходе первых трех выступлений каждый студент поучаствует по одному разу в каждой роли. Роль на последующие выступления будет определяться преподавателями (случайно или в соответствии с оценками за первые 3 выступления). При нехватке занятий за последние выступления части студентов может быть выставлен автомат. Оценки за выступления во всех ролях берутся в финальную оценку с одинаковыми весами.

'''До выступления.''' Минимум '''за неделю''' до даты выступления группа докладчиков должна связаться с преподавателем и прислать ему или обсудить с ним краткий план своего выступления (план презентации, основные пункты рецензии, основные пункты исследования контекста, план того, что будет реализовываться хакером). Основная суть данного требования -- понять, что все участники прочли статью, понимают что они будут рассказывать на занятии и не испытывают затруднений с темой.

'''Во время выступления.''' На свой доклад группа должна прийти с одной общей презентацией (с представлением статьи, рецензии и исследованием контекста работы) и одним ноутбуком с запрограммированным примером.

'''После выступление.''' После доклада нужно прислать: презентацию и ноутбук с выступления, полный текст рецензии в формате pdf, полный текст исследования контекста в формате pdf, а также список из 3-4 вопросов по докладу для проверочной по выступлению. Вопросы должны соответствовать целям доклада и покрывать важные идеи, которые слушатель из доклада должен вынести. Вопросы должны быть достаточно конкретными (не надо ударяться в философию), в адекватной степени математичными (спросить про формулу функции потерь модели - отличная идея, но спросить выписать все градиенты для обучения модели - плохая) и больше проверять понимание материала, а не запоминание.

При невыполнении перечисленных условий в поставленные сроки преподаватель имеет право снизить оценку за соответствующий доклад. Штраф за задержку с планом выступления -- до 2 баллов, за задержку с материалами -- до 1 балла.

== Отзывы на доклады ==

На каждый доклад трое одногруппников докладчиков, '''присутствовавшие на занятии''', пишут короткий отзыв на выступление, отдельно комментируя и оценивая его составляющие части (части разных выступающих), в форме, ссылка на которую находится в верхней части страницы. Рецензенты назначаются преподавателем на занятии. Оценки из отзывов будут учитываться при выставлении оценок за выступление на усмотрение преподавателя.

Отзыв должен обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель отзыва - помочь докладчику улучшить свои навыки. Отзыв можно написать до 23:59 следующего после выступления дня (в нашем случае до 23:59 среды). Некачественные отзывы или "отписки", к примеру, "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом отзывов, так и в оценку выступающего.

== Проверочные работы ==
Доклады в течение года будут разбиты на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. В случае офлайн занятий полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. В случае онлайн занятий список вопросов заранее не публикуется. При написании проверочной нельзя пользоваться никакими материалами.

== Система выставления оценок ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.6 * О_доклады + 0.3 * О_проверочные + 0.1 * О_отзывы

* О_доклады - суммарная оценка по всем выступлениям,
* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_отзывы - суммарная оценка за написание отзывов на доклады.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

О факультете

2019-09-10T12:49:04Z

Yhn112: Отмена правки 34738, сделанной участником Agenbolaonline (обс.)

__NOTOC__

= Учебные курсы факультета компьютерных наук =

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

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

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

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

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

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

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

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

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

[[Calculus_DSBA2019/2020 | Calculus DSBA (ПАД)]]

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

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

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

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

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

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

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

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

||

[[Машинное_обучение_1 | Машинное обучение 1 на ПМИ]]

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

[[НИС_РС_1|НИС Распределенные системы]]

[[Theory_of_Computing_2019_2020 | Theory of Computing, AMI]]

[[Компьютерные_Сети | Компьютерные сети]]

||

[[InfTheo2019-2020|Теория информации]]

[[НИС_РС_2|НИС Распределенные системы 2]]

[[Байесовские_методы_машинного_обучения_2019|Байесовские методы машинного обучения]]

[[НИС Науки о данных]]

||
[[MinorBioinformatics|Биоинформатика]]

||

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==
=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[ Основы анализа и визуализация данных для медиа 2019/2020 | Основы анализа и визуализации данных для медиа ]] || Журналистика || 4 курс || 1 модуль
|-
| [[ Основы анализа данных в международных отношениях | Основы анализа данных в международных отношениях ]] || Международные отношения || 2 курс || 1-2 модуль
|-
| [[Основы программирования в Python (Политология)|Основы программирования в Python]] || Политология || 3 курс || 1-2 модули
|-
| [[Основы программирования на Python осень 2019 матфак|Основы программирования на Python-1]] || Математика || 1-4 курс || 1-2 модули
|-
| [[ Цифровая грамотность (История 2019) | Цифровая грамотность ]] || История || 1 курс || 1-2 модули
|-
| [[ Цифровая грамотность (Востоковедение 2019) | Цифровая грамотность ]] || Востоковедение|| 1 курс || 1-2 модули
|-
| [[ Цифровая_грамотность_2019-2020(философия) | Цифровая грамотность ]] || Философия || 1 курс || 1-2 модули
|-
| [[ПМСАР-2_2019| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Работа с данными]] || Медиакоммуникации || 4 курс || 1 модуль
|-
| [[Машинное обучение (фэн 2019)]] || ФЭН || 3 курс || 1-2 модули
|-
| [[Natural_Language_Processing_Blended_2019_module1 | Natural Language Processing (blended)]] || Прикладная политология || 2 г.о. || 1 модуль
|}

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

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

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

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

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

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

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

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

[[LAaG_DSBA_2018/2019 | LAaG DSBA]]

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

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

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

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

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

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

[[Algebra_DSBA_2018/2019 | Algebra DSBA]]

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

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

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

||

[http://math-info.hse.ru/s18/t Дифференциальные уравнения]

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

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

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

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

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

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

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

[[Факультатив Теория вычислений]]

||

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

[[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]

[[Численные_Методы_2018 | Численные методы ]]

[[PDC | Параллельные и распределенные вычисления]]

[[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]

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

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

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[НИС_РС|НИС Распределенные системы]]

[[Основные методы анализа данных]]

[[Теория баз данных]]

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

[[Непрерывная оптимизация (163-167)]]

[[Сложность вычислений и логика в теоретической информатике]]

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

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

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

[[Дискретная оптимизация 2019 | Дискретная оптимизация 2019]]

||

[[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]

[[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]

[[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]

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

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

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

[[Теория_Информации_2018/2019|Теория информации]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

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

[[Философия_науки_2018|Философия науки]]

[[Теория баз данных]]

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

[[Функциональное программирование 2019 | Функциональное программирование]]

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

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

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

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

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

[[dopglavy_DM_1819|Допглавы дискретной математики]]

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

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

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

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

[https://docs.google.com/document/d/1annCGZMrnLaXghIroe2Oq2xA1IOPQcD6w7x0H0HbudU/edit?usp=sharing Язык Kotlin (3 и 4 модули 2018-2019)]

||

|}

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

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

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

|}

=== 1 семестр ===

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

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

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

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

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

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

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

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

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

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

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

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

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

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

[[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]

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

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

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

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

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

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

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

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

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

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

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

[[Численные_методы_2017 | Численные методы]]

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

[[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]

[[Theory_of_Computing | Theory of Computing, AMI]]

[[Statistical_learning_theory | Introduction to statistical learning theory]]

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

[[Анализ неструктурированных данных]]

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

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

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

[[Непрерывная_оптимизация | Непрерывная оптимизация]]

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

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

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

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

[[Дискретная_оптимизация | Дискретная оптимизация]]

||

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

[[Философия_науки_2017 | Философия науки]]

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

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

[[Анализ неструктурированных данных]]

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

[[Функциональное программирование 2018 | Функциональное программирование]]

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

||

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

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

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

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

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

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

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

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

[[Цифровые технологии в гуманитарных науках]]

|}

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

=== 2 семестр ===

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

=== 1 семестр ===

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

== Курсы магистратуры Финансовые технологии и анализ данных ==

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

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

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

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

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

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

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

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

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

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

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

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

[[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]

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

||

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

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

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

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

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

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

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

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

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

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

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

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

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

||

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

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

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

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

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

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

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

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

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

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

[[Программирование_на_графических_процессорах | Программирование на графических процессорах]]

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

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

[[Базы данных 2 | Базы данных 2 ]]

[[Компьютерные сети 2 | Компьютерные сети 2]]

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

||

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

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

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

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

|}

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



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

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



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

==== Проектная работа ====
{|
|-
|[[Проектная работа]] 
|-
|[[Учебная практика 1 курс (2016)]]
|-
|[[Проектная работа 2 курс (2016)]]
|}


|}

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

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

Introduction to programming 2

2019-03-28T11:18:27Z

Yhn112:

== Основы и методология программирования ==

== [https://official.contest.yandex.ru/contest/12453/enter/ Programming Part of Exam] ==

== [https://ikohse.github.io/DSBAMaterials/syllabus.pdf Syllabus] ==

== Contacts ==

{| class="wikitable"
!align="right" width="28%"| Name
!align="center" width="42%"| Role
!width="28%"| Telegram
|-
|align="right"| Sergey Shershakov
|align="center"| Lecturer, workshop presenter
| [http://tele.gg/bjolyk <code>@bjolyk</code>]
|-
|align="right"| Andrei Tatarnikov
|align="center"| Workshop presenter
| [http://tele.gg/andrewt0301 <code>@andrewt0301</code>]
|-
|align="right"| George Piatsky
|align="center"| Workshop presenter
| [http://tele.gg/p_george <code>@p_george</code>]
|-
|align="right"| Kirill Rudakov
|align="center"| Workshop presenter
| [http://tele.gg/ArcticBEARD <code>@ArcticBEARD</code>]
|-
|align="right"| George Marshalko
|align="center"| Assistant
| [http://tele.gg/gmarshalk <code>@gmarshalk</code>]
|-
|align="right"| Ilya Kostyuchenko
|align="center"| Assistant
| [http://tele.gg/ilyakooo0 <code>@ilyakooo0</code>]
|-
|align="right"| Michael Diskin
|align="center"| Assistant
| [http://tele.gg/yhn112 <code>@yhn112</code>]
|}

== Yandex.Contest ==

=== [https://ikohse.github.io/DSBAMaterials/ya_contest.zip CMake template] ===

{| class="wikitable"
!width="50%"| Contest
!width="50%"| Deadline
|-
| [https://official.contest.yandex.com/contest/11560 Contest 1]
| 29 Jan 2019, 09:00:00
|-
| [https://official.contest.yandex.com/contest/11653 Contest 2]
| 12 Feb 2019, 05:00:00
|-
| [https://official.contest.yandex.com/contest/11840 Contest 3]
| <s>19 Feb 2019, 05:00:00</s> 5 Mar 2019, 05:00:00
|-
| [https://official.contest.yandex.com/contest/11933 Contest 4]
| <s>26 Feb 2019, 05:00:00</s> 7 Mar 2019, 05:00:00
|-
| [https://official.contest.yandex.com/contest/12023 Contest 5]
| 24 Mar 2019
|-
| [https://official.contest.yandex.com/contest/12114 Contest 6]
| 24 Mar 2019
|-
| [https://official.contest.yandex.com/contest/12177 Contest 7]
| 24 Mar 2019
|}

== Telegram hashtags ==

{| class="wikitable"
| <code>#src</code>
| <code>#code</code>
| <code>#test</code>
|-
| <code>#slides</code>
| <code>#build</code>
|
|}

== [https://docs.google.com/spreadsheets/d/1d9a1i6juzCSSS5J6O1cs7PJmqQe3FItlLopQ9G3GOTs/ Ongoing Assessment Results] ==

== Materials ==

{| class="wikitable"
!width="3%"| '''Week'''
!align="center" width="37%"| '''Lecture 1 (Thu)'''
!align="center" width="12%"| '''Workshop 1 (Wed, Thu, Mon)'''
!align="center" width="34%"| '''Lecture 2 (Tue)'''
!align="center" width="12%"| '''Workshop 2 (Tue)'''
|-
| 1
|align="center"| [https://ikohse.github.io/DSBAMaterials/01-Introduction.pdf Jan 10] Extra materials: http://faculty.cs.niu.edu/~mcmahon/CS241/Notes/compile.html http://www.ikerhurtado.com/relearning-cpp-process-of-writing--building-executing-program https://stackoverflow.com/questions/6264249/how-does-the-compilation-linking-process-work http://www.ntu.edu.sg/home/ehchua/programming/cpp/gcc_make.html
|align="center"| Jan 9, 10, 14
|align="center"| [https://ikohse.github.io/DSBAMaterials/02-Basics.pdf Jan 15] [https://ikohse.github.io/DSBAMaterials/lecture2-src.zip src]
|align="center"| Jan 15
|-
| 2
|align="center"| [https://ikohse.github.io/DSBAMaterials/03-StreamsStrings.pdf Jan 17]
|align="center"|
|align="center"| [https://ikohse.github.io/DSBAMaterials/04-ControlFlow.pdf Jan 22]
|align="center"|
|-
| 3
|align="center"| [https://ikohse.github.io/DSBAMaterials/05-ProcDecomp.pdf Jan 24]
|align="center"|
|align="center"| [https://ikohse.github.io/DSBAMaterials/06-RefsConstStruct.pdf Jan 29] [https://ikohse.github.io/DSBAMaterials/lecture06.zip src]
|align="center"|
|-
| 4
|align="center"| [https://ikohse.github.io/DSBAMaterials/07-Structures.pdf Jan 31] [https://ikohse.github.io/DSBAMaterials/Lecture7.zip src]
|align="center"|
|align="center"| [https://ikohse.github.io/DSBAMaterials/08,09-StructsClasses.pdf Feb 5] [https://ikohse.github.io/DSBAMaterials/Lectures8_9.zip src]
|align="center"|
|-
| 5
|align="center"| [https://ikohse.github.io/DSBAMaterials/08,09-StructsClasses.pdf Feb 7] [https://ikohse.github.io/DSBAMaterials/Lectures8_9.zip src]
|align="center"|
|align="center"|
|align="center"|
|}

== Setting up <code>C++</code> ==

If you have any problems installing the software you can contact [http://tele.gg/gmarshalk <code>@gmarshalk</code>] for Windows or Linux questions and [http://tele.gg/ilyakooo0 <code>@ilyakooo0</code>] for macOS questions.

[https://ikohse.github.io/Installing-cpp-on-Windows-or-Linux/Installing-cpp-on-Windows-or-Linux.pdf Setting up <code>C++</code> on Windows or Linux]

[[Setting up cpp on macos| Setting up <code>C++</code> on macOS]]

[[Installing_CMake_on_macOS_using_Homebrew | Installing CMake on macOS ]]

[[Generating_an_Xcode_project_from_CMake | Generating an Xcode project from CMake]]

Машинное обучение 1/2023 2024

2017-11-03T08:24:11Z

Yhn112: Делаем ссылки более рабочими

== О курсе ==

[[Файл:ML_surfaces.png|280px|borderless|left]]

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 1-2 модулях.

Проводится с 2016 года.

'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

Лекции проходят по пятницам, 10:30 - 11:50, ауд. 317.

=== Полезные ссылки ===

[https://www.hse.ru/ba/ami/courses/205507250.html Карточка курса и программа]

[https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]

Почта для сдачи домашних заданий: hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+151@gmail.com)

Канал в telegram для объявлений: https://telegram.me/hse_cs_ml_course_2017

Чат в telegram для обсуждений: https://t.me/joinchat/A5rlQEQ7r16nvyHbyXtjNA

[https://docs.google.com/spreadsheets/d/16wj3eH2crdGY-MFqiMMUoy1E7uo80nYT2MYfz3Y7gx4/edit?usp=sharing Таблица с оценками]

Оставить отзыв на курс: [https://goo.gl/forms/5CddG0gc75VZvqi52 форма]

'''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.
Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Страница !! Расписание
|-
| 151 (МОП) || [https://www.hse.ru/org/persons/165212870 Зиннурова Эльвира Альбертовна] || Атанов Андрей || || пятница, 12:10 - 13:30, ауд. 300
|-
| 152 (МОП) || [https://www.hse.ru/org/persons/191263008 Неклюдов Кирилл Олегович] || Гадецкий Артём || || понедельник, 15:10 - 16:30, ауд. 505
|-
| 153 (АПР) || [https://www.hse.ru/org/persons/209813467 Никишин Евгений Сергеевич] || Ковалёв Евгений || || пятница, 12:10 - 13:30, ауд. 322
|-
| 154 (АДИС) || [https://www.hse.ru/org/persons/209813459 Каюмов Эмиль Марселевич] || Панков Алексей || || пятница, 12:10 - 13:30, ауд. 501
|-
| 155 (РС) || [https://www.hse.ru/org/persons/192085968 Яшков Даниил Дмитриевич] || [https://t.me/despairazure Кохтев Вадим] || || понедельник, 12:10 - 13:30, ауд. 513
|-
| 156 (ТИ) || [https://www.hse.ru/org/persons/141880775 Умнов Алексей Витальевич] || Шевченко Александр || [[Машинное обучение 1/156 | ссылка]]|| пятница, 15:10 - 16:30, ауд. 311
|-
| Магистратура ФТиАД || [https://www.hse.ru/org/persons/191576735 Чиркова Надежда Александровна] || Першин Максим || ||
|-
|}

=== Консультации ===

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
* Теоретические домашние работы и их защиты
* Практические домашние работы на Python
* Контрольные работы
* Письменный экзамен

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

Oитоговая = 0.7 * Oнакопленная + 0.3 * Оэкз

Оценка за работу в семестре вычисляется по формуле

Oнакопленная = 0.1 * Oсамостоятельные + 0.4 * Опрактические дз + 0.3 * Отеоретические дз + 0.2 * Оконтрольные

Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям.

=== Правила сдачи заданий ===

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работа не принимаются.

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.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён (при этом получить дополнительные баллы за призовые места на конкурсе можно только при участии в общий срок). Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Лекции ==

'''Лекция 1''' (1 сентября). Введение в машинное обучение. Основные термины, постановки задач и примеры применения. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture01-intro.pdf Конспект]]

'''Лекция 2''' (8 сентября). Линейная регрессия. Метрики качества регрессии. Градиентный спуск и способы оценивания градиента. Продвинутые градиентные методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture02-linregr.pdf Конспект]]

'''Лекция 3''' (15 сентября). Переобучение и регуляризация. Разреженные линейные модели. Квантильная регрессия. Подготовка признаков. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture03-linregr.pdf Конспект]]

'''Лекция 4''' (22 сентября). Линейная классификация. Отступ и верхние оценки на пороговую функцию потерь. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture04-linclass.pdf Конспект]]

'''Лекция 5''' (29 сентября). Линейная классификация. Логистическая регрессия и оценки вероятности классов. Метод опорных векторов. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture05-linclass.pdf Конспект]]

'''Лекция 6''' (6 октября). Многоклассовая классификация, сведение к бинарным задачам. Многоклассовая логистическая регрессия. Классификация с пересекающимися классами. Метрики качества многоклассовой классификации. Категориальные признаки: хэширование и счётчики. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture06-linclass.pdf Конспект]]

'''Лекция 7''' (20 октября). Решающие деревья. Жадный алгоритм построения. Выбор лучшего разбиения с помощью критерия информативности. Критерии информативности для регрессии и классификации. Учёт пропусков в деревьях. Решающие деревья и категориальные признаки. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture07-trees.pdf Конспект]]

'''Лекция 8''' (3 ноября). Бутстрап и бэггинг. Разложение ошибки на смещение и разброс (bias-variance decomposition). Случайный лес. Вычисление расстояний с помощью лесов. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture08-ensembles.pdf Конспект]]

== Семинары ==

'''Семинар 1'''. Постановки задач, примеры применения, инструменты. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem01-intro.ipynb Ноутбук с семинара]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem01-tools.ipynb Ноутбук для самостоятельного изучения]]

'''Семинар 2'''. Векторное дифференцирование. Линейная регрессия, аналитическое и численное решение. Свойства градиента. Сравнение градиентного спуска и стохастического градиентного спуска. Scikit-learn. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem02-linregr-part1.pdf Конспект]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem02-linregr-part2.ipynb Notebook]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-01-linregr.pdf Домашнее задание]]

'''Семинар 3'''. Предобработка данных для линейных моделей. Функции потерь в линейной регрессии. Вероятностный взгляд на линейную регрессию. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem03-linregr.ipynb Notebook]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-02-linregr.pdf Домашнее задание]]

'''Семинар 4'''. Метрики качества классификации. ROC-кривая, алгоритм её построения, AUC-ROC. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem04-linclass-metrics.pdf Конспект]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-03-linclass-metrics.pdf Домашнее задание]]

'''Семинар 5'''. Оценивание вероятностей классов. Метод опорных векторов. Эквивалентность регуляризации и раннего останова в градиентном спуске. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem05-linclass.pdf Конспект]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-04-linclass.pdf Домашнее задание]]

'''Семинар 6'''. Метод K ближайших соседей. Различные способы задания метрик. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem-knn.pdf Конспект]] [[ Домашнее задание]]

== Практические задания ==

'''Задание 1.''' Библиотека numpy и работа с данными.

Дата выдачи: 18.09.2017

Мягкий дедлайн: 01.10.2017 23:59MSK

Жесткий дедлайн: 08.10.2017 23:59MSK.

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются.

[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-practice/homework-practice-01.ipynb Условие],
[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-practice/homework-practice-01.zip архив с условием и шаблонами],
[https://official.contest.yandex.ru/contest/5016/problems/ соревнование в Яндекс.Контесте],
[https://contest.yandex.ru/contest/5016/problems/ альтернативная ссылка на соревнование в Яндекс.Контесте].

'''Задание 2.''' Линейные методы и работа с категориальными признаками

Дата выдачи: 03.11.2017

Мягкий дедлайн: 19.11.2017 23:59MSK

Жесткий дедлайн: 26.11.2017 23:59MSK

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются.

[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-practice/homework-practice-02.ipynb Условие], [https://official.contest.yandex.ru/contest/5704/problems/ соревнование в Яндекс.Контесте]
[https://contest.yandex.ru/contest/5704/problems/ альтернативная ссылка на соревнование в Яндекс.Контесте].

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

== Страницы предыдущих лет ==

[[Машинное_обучение_1/2016_2017 | 2016/2017 учебный год]]

DM 2 2017 2018

2017-09-18T11:19:32Z

Yhn112: /* Семинаристы */

= Дискретная математика на 2-ом курсе ПМИ (основной поток)=

Лекции проходят по вторникам в аудитории 622 в 10:30-11:50. Первая лекция 5 сентября.

==Новости==

* (1 сентября) Лекции 12 и 26 сентября переносятся на 15 и 29 сентября, соответственно (на то же время) в ауд. 509. Это относится и к семинарам в группе 164, переносящимся в ауд. 301.

* (1 сентября) Выложено [https://www.dropbox.com/s/wapy36llq2ykdsl/hw1.pdf?dl=0 Домашнее задание №1]

==Лектор==

Н.К. Верещагин nikolay.vereshchagin@gmail.com

==Семинаристы==

163 Дашков Евгений Владимирович edashkov@gmail.com, ассистент Дискин Михаил Сергеевич, yhn1124@gmail.com, t.me/yhn112

164 Верещагин Николай Константинович nikolay.vereshchagin@gmail.com, ассистент Денисова Елена Алексеевна,
lena97denisova@mail.ru

165 Дашков Евгений Владимирович edashkov@gmail.com, ассистент Моисеев Андрей Андреевич, andrei.moiseev213@yandex.ru

166 Милованов Алексей Сергеевич, almas239@gmail.com, ассистент Ребенко Ярослав Алексеевич, yarebenko@gmail.com

==Краткое описание==

Курс состоит из двух частей. В первом модуле будет рассказан о линейном программировании:
что это такое, в каких областях оно применяется, двойственность в линейном программировании и
симплекс метод решения линейных программ. Во втором модуле будет изучаться математическая логика:
формулы логики высказываний и логики предикатов, определение истинности, выразимость средствами
логики предикатов, исчисление резолюций.

==Отчётность по курсу и критерии оценки==

6 домашних заданий, коллоквиум и экзамен.

Оценка за каждое домашнее задание равна доле решенных задач, умноженной на 10. Общая оценка за домашние задания равна среднему арифметическому оценок за решение каждого из заданий.
На решение каждого ДЗ дается 14 дней, решение ДЗ нужно сдавать семинаристу до начала семинара.
Сдача домашних заданий после их срока невозможна.

Каждое ДЗ будет проверено в течение 10 дней после дедлайна. Домашнее задание должно быть защищено в течение 3 недель после дедлайна. Для защиты студент должен прийти на консультацию и убедить преподавателя, что он понимает, что у него написано, и тем самым работа не списана.

Коллоквиум (устный) и экзамен (письменный) оцениваются по десятибалльной системе. На коллоквиуме не разрешается пользоваться никакими записями. На экзамене можно пользоваться любыми бумажными источниками и нельзя никакими электронными. Коллоквиум состоит из двух теоретических вопросов (один по линейному
программированию, другой по логике) и одной задачи, которые оцениваются в 3, 3 и 4 баллов
соответственно. Эти задачи берутся из заранее опубликованного списка задач (с точностью до выбора конкретных чисел), подобных тем, что были в домашних заданиях.
Экзамен состоит из 8 задач с указанием количества баллов за каждую
задачу. Эти баллы в сумме дают 10 баллов. Задачи нужно решить за две пары.

Сумма оценки за коллоквиум и оценки за домашние задания с коэффициентами 1/3 и 2/3, соответственно, составляют накопленную оценку. Накопленная оценка и оценка за экзамен с коэффициентами 3/5 и 2/5 дают итоговую оценку. Таким образом, оценки за коллоквиум и экзамен входят в итоговую оценку с коэффициентами 0.4, а оценка за домашние задания - с коэффициентом 0.2.

Те, кто не смог прийти на экзамен и коллоквиум по болезни, могут его
сдать отдельно. Не набравшие в конце второго модуля нужное количество баллов (4) могут пересдать экзамен, а если и это не поможет, то сдавать экзамен комиссии. В последнем случае накопленная оценка аннулируется и оценка, полученная на экзамене, и является окончательной.

====Правила округления====

В вычислениях текущие оценки и промежуточные величины не округляются. Результат
вычисляется точно и округляется только в момент выставления накопленной и итоговой оценок.
Округление при выставлении итоговой оценки арифметическое, а при выставлении накопленной
оценки используется следующее правило округления: между 1 и 5 округление вниз, между 5 и 6
округление арифметическое, а в остальных случаях округление вверх. Т.е. 3,92 округляется до 3,
5,48 – до 5, 5,54 – до 6, 7.12 – до 8.

==Сроки контрольных мероприятий==

Эти сроки немного различаются для разных групп (поскольку семинары в разные дни).

Сроки сдачи ДЗ для 164 и 166 группы:

Первое домашнее задание 19 сентября (защита до 10 октября).
Второе домашнее задание 3 октября (защита до 24 октября).
Третье домашнее задание 17 октября (защита до 7 ноября).
Четвертое домашнее задание 7 ноября (защита до 28 ноября).
Пятое домашнее задание 21 ноября (защита до 12 декабря).
Шестое домашнее задание 5 декабря (защита до 26 декабря).

Коллоквиум пройдет с 11 по 15 декабря.

Экзамен (письменный) с 21 по 31 декабря.

==Домашние задания ==
'''[https://docs.google.com/spreadsheets/d/1nWh4-qMKA8gTQJ3aNhWkeVEwxaOJbSxd4Sek5plUaUg Оценки за домашние задания (группа 163)]'''

'''[https://www.dropbox.com/s/muquy5ohykx50hs/DM%20153.xls?dl=0 Оценки за домашние задания (группа 164)]'''

'''[https://www.dropbox.com/s/wapy36llq2ykdsl/hw1.pdf?dl=0 Домашнее задание №1]''' -- дедлайны: для сдачи 19 сентября, для защиты 10 октября (для группы 164).

==Примерное содержание лекций==

* Общая задача линейного программирования.

* Примеры линейных программ: смешивание растворов, транспортная задача, потоки в сетях

* Метод исключения переменных.

* Способы докательства оптимальности линейных программ.

* Общая теория двойственности. Двойственная линейная программа. Лемма Фаркаша и теорема
двойственности

* Применения двойственности: потоки и разрезы в сетях, игры с нулевой суммой.

* Полиэдры и политопы.

* Симплекс метод.

* Определение формулы логики высказываний (пропозициональной формулы).

* Тавтологии, выполнимые, общезначимые и равносильные формулы.

* Исчисление резолюций для пропозициональных формул.

* Языки первого порядка и их модели. Изоморфные и элементарно эквивалентные модели.

* Исчисление резолюций для формул первого порядка.

* Выразимые в данной модели отношения. Метод автоморфизмов доказательства невыразимости.

* Логическое следование и аксиоматические теории.

==Прочитанные лекции==

====Лекция 1 (5 сентября). ====
Определение задачи линейного программирования. Примеры: задача о составлении раствора,
транспортная задача. Решение двумерных задач ЛП графическим методом. Метод исключения переменных: определение совместности, поиск оптимума.

====Лекция 2 (15 сентября). ====

Синтаксические следствия систем линейных ограничений. Программа, двойственная к данной. Принципы двойственности: (1) система линейных неравенств несовместна тогда и только тогда, когда из нее синтаксически следует неравенство 1<=0 (2) если в прямой задаче целевая функция ограничена, то оптимальные решения прямой и двойственной задач совпадают. Доказательство принципов двойственности методом исключения переменных.

====Лекция 3 (19 сентября). ====

====Лекция 4 (29 сентября). ====

====Лекция 5 (3 октября). ====

====Лекция 6 (10 октября). ====

====Лекция 7 (17 октября). ====

====Лекция 8 (31 октября). ====

====Лекция 9 (7 ноября). ====

====Лекция 10 (14 ноября). ====

====Лекция 11 (21 ноября). ====

====Лекция 12 (28 ноября). ====

====Лекция 13 (5 декабря). ====

== Семинары ==

=== Листки с задачами для семинаров ===

[https://www.dropbox.com/s/cd7bztnxy7d1gbx/listok1.pdf?dl=0 Листок 1 (определение задач ЛП и их решение графическим методом)]

[https://www.dropbox.com/s/nd4u7tpe50n3noc/listok2.pdf?dl=0 Листок 2 (решение ЛП методом исключения переменных)]

[https://www.dropbox.com/s/u7fms5ha752o7z2/listok3.pdf?dl=0 Листок 3 (двойственность в ЛП)]

[https://www.dropbox.com/s/v83f2101qzdhy18/listok4.pdf?dl=0 Листок 4 (интересные задачи, сводящиеся к ЛП)]

=== Проведённые семинары в группе 164 ===

====Семинар 1 (5 сентября)====
Графическое решение задач линейного программирования с двумя переменными и сводящихся к таким.
Решение задач линейного программирования методом исключения переменных.

==Конспекты лекций==
[https://www.dropbox.com/s/bxpbt7eq5oyknut/KonspektyOsnovnojPotok.pdf?dl=0 Конспект лекций о линейном программировании для основного потока (содержит только то, что рассказывалось или будет рассказано на лекциях)]

'''[https://www.dropbox.com/s/q1xqbmlniw4u6an/main-ver.pdf?dl=0 Расширенный конспект лекций о линейном программировании (общий для пилотного и основного потока).]'''

[https://www.dropbox.com/s/uwdsbj5xymnqqbt/res-lect-revised.pdf?dl=0 Конспект лекций о методе резолюций]

==Консультации ==
164 группа:
вторник с 16:40 до 19:30 в ком. 623 (Верещагин).

166 группа:
вторник с 16:30 до 17:00 в ком. 617 (Милованов)

==Рекомендуемая литература ==

1. Alexander Schrijver. Theory of linear and integer programming. John Wiley and Sons. 1998

2. Ашманов С.А., Тимохов А.В. Теория оптимизации в задачах и упражнениях. М.: Наука, 1991. — 446 с.

3. Н.К.Верещагин, А. Шень. Языки и исчисления. М.:МЦНМО, 2012. (Для курса будут наиболее важны главы 1, 3 и 4. Глава 1 содержит материал, который практически полностью входил в программу курса "Дискретная математика -1". Материал главы 4 в курсе будет затронут очень незначительно.)

5. А. Схрейвер. Теория линейного и целочисленного программирования. М.: Мир, 1991. Тт.1-2. (Классический учебник. Для курса наиболее важна глава 7 тома 1, а также (частично) гл. 8 и 11.)

6. Б. Корте, Й. Фиген. Комбинаторная оптимизация. Теория и алгоритмы. М.: МЦНМО, 2015. (Современный учебник по комбинаторной оптимизации. Включает главы с описанием линейного программирования и алгоритмов для задач линейного программирования.)

7. Ч.Чень, Р.Ли. Математическая логика и автоматическое доказательство теорем. М.: Наука, 1983. (Для курса важен раздел про метод резолюций в главе 5.)

DM 2 2017 2018

2017-09-08T11:06:09Z

Yhn112: /* Домашние задания */

= Дискретная математика на 2-ом курсе ПМИ (основной поток)=

Лекции проходят по вторникам в аудитории 622 в 10:30-11:50. Первая лекция 5 сентября.

==Новости==

* (1 сентября) Лекции 12 и 26 сентября переносятся на 15 и 29 сентября, соответственно (на то же время) в ауд. 509. Это относится и к семинарам в группе 164, переносящимся в ауд. 301.

* (1 сентября) Выложено [https://www.dropbox.com/s/wapy36llq2ykdsl/hw1.pdf?dl=0 Домашнее задание №1]

==Лектор==

Н.К. Верещагин nikolay.vereshchagin@gmail.com

==Семинаристы==

163, 165 Дашков Евгений Владимирович edashkov@gmail.com, ассистент Дискин Михаил Сергеевич msdiskin@edu.hse.ru

164 Верещагин Николай Константинович nikolay.vereshchagin@gmail.com, ассистент Денисова Елена Алексеевна
lena97denisova@mail.ru

166 Милованов Алексей Сергеевич, almas239@gmail.com, ассистент Денисова Елена Алексеевна lena97denisova@mail.ru

==Краткое описание==

Курс состоит из двух частей. В первом модуле будет рассказан о линейном программировании:
что это такое, в каких областях оно применяется, двойственность в линейном программировании и
симплекс метод решения линейных программ. Во втором модуле будет изучаться математическая логика:
формулы логики высказываний и логики предикатов, определение истинности, выразимость средствами
логики предикатов, исчисление резолюций.

==Отчётность по курсу и критерии оценки==

6 домашних заданий, коллоквиум и экзамен.

Оценка за каждое домашнее задание равна доле решенных задач, умноженной на 10. Общая оценка за домашние задания равна среднему арифметическому оценок за решение каждого из заданий.
На решение каждого ДЗ дается 14 дней, решение ДЗ нужно сдавать семинаристу до начала семинара.
Сдача домашних заданий после их срока невозможна.

Каждое ДЗ будет проверено в течение 10 дней после дедлайна. Домашнее задание должно быть защищено в течение 3 недель после дедлайна. Для защиты студент должен прийти на консультацию и убедить преподавателя, что он понимает, что у него написано, и тем самым работа не списана.

Коллоквиум (устный) и экзамен (письменный) оцениваются по десятибалльной системе. На коллоквиуме не разрешается пользоваться никакими записями. На экзамене можно пользоваться любыми бумажными источниками и нельзя никакими электронными. Коллоквиум состоит из двух теоретических вопросов (один по линейному
программированию, другой по логике) и одной задачи, которые оцениваются в 3, 3 и 4 баллов
соответственно. Эти задачи берутся из заранее опубликованного списка задач (с точностью до выбора конкретных чисел), подобных тем, что были в домашних заданиях.
Экзамен состоит из 8 задач с указанием количества баллов за каждую
задачу. Эти баллы в сумме дают 10 баллов. Задачи нужно решить за две пары.

Сумма оценки за коллоквиум и оценки за домашние задания с коэффициентами 1/3 и 2/3, соответственно, составляют накопленную оценку. Накопленная оценка и оценка за экзамен с коэффициентами 3/5 и 2/5 дают итоговую оценку. Таким образом, оценки за коллоквиум и экзамен входят в итоговую оценку с коэффициентами 0.4, а оценка за домашние задания - с коэффициентом 0.2.

Те, кто не смог прийти на экзамен и коллоквиум по болезни, могут его
сдать отдельно. Не набравшие в конце второго модуля нужное количество баллов (4) могут пересдать экзамен, а если и это не поможет, то сдавать экзамен комиссии. В последнем случае накопленная оценка аннулируется и оценка, полученная на экзамене, и является окончательной.

====Правила округления====

В вычислениях текущие оценки и промежуточные величины не округляются. Результат
вычисляется точно и округляется только в момент выставления накопленной и итоговой оценок.
Округление при выставлении итоговой оценки арифметическое, а при выставлении накопленной
оценки используется следующее правило округления: между 1 и 5 округление вниз, между 5 и 6
округление арифметическое, а в остальных случаях округление вверх. Т.е. 3,92 округляется до 3,
5,48 – до 5, 5,54 – до 6, 7.12 – до 8.

==Сроки контрольных мероприятий==

Эти сроки немного различаются для разных групп (поскольку семинары в разные дни).

Сроки сдачи ДЗ для 164 и 166 группы:

Первое домашнее задание 19 сентября (защита до 10 октября).
Второе домашнее задание 3 октября (защита до 24 октября).
Третье домашнее задание 17 октября (защита до 7 ноября).
Четвертое домашнее задание 7 ноября (защита до 28 ноября).
Пятое домашнее задание 21 ноября (защита до 12 декабря).
Шестое домашнее задание 5 декабря (защита до 26 декабря).

Коллоквиум пройдет с 11 по 15 декабря.

Экзамен (письменный) с 21 по 31 декабря.

==Домашние задания ==
'''[https://docs.google.com/spreadsheets/d/1nWh4-qMKA8gTQJ3aNhWkeVEwxaOJbSxd4Sek5plUaUg Оценки за домашние задания (группа 163)]'''

'''[https://www.dropbox.com/s/muquy5ohykx50hs/DM%20153.xls?dl=0 Оценки за домашние задания (группа 164)]'''

'''[https://www.dropbox.com/s/wapy36llq2ykdsl/hw1.pdf?dl=0 Домашнее задание №1]''' -- дедлайны: для сдачи 19 сентября, для защиты 10 октября (для группы 164).

==Примерное содержание лекций==

* Общая задача линейного программирования.

* Примеры линейных программ: смешивание растворов, транспортная задача, потоки в сетях

* Метод исключения переменных.

* Способы докательства оптимальности линейных программ.

* Общая теория двойственности. Двойственная линейная программа. Лемма Фаркаша и теорема
двойственности

* Применения двойственности: потоки и разрезы в сетях, игры с нулевой суммой.

* Полиэдры и политопы.

* Симплекс метод.

* Определение формулы логики высказываний (пропозициональной формулы).

* Тавтологии, выполнимые, общезначимые и равносильные формулы.

* Исчисление резолюций для пропозициональных формул.

* Языки первого порядка и их модели. Изоморфные и элементарно эквивалентные модели.

* Исчисление резолюций для формул первого порядка.

* Выразимые в данной модели отношения. Метод автоморфизмов доказательства невыразимости.

* Логическое следование и аксиоматические теории.

==Прочитанные лекции==

====Лекция 1 (5 сентября). ====
Определение задачи линейного программирования. Примеры: задача о составлении раствора,
транспортная задача. Решение двумерных задач ЛП графическим методом. Метод исключения переменных: определение совместности, поиск оптимума.

====Лекция 2 (15 сентября). ====

Канонические формы задач линейного программирования. Как можно доказать несовместность ЛП и оптимальность решения задачи линейного программирования. Программа, двойственная к данной. Синтаксические следствия системы неравенств. Критерий совместности: система линейных неравенств несовместна тогда и только тогда, когда из нее синтаксически следует неравенство 0<-1.

====Лекция 3 (19 сентября). ====

====Лекция 4 (29 сентября). ====

====Лекция 5 (3 октября). ====

====Лекция 6 (10 октября). ====

====Лекция 7 (17 октября). ====

====Лекция 8 (31 октября). ====

====Лекция 9 (7 ноября). ====

====Лекция 10 (14 ноября). ====

====Лекция 11 (21 ноября). ====

====Лекция 12 (28 ноября). ====

====Лекция 13 (5 декабря). ====

== Семинары ==

=== Листки с задачами для семинаров ===

[https://www.dropbox.com/s/cd7bztnxy7d1gbx/listok1.pdf?dl=0 Листок 1 (определение задач ЛП и их решение графическим методом)]

[https://www.dropbox.com/s/nd4u7tpe50n3noc/listok2.pdf?dl=0 Листок 2 (решение ЛП методом исключения переменных)]

[https://www.dropbox.com/s/u7fms5ha752o7z2/listok3.pdf?dl=0 Листок 3 (двойственность в ЛП)]

[https://www.dropbox.com/s/v83f2101qzdhy18/listok4.pdf?dl=0 Листок 4 (интересные задачи, сводящиеся к ЛП)]

=== Проведённые семинары в группе 164 ===

====Семинар 1 (5 сентября)====
Графическое решение задач линейного программирования с двумя переменными и сводящихся к таким.
Решение задач линейного программирования методом исключения переменных.

==Конспекты лекций==
[https://www.dropbox.com/s/bxpbt7eq5oyknut/KonspektyOsnovnojPotok.pdf?dl=0 Конспект лекций о линейном программировании для основного потока (содержит только то, что рассказывалось или будет рассказано на лекциях)]

'''[https://www.dropbox.com/s/q1xqbmlniw4u6an/main-ver.pdf?dl=0 Расширенный конспект лекций о линейном программировании (общий для пилотного и основного потока).]'''

[https://www.dropbox.com/s/uwdsbj5xymnqqbt/res-lect-revised.pdf?dl=0 Конспект лекций о методе резолюций]

==Консультации ==
164 группа:
вторник с 16:40 до 19:30 в ком. 623 (Верещагин).

166 группа:
вторник с 16:30 до 17:00 в ком. 617 (Милованов)

==Рекомендуемая литература ==

1. Alexander Schrijver. Theory of linear and integer programming. John Wiley and Sons. 1998

2. Ашманов С.А., Тимохов А.В. Теория оптимизации в задачах и упражнениях. М.: Наука, 1991. — 446 с.

3. Н.К.Верещагин, А. Шень. Языки и исчисления. М.:МЦНМО, 2012. (Для курса будут наиболее важны главы 1, 3 и 4. Глава 1 содержит материал, который практически полностью входил в программу курса "Дискретная математика -1". Материал главы 4 в курсе будет затронут очень незначительно.)

5. А. Схрейвер. Теория линейного и целочисленного программирования. М.: Мир, 1991. Тт.1-2. (Классический учебник. Для курса наиболее важна глава 7 тома 1, а также (частично) гл. 8 и 11.)

6. Б. Корте, Й. Фиген. Комбинаторная оптимизация. Теория и алгоритмы. М.: МЦНМО, 2015. (Современный учебник по комбинаторной оптимизации. Включает главы с описанием линейного программирования и алгоритмов для задач линейного программирования.)

7. Ч.Чень, Р.Ли. Математическая логика и автоматическое доказательство теорем. М.: Наука, 1983. (Для курса важен раздел про метод резолюций в главе 5.)

Теория вероятностей 2016/2017 (пилотный поток)

2017-04-03T08:12:46Z

Yhn112: /* Лекции */

== Преподаватели и учебные ассистенты ==
{| class="wikitable" style="text-align:center"
|-
! Группа !! БПМИ151 !! БПМИ152
|-
|| Лектор ||colspan="2"| [https://www.hse.ru/org/persons/161322763 Шабанов Дмитрий Александрович]
|-
|| Семинарист || [mailto:dashabanov@hse.ru Шабанов Дмитрий Александрович] || [mailto:anaumov@hse.ru Наумов Алексей Александрович]
|-
|| Ассистент || [mailto:pol.kirichenko@mail.ru Полина Кириченко] || [mailto:adkosmachev@edu.hse.ru Алексей Космачев]
|}

== Организационные моменты ==
Оценка будет складываться из нескольких факторов:
* Две контрольных работы.
* Два коллоквиума - по одному на модуль.
* Домашние задания. В среднем, на каждом семинаре будут выдавать по 2-3 задачи для самостоятельного решения, которые будет нужно письменно сдавать ассистентам.
* Письменный экзамен - "расширенная КР". Два часа на 6 задач.

Итоговая оценка высчитывается следующим образом: Оитог = 0.3 * ОКР + 0.3 * Околлоквиум + 0.1 * ОДЗ + 0.3 * Оэкзамен

На данный момент автоматов '''не''' предусмотрено.

== Контрольные работы ==
Правила игры:
* На контрольной работе будет 4 задачи.
* У каждой задачи есть три критерия. За соблюдение каждого критерия ставят по 0.5 балла. Следовательно, за каждую задачу можно получить не более 1.5 балла.
* Баллы за обе контрольные суммируются и полученная сумма округляется арифметически. Это и будет ОКР.
* С собой разрешено приносить печатные материалы.

=== Первая контрольная ===
Темы:
* Простой подсчёт вероятности
* Комбинаторные приёмы
* Условная вероятность
* Математическое ожидание и дисперсия

Первая контрольная работа будет проходить '''14 октября''' на семинарах. Для подготовки предлагается [https://www.dropbox.com/s/wcx4utoz6ws1x7p/%D0%9A%D0%A01_%D0%BF%D1%80%D0%BE%D0%B1%D0%BD%D1%8B%D0%B9_%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82.pdf?dl=0 пробный вариант] и его [https://www.dropbox.com/s/el8ag4o1fmj1s5c/%D0%9A%D0%A01_%D0%BF%D1%80%D0%BE%D0%B1%D0%BD%D1%8B%D0%B9_%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82_%D1%80%D0%B0%D0%B7%D0%B1%D0%BE%D1%80.pdf?dl=0 разбор].

Переписывание первой контрольной будет происходить '''25 ноября''' в 13:40 в аудитории 317.

=== Вторая контрольная ===
Темы:
* Геометрическая вероятность
* Математическое ожидание и дисперсия в общем случае
* Формулы свёртки
* Многомерные распределения
* (дополнительно) Вероятностный метод

Вторая контрольная работа будет проходить '''17 декабря''' в 13:40 в аудитории 205.

Для подготовки предлагается [https://www.dropbox.com/s/9u4k7yisp3pml0z/%D0%9A%D0%A02_%D0%BF%D1%80%D0%BE%D0%B1%D0%BD%D1%8B%D0%B9_%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82.pdf?dl=0 пробный вариант] и его [https://www.dropbox.com/s/v4i02lxorzbc4gu/%D0%9A%D0%A02_%D0%BF%D1%80%D0%BE%D0%B1%D0%BD%D1%8B%D0%B9_%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82_%D1%80%D0%B0%D0%B7%D0%B1%D0%BE%D1%80.pdf?dl=0 разбор].

== Коллоквиумы ==
Формирование оценки на коллоквиуме:

* письменный ответ на 1 из вопросов (с доказательствами), из 3 баллов, время подготовки - 30 минут.
* два вопроса из программы по выбору принимающего (без доказательств, только определения формулировки), из 1 балла каждый.
* всего можно заработать 5 баллов.

=== Первый коллоквиум ===
Дата проведения первого коллоквиума - '''5 ноября''', начало в 12:10 в аудитории 509.

[https://www.dropbox.com/s/cukn03rykqkpnbx/%D0%9A%D0%BE%D0%BB%D0%BB%D0%BE%D0%BA%D0%B2%D0%B8%D1%83%D0%BC_%E2%84%961_%D0%A2%D0%92_2016.pdf?dl=0 Здесь] можно найти список тем для первого коллоквиума.

=== Второй коллоквиум ===
Дата проведения второго коллоквиума - '''10 декабря''', начало в 12:10 в аудитории 509.

[https://www.dropbox.com/s/vwhb37fbzma65cj/%D0%9A%D0%BE%D0%BB%D0%BB%D0%BE%D0%BA%D0%B2%D0%B8%D1%83%D0%BC_%E2%84%962_%D0%A2%D0%92_2016.pdf?dl=0 Здесь] можно найти список тем для второго коллоквиума. '''Примечание''': в вопросе о свойствах математического ожидания отмечено буквой (д), какие свойства надо доказывать.

== Лекции ==
[https://www.dropbox.com/sh/5lxaheg89isd6h9/AABifvMGLQPmLLzHOiqfaTOLa?dl=0 '''Здесь'''] можно найти конспекты лекций и семинаров 151 группы.

'''Предупреждение:''' конспекты ведутся студентами. Возможны различные опечатки и недочёты.

'''Лекция 1''' (09.09.2016). Организационные моменты. Предмет теории вероятностей. Вероятностное пространство. Вероятность и её простейшие свойства. Классическая модель. Примеры классических моделей. Условная вероятность. Формула полной вероятности.

'''Лекция 2''' (16.09.2016). Задача о сумасшедшей старушке. Задача об удачливом студенте. Теорема Байеса. Независимость: для двух событий, попарная и по совокупности. Случайные величины в дискретных вероятностных пространствах.

'''Лекция 3''' (23.09.2016). Распределение случайной величины. Примеры распределений. Независимость случайных величин. Математическое ожидание. Свойства математического ожидания. Дисперсия. Ковариация. Их свойства. Неравенства Маркова и Чебышёва.

'''Лекция 4''' (30.09.2016). Сходимость случайных величин по вероятности. Закон больших чисел. Связь закона больших чисел и принципа устойчивости частот. Сходимость случайных величин почти наверное. Связь между сходимостями. Одинаковая распределённость. Теорема Пуассона. Теорема Муавра-Лапласа.

'''Лекция 5''' (07.10.2016). Применение теоремы Муавра-Лапласа для оценки вероятности. Скорость сходимости закона больших чисел. Неравенство Чернова. Алгебры событий. Задача k-SAT (формулировка).

'''Лекция 6''' (14.10.2016). Формула умножения вероятностей. Локальная лемма Ловаса (несимметричный и симметричный случаи). Задача K-SAT и её свойства. Теорема о связи выполнимости и количества вхождений переменной в дизъюнкты. Алгоритмы получения выполняющего означивания: наивный и продвинутый. Теорема Мозера-Тардоша. Геометрическая вероятность. Задача о встрече.

'''Лекция 7''' (21.10.2016). Общее определение вероятностного пространства. Алгебры, сигма-алгебры и борелевские сигма-алгебры. Вероятностная мера и её основные свойства. Теорема о непрерывности вероятностной меры (эквивалентность четырёх свойств). Борелевская сигма-алгебра на R и примеры вероятностных мер на (R, B(R)).

'''Лекция 8''' (01.11.2016). Функция распределения на прямой. Теорема Каратеодори (без доказательства). Теорема о взаимно-однозначном соответствии между функцией распределения на прямой и вероятностной мерой. Классификация функций распределения на прямой: дискретные, абсолютно непрерывные, сингулярные. Примеры функций распределения.

'''Лекция 9''' (08.11.2016). Канторова лестница как пример сингулярной функции распределения. Теорема Лебега о разложении меры (без доказательства). Случайные величины и векторы в общем случае. Действия над случайными величинами. Борелевские функции. Арифметические операции, взятие пределов, максимизация и минимизация случайных величин. Простые случайные величины. Математическое ожидание простой случайной величины. Математическое ожидание для неотрицательной случайной величины.

'''Лекция 10''' (15.11.2016). Свойства математического ожидания для простых случайных величин. Корректность определения математического ожидания для неотрицательной случайной величины. Математическое ожидание случайной величины в общем случае. Свойства математического ожидания в общем случае.

'''Лекция 11''' (22.11.2016). Формулы подсчёта математического ожидания. Распределения. Классификация случайных величин. Вычисление математического ожидания от функции от случайной величины в дискретном, абсолютно непрерывном и в общем (без доказательства) случаях. Независимость (в совокупности) случайных величин. Математическое ожидание произведения независимых случайных величин.

'''Лекция 12''' (29.11.2016). Функция распределения в R^n. Свойства многомерной функции распределения. Теорема о взаимно-однозначном соответствии функции распределения и вероятностной меры в многомерном случае (без доказательства). Примеры многомерных функций распределения. Совместные функция распределения, распределение и плотность распределения многих случайных величин, их свойства. Матожидание от функции многих случайных величин (без доказательства). Математическое ожидание от произведения двух (не обязательно независимых) случайных величин.

'''Лекция 13''' (06.12.2016). Различные формулы для вычисления вероятностной меры случайного вектора. Формула замены переменных в кратном интеграле. Формула свёртки для суммы. Дисперсия и ковариация случайной величины в общем случае. Их свойства. Математическое ожидание случайного вектора. Матрица ковариация случайного вектора и её свойства.

'''Лекция 14''' (13.12.2016). Неравенства Маркова, Чебышёва и Йенсена. Сходимости случаных величин: почти наверное, в среднем порядка p, по вероятности и по распределению. События, происходящие бесконечное число раз. Критерий сходимости почти наверное. Связь сходимости ряда из вероятностей отклонения и сходимости почти наверное. Теорема о взаимоотношении сходимостей. Сходимость почти наверное подпоследовательности последовательности, сходящейся по вероятности.

'''Лекция 15''' (20.12.2016). Усиленный закон больших чисел (с четвёртым центральным моментом). Усиленный закон больших чисел в форме Колмогорова. Предельный переход под знаком математического ожидания. Теорема о монотонной сходимости. Лемма Фату. Теорема Лебега о мажорируемой сходимости. Характеристические функции и их свойства. Пример использования характеристических функций для нахождения распределения суммы пуассоновских случайных величин.

'''Лекция 16''' (13.01.2017). Предмет изучения математической статистики. Классический пример: эпидемия в городе. Вопрос эмпирического выбора. Регрессионная модель. Проверка однородности. Проверка независимости. Дополнительные свойства характеристических функций: теорема единственности и теорема Вейерштрасса о приближении непрерывной функции тригонометрической линейной комбинацией. Нахождение характеристической функции нормального стандартного распределения и следствия из неё. Теорема Леви об обращении (без доказательства).

'''Лекция 17''' (20.01.2017). Дифференцирование и "разложение в ряд" характеристической функции случайной величины. Характеристическая функция случайного вектора. Теорема единственности в многомерном случае. Критерий независимости для характеристических функций. Теорема непрерывности (без доказательства) и центральная предельная теорема. Оценка скорости сходимости в законе больших чисел. Пример применения ЦПТ: оценка суммарной погрешности измерений. Теорема Берри-Эссеена (без доказательства). Оценка параметров нормального распределения по выборке.

'''Лекция 18''' (27.01.2017). Сходимость случайных векторов: почти наверное, по вероятности и по распределению. Теорема об эквивалентности определений сходимости по распределению. Связь общей и покомпонентной сходимости. Лемма о взаимосвязи сходимостей. Теорема о наследовании сходимости. Лемма Слуцкого. Пример их применения. Усиленный закон больших чисел в многомерном случае. Многомерное нормальное распределение. Теорема о трёх экввалентных определениях.

'''Лекция 19''' (03.02.2017). Следствия из теоремы о трёх эквивалентных определениях: смысл параметров многомерного нормального распределения, корректность его определения и инвариантность относительно линейных преобразований. Критерий независимости компонент гауссовского вектора. Плотность многомерного нормального распределения и условия его существования. Многомерная ЦПТ и пример её применения. Условное математическое ожидание. Теорема о единственности для условных математических ожиданий.

'''Лекция 20''' (10.02.2017). Вычисление условного математического ожидания в дискретном случае. Свойства условного математического ожидания. Условные распределения и плотности. Теоремы о вычислении условного математического ожидания и условной плотности. Пример вычисления условного математического ожидания.

== Домашние задания ==
[https://www.dropbox.com/s/arf1wx57ap8460y/%D0%94%D0%97_09_09.pdf?dl=0 '''ДЗ 1'''] от 09 сентября 2016.

[https://www.dropbox.com/s/6ncvxb48ja4p3jy/%D0%94%D0%97_09_16.pdf?dl=0 '''ДЗ 2'''] от 16 сентября 2016.

[https://www.dropbox.com/s/najluli8uak8oxc/%D0%94%D0%97_09_23.pdf?dl=0 '''ДЗ 3'''] от 23 сентября 2016.

[https://www.dropbox.com/s/vqpbbu55d73wfj0/%D0%94%D0%97_09_30.pdf?dl=0 '''ДЗ 4'''] от 30 сентября 2016.

[https://www.dropbox.com/s/cwmabbkpuwewnra/%D0%94%D0%97_10_07.pdf?dl=0 '''ДЗ 5'''] от 7 октября 2016.

[https://www.dropbox.com/s/i94d6dhqar5j6m7/%D0%94%D0%97_10_21.pdf?dl=0 '''ДЗ 6'''] от 21 октября 2016.

[https://www.dropbox.com/s/pc75hjtgxaj05ee/%D0%94%D0%97_11_01.pdf?dl=0 '''ДЗ 7'''] от 1 ноября 2016.

[https://www.dropbox.com/s/wy0n0fiprqgdrsf/%D0%94%D0%97_11_08.pdf?dl=0 '''ДЗ 8'''] от 8 ноября 2016.

[https://www.dropbox.com/s/gboml05jh7gcsn3/%D0%94%D0%97_11_15.pdf?dl=0 '''ДЗ 9'''] от 15 ноября 2016.

[https://www.dropbox.com/s/lk3gnrdlen90m59/%D0%94%D0%97_11_23.pdf?dl=0 '''ДЗ 10'''] от 23 ноября 2016.

[https://www.dropbox.com/s/p13pyt0dw3zsp8n/%D0%94%D0%97_11_29.pdf?dl=0 '''ДЗ 11'''] от 29 ноября 2016.

[https://www.dropbox.com/s/t27xndo87gxuadx/%D0%94%D0%97_12_06.pdf?dl=0 '''ДЗ 12'''] от 6 декабря 2016.

[https://www.dropbox.com/s/wqvleuncyzhci1f/%D0%94%D0%97_01_13.pdf?dl=0 '''ДЗ 13'''] от 13 января 2017.

[https://www.dropbox.com/s/0n0t47nk89r2so3/%D0%94%D0%97_01_20.pdf?dl=0 '''ДЗ 14'''] от 20 января 2017.

[https://www.dropbox.com/s/m1aiigsd6gre1lg/%D0%94%D0%97_01_27.pdf?dl=0 '''ДЗ 15'''] от 27 января 2017.

[https://www.dropbox.com/s/x4rfrzdcyeuwofa/%D0%94%D0%97_02_03.pdf?dl=0 '''ДЗ 16'''] от 3 февраля 2017.

[https://www.dropbox.com/s/tt8d83gg4obk51l/%D0%94%D0%97_02_10.pdf?dl=0 '''ДЗ 17'''] от 10 февраля 2017.

== Список рекомендуемой литературы ==
=== Учебники ===
* В. Феллер. Введение в теорию вероятностей и её приложения, тт.1-2. М.: Мир, 1984
* А.Н. Ширяев. Вероятность. М.: Изд-во МЦНМО, 2004 (или новее)
* S. Janson, T. Luczak, A. Rucinski. Random Graphs. М.: Wiley-Interscience, 2000 (глава Small Probabilities)
* Н. Алон, Дж. Спенсер. Вероятностный метод. М.: Бином, 2011

=== Задачники ===
* А.Н. Ширяев. Задачи по теории вероятностей. М.: Изд-во МЦНМО, 2006 (или новее)
* А.Н. Ширяев, И.Г. Эрлих, П.А. Яськов. Вероятность в теоремах и задачах (с доказательствами и решениями). Книга 1. М.: Изд-во МЦНМО, 2014

Математически анализ 3 на ПМИ (пилотный поток)

2017-04-03T08:10:53Z

Yhn112: /* Конспекты лекций */

'''Учебная программа:''' [https://www.hse.ru/data/2016/10/23/1117073978/program-780412112-1z0u9arS6I.pdf тут].

'''Лектор:''' [https://www.hse.ru/org/persons/161322698 Галатенко Владимир Владимирович].
* vgalatenko@hse.ru
* vgalat@msu.ru
* Консультации по понедельникам с 16:40, по предварительной договоренности.

'''Семинаристы:'''
* 151 Косов Егор Дмитриевич, ked_2006@mail.ru;
* 152 Галатенко Владимир Владимирович.

==2 семестр==
===Правила формирования оценок===
Формула накопленной остается такой же: Онакопленная2 = 0,3 * ОКР 3 + 0,3 * ОКР 4 + 0,2 * ОДЗ 3 + 0,2 * ОДЗ 4 + 0,2 * Обонус2. Аналогично, количество контрольных и домашних работ может поменяться, так же может поменяться их вес (см. прошлый семестр). В Обонус2 учитывается сдача бонусных заданий с лекций и семинаров.

Далее вычисляется оценка за весенний семестр: Oсем2 = 0,5 * Oнакопленная2 + 0,5 * Oэкзамен2, используются '''неокругленные''' значения.

Итоговая оценка вычисляется по формуле Oитог = 0,5 * Oсем1 + 0,5 * Oсем2, используются '''неокругленные''' значения.

===Бонусные задачи===
* Доказать, что для любой нормы на плоскости 3≤π≤4 (подробней в лекции от 17 января).
* Верно ли, что если ортогональная система полна, то она замкнута? (Подробней в лекции от 6 февраля).

==1 семестр==

===Правила формирования оценок===

Накопленная оценка вычисляется по формуле: Онакопленная1 = 0,6 * (0,7 * ОКР 1 + 0,3 * ОКР 2) + 0,2 * ОДЗ 1 + 0,2 * ОДЗ 2 + 0,2 * Обонус1.

В Обонус1 учитывается сдача бонусных заданий с лекций и семинаров. КР 1 это контрольная на ряды, КР 2 – на кратные интегралы.

Оценка за весенний семестр вычисляется по формуле Oсем1 = 0,5 * Oнакопленная1 + 0,5 * Oэкзамен1, используются неокругленные значения.

===Коллоквиум и экзамен===
Коллоквиум пройдет 23 декабря, в 12:10, аудитория 509. '''[https://drive.google.com/file/d/0B260PsrDsXAFa3U2VHdwLWY3V2RHenVqdUNKVzJlZ1BIMF93/view?usp=sharing Вопросы к экзамену].'''

Экзамен пройдет 27 декабря, с 15:10, в аудиториях 317 и 509.

==Формат и оценивание экзамена==
Экзамен состоит из двух частей: письменной и устной. В качестве оценки за письменную часть может пойти средняя/минимальная, а в качестве устной части – результат сдачи коллоквиума (никак иначе он не учитывается). В случае неудовлетворительной оценки за устную часть за экзамен также выставляется неудовлетворительная оценка, вне зависимости от письменной части. В случае удовлетворительной сдачи устной части, оценка за экзамен вычисляется следующим образом: Оэкзамен = 0,6 * Оустная часть + 0,4 * Описьменная часть.

==Правила округления==

Для выставления в ведомость оценки округляется до целых по следующим правилам:
* если дробная часть оценки находится в пределах [0, 0,4], то – в меньшую сторону;
* если дробная часть оценки находится в пределах [0,6, 1), то – в большую сторону;
* если дробная часть итоговой оценки находится в пределах (0,4, 0,6), то – на усмотрение преподавателя в зависимости от посещения занятий, работы на занятиях и пр.

При этом если оценка до округления оказывается в пределах (3, 4), то она округляется до 3-х
баллов; если оценка до округления оказывается больше 10, то она округляется до 10.

==Конспекты лекций==
Конспекты ведут: Михаил Дискин, Анастасия Иовлева и Руслан Хайдуров.
Единый файл со всеми лекциями: [https://www.dropbox.com/sh/5lxaheg89isd6h9/AAAymCnYZwOTbF3x0AzSp4W4a/calculus_16-17_2course.pdf тут].

==Домашние задания==
* '''[https://www.dropbox.com/s/bhea0iztdh2n9tu/HSE_2016_1.pdf?dl=0 Домашнее задание 1]''' срок выполнения: к 10 октября
* '''[https://drive.google.com/open?id=0B260PsrDsXAFZmMycVdkc0xDNjhPdmJrRVpMX0R1czdmWXo4 Домашнее задание 2]''' срок выполнения: к 22 ноября.
* '''[https://drive.google.com/file/d/0B260PsrDsXAFYkg0aFhaeWlrN1VDUjJHMVVNdEdfLUhCU3VJ/view?usp=sharing Домашнее задание 3]''' срок выполнения: к 6 марта.

Математически анализ 3 на ПМИ (пилотный поток)

2017-04-03T08:10:29Z

Yhn112: /* Конспекты лекций */

'''Учебная программа:''' [https://www.hse.ru/data/2016/10/23/1117073978/program-780412112-1z0u9arS6I.pdf тут].

'''Лектор:''' [https://www.hse.ru/org/persons/161322698 Галатенко Владимир Владимирович].
* vgalatenko@hse.ru
* vgalat@msu.ru
* Консультации по понедельникам с 16:40, по предварительной договоренности.

'''Семинаристы:'''
* 151 Косов Егор Дмитриевич, ked_2006@mail.ru;
* 152 Галатенко Владимир Владимирович.

==2 семестр==
===Правила формирования оценок===
Формула накопленной остается такой же: Онакопленная2 = 0,3 * ОКР 3 + 0,3 * ОКР 4 + 0,2 * ОДЗ 3 + 0,2 * ОДЗ 4 + 0,2 * Обонус2. Аналогично, количество контрольных и домашних работ может поменяться, так же может поменяться их вес (см. прошлый семестр). В Обонус2 учитывается сдача бонусных заданий с лекций и семинаров.

Далее вычисляется оценка за весенний семестр: Oсем2 = 0,5 * Oнакопленная2 + 0,5 * Oэкзамен2, используются '''неокругленные''' значения.

Итоговая оценка вычисляется по формуле Oитог = 0,5 * Oсем1 + 0,5 * Oсем2, используются '''неокругленные''' значения.

===Бонусные задачи===
* Доказать, что для любой нормы на плоскости 3≤π≤4 (подробней в лекции от 17 января).
* Верно ли, что если ортогональная система полна, то она замкнута? (Подробней в лекции от 6 февраля).

==1 семестр==

===Правила формирования оценок===

Накопленная оценка вычисляется по формуле: Онакопленная1 = 0,6 * (0,7 * ОКР 1 + 0,3 * ОКР 2) + 0,2 * ОДЗ 1 + 0,2 * ОДЗ 2 + 0,2 * Обонус1.

В Обонус1 учитывается сдача бонусных заданий с лекций и семинаров. КР 1 это контрольная на ряды, КР 2 – на кратные интегралы.

Оценка за весенний семестр вычисляется по формуле Oсем1 = 0,5 * Oнакопленная1 + 0,5 * Oэкзамен1, используются неокругленные значения.

===Коллоквиум и экзамен===
Коллоквиум пройдет 23 декабря, в 12:10, аудитория 509. '''[https://drive.google.com/file/d/0B260PsrDsXAFa3U2VHdwLWY3V2RHenVqdUNKVzJlZ1BIMF93/view?usp=sharing Вопросы к экзамену].'''

Экзамен пройдет 27 декабря, с 15:10, в аудиториях 317 и 509.

==Формат и оценивание экзамена==
Экзамен состоит из двух частей: письменной и устной. В качестве оценки за письменную часть может пойти средняя/минимальная, а в качестве устной части – результат сдачи коллоквиума (никак иначе он не учитывается). В случае неудовлетворительной оценки за устную часть за экзамен также выставляется неудовлетворительная оценка, вне зависимости от письменной части. В случае удовлетворительной сдачи устной части, оценка за экзамен вычисляется следующим образом: Оэкзамен = 0,6 * Оустная часть + 0,4 * Описьменная часть.

==Правила округления==

Для выставления в ведомость оценки округляется до целых по следующим правилам:
* если дробная часть оценки находится в пределах [0, 0,4], то – в меньшую сторону;
* если дробная часть оценки находится в пределах [0,6, 1), то – в большую сторону;
* если дробная часть итоговой оценки находится в пределах (0,4, 0,6), то – на усмотрение преподавателя в зависимости от посещения занятий, работы на занятиях и пр.

При этом если оценка до округления оказывается в пределах (3, 4), то она округляется до 3-х
баллов; если оценка до округления оказывается больше 10, то она округляется до 10.

==Конспекты лекций==
Конспекты ведут: Михаил Дискин, Анастасия Иовлева и Руслан Хайдуров. Расположены в [https://github.com/hse-ami/lectures этом репозитории] , вместе с конспектами других предметов.

Единый файл со всеми лекциями: [https://www.dropbox.com/sh/5lxaheg89isd6h9/AAAymCnYZwOTbF3x0AzSp4W4a/calculus_16-17_2course.pdf тут].

==Домашние задания==
* '''[https://www.dropbox.com/s/bhea0iztdh2n9tu/HSE_2016_1.pdf?dl=0 Домашнее задание 1]''' срок выполнения: к 10 октября
* '''[https://drive.google.com/open?id=0B260PsrDsXAFZmMycVdkc0xDNjhPdmJrRVpMX0R1czdmWXo4 Домашнее задание 2]''' срок выполнения: к 22 ноября.
* '''[https://drive.google.com/file/d/0B260PsrDsXAFYkg0aFhaeWlrN1VDUjJHMVVNdEdfLUhCU3VJ/view?usp=sharing Домашнее задание 3]''' срок выполнения: к 6 марта.