Машинное обучение 2/2025 2026: различия между версиями
Ekononova (обсуждение | вклад) Новая страница: «== О курсе == 280px|borderless|left Курс читается для студентов 3-го курса [https://cs.hse.ru/…» |
Ekononova (обсуждение | вклад) Нет описания правки |
||
| (не показаны 2 промежуточные версии этого же участника) | |||
| Строка 9: | Строка 9: | ||
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] | '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] | ||
Лекции проходят по пятницам, 11:10 - 12:30, в [https://us06web.zoom.us/j/ | Лекции проходят по пятницам, 11:10 - 12:30, в [https://us06web.zoom.us/j/81604404096?pwd=IGi4kajXIPv6ymwxD6j2CPiWN7Kads.1 Zoom]. | ||
| Строка 18: | Строка 18: | ||
=== Полезные ссылки === | === Полезные ссылки === | ||
[https://www.hse.ru/ba/ami/courses/ | [https://www.hse.ru/ba/ami/courses/1048904115.html Карточка курса и программа] | ||
[https://github.com/esokolov/ml-course-hse/tree/master/ | [https://github.com/esokolov/ml-course-hse/tree/master/ml2-2026-spring/lecture-notes Материалы] | ||
[https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub] | [https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub] | ||
| Строка 26: | Строка 26: | ||
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com) | Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com) | ||
Канал в telegram для объявлений: https://t.me/+ | Канал в telegram для объявлений: https://t.me/+fQXk5j3UAjdiZGZi | ||
Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/+ | Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/+GvIPXSiB1MtiNjVi | ||
Ссылка на курс в Anytask: | Ссылка на курс в Anytask: | ||
[ | [Таблица с оценками] | ||
[https://disk.yandex.ru/d/ | [https://disk.yandex.ru/d/UjQSpG7LpyeLHQ Плейлист с записями занятий] | ||
Оставить отзыв на курс: | Оставить отзыв на курс: | ||
| Строка 47: | Строка 47: | ||
! Группа !! Преподаватель !! Учебный ассистент | ! Группа !! Преподаватель !! Учебный ассистент | ||
|- | |- | ||
| | | БПМИ231 (МОП) || [https://t.me/esokolov Соколов Евгений] || [https://t.me/dasssshhkk Мамонтова Дарья], [https://t.me/ninakrivulets Кривулец Нина] | ||
|- | |- | ||
| | | БПМИ232 (МОП) || [https://t.me/madn_boi Морозов Никита] || [https://t.me/KarAnny Карпова Анна], [https://t.me/sodeniZz Матвеев Денис] | ||
|- | |- | ||
| | | БПМИ233 (МОП) || [https://t.me/epbugaev Бугаев Егор] || [https://t.me/kolx0znik Саргсян Нарек], [https://t.me/Sllaavva Юсупов Вячеслав] | ||
|- | |- | ||
| | | БПМИ234 (МОП) || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/Gaunr07 Гаунов Рустам], [https://t.me/HandleW1thCare Афлятунов Амир] | ||
|- | |- | ||
| | | БЭАД231 || [https://t.me/ttpo100ajiex Абрамов Александр] || [https://t.me/belotserkovetsa Белоцерковец Анастасия], [https://t.me/liza_bolotnikova Болотникова Елизавета] | ||
|- | |- | ||
| | | БЭАД232 || [https://t.me/werlord112 Старощук Богдан] || [https://t.me/mirzoyevaa18 Мирзоева Алина], [https://t.me/htutb Уваров Николай] | ||
|- | |- | ||
| | | ВСН || [https://t.me/ko_orney Томащук Корней] || [https://t.me/polinaryltseva Рыльцева Полина] | ||
|- | |- | ||
| | | КПВ + КНАД || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/nimblesquirrel Замышевская Арина], [https://t.me/ilyhav Веселов Илья], [https://t.me/mbolgov Болгов Михаил] | ||
|} | |} | ||
| Строка 104: | Строка 100: | ||
== Теоретические задания == | == Теоретические задания == | ||
[https://github.com/esokolov/ml-course-hse/tree/master/ | [https://github.com/esokolov/ml-course-hse/tree/master/ml2-2026-spring/homeworks-theory Теоретические ДЗ] не проверяются, но задачи из них могут войти в проверочные работы на семинарах. | ||
== Практические задания == | == Практические задания == | ||
[https://github.com/esokolov/ml-course-hse/ | [https://github.com/esokolov/ml-course-hse/tree/master/ml2-2026-spring/homeworks-practice/ Репозиторий с ДЗ] | ||
== Коллоквиум == | == Коллоквиум == | ||
| Строка 114: | Строка 110: | ||
На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума "стоит" 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено. | На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума "стоит" 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено. | ||
[ | [Вопросы для подготовки] | ||
== Экзамен == | == Экзамен == | ||
[ | [Вопросы для подготовки] | ||
== Полезные материалы == | == Полезные материалы == | ||
| Строка 137: | Строка 133: | ||
== Страницы предыдущих лет == | == Страницы предыдущих лет == | ||
[[Машинное_обучение_2/2024_2025 | 2024/2025 учебный год]] | |||
[[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]] | [[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]] | ||
Текущая версия от 13:40, 26 января 2026
О курсе

Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ в 3-4 модулях.
Проводится с 2016 года.
Лектор: Соколов Евгений Андреевич
Лекции проходят по пятницам, 11:10 - 12:30, в Zoom.
Полезные ссылки
Репозиторий с материалами на GitHub
Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com)
Канал в telegram для объявлений: https://t.me/+fQXk5j3UAjdiZGZi
Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/+GvIPXSiB1MtiNjVi
Ссылка на курс в Anytask:
[Таблица с оценками]
Оставить отзыв на курс:
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 Issue в github-репозитории курса.
Семинары
| Группа | Преподаватель | Учебный ассистент |
|---|---|---|
| БПМИ231 (МОП) | Соколов Евгений | Мамонтова Дарья, Кривулец Нина |
| БПМИ232 (МОП) | Морозов Никита | Карпова Анна, Матвеев Денис |
| БПМИ233 (МОП) | Бугаев Егор | Саргсян Нарек, Юсупов Вячеслав |
| БПМИ234 (МОП) | Петров Олег | Гаунов Рустам, Афлятунов Амир |
| БЭАД231 | Абрамов Александр | Белоцерковец Анастасия, Болотникова Елизавета |
| БЭАД232 | Старощук Богдан | Мирзоева Алина, Уваров Николай |
| ВСН | Томащук Корней | Рыльцева Полина |
| КПВ + КНАД | Ульянкин Филипп | Замышевская Арина, Веселов Илья, Болгов Михаил |
Правила выставления оценок
В курсе предусмотрено несколько форм контроля знания:
- Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
- Практические домашние работы на Python
- Устный коллоквиум
- Письменный экзамен
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:
Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)
ПР — средняя оценка за самостоятельные работы на семинарах
ДЗ — средняя оценка за практические домашние работы на Python
К — оценка за коллоквиум
Э — оценка за экзамен
Округление арифметическое.
Правила сдачи заданий
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.
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. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.
Теоретические задания
Теоретические ДЗ не проверяются, но задачи из них могут войти в проверочные работы на семинарах.
Практические задания
Коллоквиум
На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума "стоит" 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.
[Вопросы для подготовки]
Экзамен
[Вопросы для подготовки]
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
- Курс по машинному обучению К.В. Воронцова
- Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов
- Coursera: Машинное обучение от статистики до нейросетей (специализация)
- Coursera: Машинное обучение и анализ данных (специализация)
- Coursera: Введение в машинное обучение, К.В. Воронцов