Финансовые технологии и анализ данных

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.

Лекции и семинары

№	Тема лекции	презентация	конспект семинара	домашнее задание	дедлайн
1	Данные в науке и в жизни	Задание 1	27.01.18 23:59
2	Цифровая среда	Больше презентаций		02.02.18 23:59
3	Открытые данные	в telegram-канале	23.02.18 23:59
4	Базы данных		25.02.18 23:59
5	Корпусные технологии
6	Работа с корпусами. Частотность			11.03.18 23:59
7	Параллельные корпуса		13.04.18 23:59
8	Машинный перевод
9	Визуализация данных
10	Сетевой анализ			29.04.18 23:59
11	Машинное обучение
12	Нейронные сети
13	Электронные словари
14	Оцифровка изображений и компьютерное зрение			01.06.18 23:59
15	«Футурология»

№	Тема лекции	презентация	конспект семинара	домашнее задание	дедлайн
1	Данные в науке и в жизни	Задание 1	27.01.18 23:59
2	Цифровая среда		02.02.18 23:59
3	Открытые данные	23.02.18 23:59
4	Базы данных	25.02.18 23:59
5	Корпусные технологии		11.03.18 23:59
6	Cultural Analytics		09.04.18 23:59
7	Визуализация данных
8	Сетевой анализ		29.04.18 23:59
9	Современные цифровые методы и технологии консервации
10	Машинное обучение	19.05.18 23:59
11	Оцифровка изображений и компьютерное зрение
12	Методы пространственного анализа
13	«Футурология»
14	Компьютерное моделирование
15	Работа с видеоматериалами

4-й модуль

Дата-время: 23 июня, 11:00

Материалы для подготовки к экзамену:

II: список задач для подготовки ко 2-й контрольной

III: приводимые ниже задачи (рассортированы по темам, номера с пометкой «П» даны по задачнику Проскурякова, номера с пометкой «К» — по задачнику Кострикина, номера с пометкой «КК» — по задачнику Ким–Крицкова):

• Изменение матрицы линейного оператора при переходе к другому базису: П 1452—1454; К 39.19—39.21
• Собственные векторы и собственные значения линейных операторов: П 1465—1474; К 40.15
• Диагонализуемость линейных операторов: П 1479—1483; К 40.16
• Самосопряжённые линейные операторы, приведение квадратичной формы к главным осям: К 45.4, 45.19, П 1243–1246, 1248–1262, 1585, 1586
• Ортогональные линейные операторы: К 46.6, П 1571–1577
• Нахождение прямоугольной декартовой системы координат, в которой уравнение данной кривой или поверхности 2-го порядка принимает канонический вид, и определение типа данной кривой или поверхности (КК 35.24, 35.27, 38.10–38.12)
• Нахождение жордановой формы линейного оператора и соответствующего жорданова базиса (К 41.1, 41.10, П 1530–1536)

Комментарий к I. Данный список продолжает список определений и формулировок для коллоквиума. В качестве одного из заданий экзаменационной работы может быть предложено дать какое-нибудь определение или сформулировать какую-нибудь теорему из списка, также могут быть задачи на применение теории (определений/формулировок) в конкретных примерах. Наконец, знание определений и формулировок может просто помочь при решении тех или иных задач экзаменационной работы.

Соревнования

Правила участия и оценивания

В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.

В лидербордах каждого из соревнований присутствуют несколько базовых решений (бейзлайнов), каждое из которых соответствует определённой оценке. Например, для получения оценки не ниже 8 баллов необходимо, чтобы ваше решение на приватном лидерборде оказалось лучше соответствующего бейзлайна. Далее для студента, преодолевшего бейзлайн на N_1 баллов, но не преодолевшего бейзлайн на N_2 балла, итоговая оценка за соревнование рассчитывается по равномерной сетке среди всех таких студентов в зависимости от места в приватном лидерборде среди них; если быть точными, то по следующей формуле:

N_2 — (N_2 — N_1) * i / M,

где M — количество студентов (из всех студентов, изучающих курс), преодолевших бейзлайн на N_1 баллов, но не преодолевших бейзлайн на N_2 балла;

i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.

Единственное исключение из формулы — студенты, преодолевшие самый сильный бейзлайн, получают прибавку 1/M к своей оценке.

Чтобы вас не пропустили при проверке решений соревнования, необходимо использовать следующий формат для имени команды (вкладка Team):

« Имя Фамилия номер_группы»

В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. При оформлении кода предполагайте, что данные лежат рядом с ним в папке data, а в результате выполнения кода ответы должны быть записаны в файл solution-N-Username.csv, где N — номер соревнования, Username — ваша фамилия. У нас должна быть возможность запустить код и получить те же ответы, что и в вашей посылке, — в частности, это означает, что:

1. Если вы отправляете файл *.py, мы будем запускать его при помощи команды python *.py в вышеуказанном предположении о местонахождении данных.

2. Если вы отправляете ноутбук *.ipynb, мы последовательно запустим все ячейки ноутбука и будем ожидать в результате его работы формирование файла с ответами.

3. Если вы отправляете код с использованием другого языка программирования, в том же письме направьте нам инструкцию по его запуску с тем, чтобы получить тот же файл с ответами.

В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Студенты, попавшие в топ-3 согласно приватному лидерборду, смогут получить бонусные баллы, если в течение недели после окончания соревнования сдадут в anytask отчет о получении решения, фигурирующего в приватном лидерборде. Если не оговорено иное, использовать любые внешние данные в соревнованиях запрещено. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.

В некоторых соревнованиях данные взяты из завершившегося соревнования на Kaggle.
Категорически запрещено использовать данные из оригинального соревнования для восстановления целевой переменной на тестовой выборке.

Соревнование 1

Задача: выявление мошеннических тразнакций

Это соревнование на бонусные баллы, оно не является обязательным.

Дедлайн: 15.12.2020 23:59MSK

В задании всего один бейзлайн (lightgbm), ненулевые баллы получают решения, преодолевшие его на приватном лидерборде.
Все решения выше этого бейзлайна оцениваются по равномерной шкале от 0 до 5.

Обратите внимание на раздел Baselines на Kaggle — там можно найти много полезного.

Новости

27 декабря

Инструкция к экзамену (письменному) 28 декабря.

Экзамен длится 90 минут. Во время экзамена студенты должны включить камеры. Во время экзамена разрешено смотреть на любые материалы, загруженные на компьютер до начала экзамена, писать на листах бумаги, а также смотреть на любые бумажные материалы на столе. Студенты могут пользоваться мышью и клавиатурой только для того, чтобы перелистывать загруженные материалы и условия задач. Если во время экзамена у студента возникнет вопрос по условию задачи, он может устно задать его и преподаватель даст на него ответ.

Если у студента случился один или два обрыва связи продолжительностью менее пяти минут, он может продолжить написание экзамена (дополнительное время при этом не предоставляется). Если случился обрыв связи продолжительностью дольше 5 минут или более двух пятиминутных, то считается, что студент пропустил экзамен. В этом случае ему будет предложено без штрафов сдать экзамен устно в течение недели с момента данного экзамена.

Первая лекция будет 5 сентября.

Национальный исследовательский университет «Высшая школа экономики» (НИУ ВШЭ)

Год основания: 1992

Всего студентов: 40 000+ / Иностранных студентов: 3 700

Факультетов: 20 / Кафедр: 50

Преподавателей: 3700+

Ректор – Ярослав Иванович Кузьминов

Основная деятельность

Высшая школа экономики – крупнейший в Восточной Европе научно-образовательный комплекс в области социально-экономических наук.

НИУ ВШЭ – один из немногих вузов в России, применяющий механизмы международного академического рекрутмента, благодаря чему в университете работают ведущие российские и зарубежные специалисты.

Институты и лаборатории ВШЭ возглавляют всемирно признанные ученые, такие как лауреат Нобелевской премии по экономике Эрик Маскин, автор и руководитель проекта World Values Survey Рональд Инглхарт, ведущий мировой эксперт в области общей и комбинаторной оптимизации Панайот Милтиад Пардалос, один из наиболее известных и цитируемых в мире исследователей в области пространственной экономики Жак-Франсуа Тисс, один из лидеров мировой алгебраической и арифметической геометрии Федор Богомолов и др.

В ВШЭ представлен широкий спектр образовательных программ – от бакалавриата и магистратуры до MBA, DBA и дополнительного профессионального образования.

Фундаментальный характер обучения и возможность уже с 1-го курса участвовать в научных проектах и исследованиях бок о бок с авторитетными учеными из России и других стран позволяют выпускникам ВШЭ добиваться успеха в профессии.

Основные направления

• Гуманитарные науки
• Естественные науки
• Социальные науки
• Технические науки
• Экономика и бизнес

Ведущие российские и иностранные профессора

• Вил ван дер Аалст (Wil van der Aalst)
• Филипп Дж. Альтбах (Philip G. Altbach)
• Лешек Бальцерович (Leszek Balcerowicz)
• Йорг Беккер (Jorg Becker)
• Клод Бланшмезон (Claude Blanchemaison)
• Иммануил Валлерстайн (Immanuel Wallerstein)
• Амос Витцтум (Amos Witztum)
• Мартин Гилман (Martin Gilman)
• Анхел Гуррия (Angel Gurría)
• Ричард Джекман (Richard Jackman)
• Мануэль Кастельс (Manuel Castells)
• Алексей Леонидович Кудрин
• Эрик Маскин (Eric Maskin)
• Александр Рар (Alexander Rahr)
• Михаил Андреевич Соллогуб
• Стенли Фишер (Stanley Fischer)
• Франц Хуберт (Franz Hubert)
• Мухаммад Юнус (Muhammad Yunus)
• Амартия Сен (Amartya Sen)
• Питер Шварц (Peter Schwartz)
• Алан Флауш (Alain Flausch)
• Теодор Шанин
• Янссен Маартен Кристиаан Вильгельмус (Maarten C. Janssen)

Международное партнерство

• Более 340 программ партнерских соглашений с зарубежными университетами, организациями.
• Более 120 студенческих программ обмена.
• 41 программа двойных дипломов с крупными зарубежными вузами.
• 27 англоязычных магистерских программ совместно с ведущими зарубежными вузами.

Основные зарубежные университеты-партнеры

• Университет Эразмус (Нидерланды)
• Высшая школа коммерции (Франция)
• Киотский университет (Япония)
• Лондонская школа экономики и политических наук (Великобритания)
• Болонский университет (Италия)
• Университет Фудань (Китай)
• Берлинский университет имени Гумбольдта (Германия)
• Индианский университет в Блумингтоне (США)
• Университет Париж 1 Пантеон-Сорбонна (Франция)

Выдающиеся выпускники

В числе выпускников университета есть известные ученые, политические деятели, спортсмены и другие выдающиеся личности:

• Антон Инюцын, заместитель министра энергетики РФ
• Олег Фомичев, статс-секретарь, заместитель министра экономического развития РФ
• Александр Масленников, глава департамента развития секторов экономики Минэкономразвития РФ
• Константин Носков, руководитель Аналитического центра при Правительстве РФ
• Максим Яковенко, заместитель руководителя Росгидромета
• Андрей Воробьев, губернатор Московской области
• Леонид Неганов, министр энергетики Московской области
• Илья Азар, журналист
• Герман Клименко, интернет-предприниматель
• Анастасия Волочкова, балерина
• Роман Доброхотов, политический активист
• Максим Орешкин, министр экономического развития РФ
• Дмитрий Пегов, директор по пассажирским перевозкам РЖД.

Боевой листок

Лекции

Лекция 1: Метод максимального правдоподобия: точечные и интервальные оценки.

Лекция 2: Тест отношения правдоподобия и тест Вальда.

Лекция 3: Тест множителей Лагранжа и энтропия.

Лекция 4: EM-алгоритм.

Лекция 5: EM-алгоритм и Bootstrap.

Лекция 6: Регрессия и нормальное распределение.

Лекция 7: Распределение хи-квадрат и F-распределение. F-тест.

Лекция 8: Повтор про F-распределение, t-распределение.

Конспект от руки

Лекция 9: Гетероскедастичность и бутстрэп

Лекция 10: разбор задач из контрольной

Лекция 11: Гостевая лекция: метрики, MDE, бутстрэп.

Лекция 12: Байесовский подход

Лекция 13: Байесовский подход: продолжение

Лекция 14: Алгоритм Метрополиса-Гастингса

Лекция 15:

Семинары

Семинар 1: Метод максимального правдоподобия.

Семинар 2: Тесты LR, LM и Wald.

Семинар 3: Энтропия и дивергенция Кульбака-Лейблера.

Семинар 4: EM-алгоритм.

Семинар 5: EM-алгоритм и Bootstrap.

Семинар 6: Геометрия МНК.

Семинар 7: Распределения.

Семинар 8: Тестирование гипотез в линейной регрессии.

Семинар 9: Гетероскедастичность.

Семинар 10: Мультиколлинеарность. Отбор регрессоров.

Семинар 11: Эндогенность.

Семинар 12: Множественное тестирование. Байесовские методы.

Семинар 13: Байесовские методы.

Семинар 14: Байесовские методы.

Домашние задания

Домашнее задание 1. Метод максимального правдоподобия.

Дедлайн: 11.10.2020, 23:59 МСК

Домашнее задание 2. EM-алгоритм. Линейная регрессия.

Дедлайн: 01.12.2020, 23:59 МСК

Домашнее задание 3. Тестирование гипотез. Байесовский подход.

Дедлайн: 17.12.2020, 23:59 МСК

Бонусное домашнее задание

Дедлайн: 17.12.2020, 23:59 МСК

Задания для подготовки

Квиз 2. Дивергенция Кульбака-Лейблера. EM-алгоритм.

Квиз 3. Проверка гипотез в линейной модели. Гетероскедастичность.

Квиз 4. Тестирование гипотез. Байесовский подход.

Домашние задания

Домашние задания загружаются в личный репозиторий в GitHub Classroom.

Правила оформления решений находятся на первой странице каждого домашнего задания.

Контрольная работа

Контрольная работа состоится онлайн 7-го ноября с 18:00 до 21:00. В контрольную работу войдут задачи по темам лекций и семинаров.

Экзамен

Экзамен состоится онлайн 21 декабря с 13:00 до 16:00. По формату экзамен будет похож на контрольную работу. Вопрос об автоматах уточняется.

Написание пропущенных работ

19 декабря (время уточняется) можно будет:

1. Написать неограниченное число пропущенных по уважительной причине квизов или контрольную.
2. Написать один любой пропущенный по любой причине квиз.
3. Переписать один любой квиз со штрафом: максимум можно будет получить 8 баллов (выставляется минимум из количества набранных баллов и 8).

Бюджет и недвижимость

В 2018 году доход вуза составил 17,76 млрд рублей (на январь 2020 года это примерно 259 405 579 евро). Основными источниками финансирования являются государственные средства, услуги частного образования, фундаментальные и прикладные исследования, гранты, пожертвования и другие виды поддержки.

Прикладные исследования по заказу государственных органов, частных компаний или международных организаций составляют до 40% дохода университета. Среди постоянных клиентов Минобрнауки, Департамент информационных технологий Москвы   , Минэкономразвития , Роснефть , Аэрофлот , Газпром , РЖД . За один учебный год вуз выполняет в среднем около 300 проектов. Другие источники поддержки — это государственные субсидии и научные гранты, в том числе международные программы. Например, только на Российский проект академического совершенства государство выделило 950 миллионов рублей (по состоянию на январь 2020 года это составляет примерно 13 874 037 евро).

В 2007 году соучредители НИУ ВШЭ учредили финансовый эндаумент НИУ ВШЭ — некоммерческую организацию, которая принимает пожертвования от имени университета и инвестирует полученные средства. Прибыль идет на развитие университетских проектов. По состоянию на декабрь 2018 года размер эндаумент-фонда составлял 742,5 млн рублей (на январь 2020 года это примерно 10 845 942 евро).

Всего в Москве университету принадлежит более пятидесяти зданий, расположенных на Мясницкой улице, Покровском бульваре, Шаболовке, Старой Басманной улице и других местах. В Санкт-Петербурге университетские городки расположены на канале Грибоедова , на улице Союза Печатников, на улице Кантемировской. В Перми у ВШЭ шесть корпусов, а в Нижнем Новгороде всего четыре.

Описание учебного заведения Национальный исследовательский университет «Высшая школа экономики»

Высшая школа экономики — это отличный старт для карьеры в науке, бизнесе и на государственной службе. Сочетание фундаментальности образовательных программ с возможностью уже с первого курса участвовать в научных проектах и исследованиях рядом с авторитетными российскими и зарубежными учеными позволяет выпускникам Вышки добиться профессионального успеха. Сегодня Высшая школа экономики -это: 4 кампуса (Москва, Санкт-Петербург, Нижний Новгород, Пермь) 

3 500 преподавателей 29 400 студентов 57 500 выпускников Этапы развития НИУ ВШЭ 1992 — создание Высшей школы экономики 1993 — первый прием в университет: 65 бакалавров и 92 магистра 1996 — открытие кампуса в Нижнем Новгороде 1997 — открытие совместно с Лондонским университетом Международного института экономики и финансов (МИЭФ) 1998 — открытие кампусов в Санкт-Петербурге и Перми 2000 — проведение первой Международной Апрельской конференции ВШЭ 2010 — ВШЭ получает статус национального исследовательского университета (НИУ). Создан Международный консультативный комитет ВШЭ, его возглавил лауреат Нобелевской премии по экономике Эрик Маскин 2011 — к НИУ ВШЭ присоединяется Московский институт электроники и математики (МИЭМ) 2013 — победа в конкурсе «5/100» по повышению между¬народной конкурентоспособности российских вузов 2014 — реорганизация внутренней структуры университета: создание «больших» факультетов. ВШЭ и Яндекс открывают факультет компьютерных наук Бакалавриат 64 образовательные программы  самостоятельная работа с 1 курса под контролем курирующего преподавателя возможность получать несколько стипендий сразу за высокие оценки и активное участие в жизни университета; возможность заниматься исследованиями в научно-учебных и проектно-учебных лабораториях и группах; обязательное получение международного сертификата об уровне владения английским языком; ·участие в международных научных конференциях наравне с ведущими мировыми учеными; ·участие в программах обмена с университетами-партнерами ВШЭ в Австрии, Бельгии, Бразилии, Великобритании, Венгрии, Германии, Канаде, Китае, США, Южной Корее, Франции, Японии и других странах; возможность стать оплачиваемым учебным ассистентом; доступ к одной из крупнейших университетских библиотек России. Магистратура 29 направлений подготовки 129 магистерских программ 

21 программа на английском языке возможность сменить направление обучения и овладеть новой специальностью · участие в международных стажировках и студенческих обменах · участие в программах двойных дипломов · возможность стать оплачиваемым учебным ассистентом или преподавателем · участие в исследовательской и проектной работе в лабораториях и научных институтах ВШЭ. Обучение за рубежом и двойные дипломы Высшая школа экономики тесно сотрудничает с ведущими зарубежными университетами, бизнес-школами и исследовательскими центрами. Каждый факультет НИУ ВШЭ предлагает студентам возможность пройти стажировку и участвовать в программах обмена с вузами-партнерами. Основные образовательные партнеры НИУ ВШЭ за рубежом: Университет Эразмус (Нидерланды) Университет им. Дж. Мэйсона (США) Сорбонна (Франция) Университет Болоньи (Италия) Университет Гумбольдта (Германия) Университет Поля Сезанна Вестфальский университет имени Вильгельма (Германия) Технический университет Эйндховена (Нидерланды) и др/ Аспирантура Высшая школа экономики первой из российских университетов перешла к системе аспирантских школ по отдельным отраслям науки, которые должны задать общие внутри каждой школы стандарты исследований и подготовки диссертаций. Особенности программы академической аспирантуры: полная занятость и участие в исследовательских проектах университета; руководитель из числа зарубежных исследователей; обязательная стажировка в зарубежном университете-партнере НИУ ВШЭ. В НИУ ВШЭ 120 научно-исследовательских институтов и центров, 27 научно-учебных и проектно-учебных лабораторий, 21 международных лабораторий под руководством ведущих зарубежных ученых. НИУ ВШЭ имеет собственный Издательский дом, который специализируется на выпуске научной, учебной и справочной литературы по профильным дисциплинам университета: экономике, менеджменту, бизнес-информатике, социологии, политологии, психологии, праву, философии и другим.

Литература

Наш курс опирается на разые источники. Вот некоторые полезные издания:

1. Верещагин Н. К., Шень А. Лекции по математической логике и теории алгоритмов. Части 1—3. 5-е изд., М: МЦНМО, 2017.
2. Виноградов И. М. Основы теории чисел. 9-е изд., М.: Наука, 1981.
3. Гаврилов Г. П., Сапоженко А. А. Задачи и упражнения по дискретной математике. 3-е изд., М.: ФИЗМАТЛИТ, 2004.
4. Зубков А. М., Севастьянов Б. А., Чистяков В. П. Сборник задач по теории вероятностей. 2-е изд., М.: Наука, 1989.
5. Ландо С. К., Лекции о производящих функциях. 3-е изд, М.: МЦНМО, 2007.
6. Мельников О. И. Теория графов в занимательных задачах. 5-е изд., М.: Книжный дом «ЛИБРОКОМ», 2013.

Кампусы

Нижний Новгород

Первый региональный кампус был открыт в Нижнем Новгороде в 1996 году. По состоянию на 2018 год в кампусе проживало 2700 студентов и 320 преподавателей. По качеству бюджетного приема он занимает первое место среди вузов Нижнего Новгорода и занимает 19 позицию в рейтингах России по качеству образования.

Санкт-Петербург

Кампус в Санкт-Петербурге был основан в 1997 году. По состоянию на 2018 год Санкт-Петербургский университет занимал третье место среди социально-экономических вузов России и второе место в городе по рейтингу среднего балла поступающих на ЕГЭ абитуриентов. По состоянию на 2019 год в кампусе проживает 5500 студентов и 485 преподавателей.

Пермь

Третий региональный кампус в Перми также был открыт в 1997 году. По состоянию на 2018 год в университете было около 2000 студентов и 120 преподавателей, и он занял 29-е место в рейтинге России по качеству приема. В 2017 году бакалаврская программа «Бизнес-информатика» заняла четвертую позицию в этом же рейтинге). Кампус сотрудничает с Университетом Эссекса и Университетом Эври Валь д’Эссонн, чтобы предложить совместные двойные степени с этими учреждениями.

Задание 3

Дедлайн 29.09.2017 23:59.

Формат файла task_1.txt:

Первые четыре строки должны содержать описание того, что Вы делали, чтобы решить каждое задание. Например:1 строка: Использовал регулярное выражение: … заменил все вхождения на …2 строка: Использовал регулярное выражение: … заменил все вхождения на …3 строка: Использовал регулярное выражение: … Всего упоминаний о князьях нашел: (число)
4 строка: Использовал регулярное выражение: … Всего упоминаний Новгорода нашел: (число)

На следующих строках должна быть летопись после обработки.

Внимание: При нарушении правил сдачи задание может быть оценено в 0 баллов!

О курсе

Проводится с 2016 года.

Полезные ссылки

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+171@gmail.com)

Семинары

Группа	Преподаватель
191 (МОП)	Хрушков Павел Вадимович
192 (МОП)
193 (МОП)
194 (АДИС)
195 (РС)	Каюмов Эмиль Марселевич
196 (РС)	Шабалин Александр Михайлович
197 (АПР)
198 (ТИ)
199 (МИ)
1910 (ПР)
ФЭН
Пермь (БИ)
Пермь (ПИ)

Правила выставления оценок

В курсе предусмотрено несколько форм контроля знания:

• Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров
• Практические домашние работы на Python
• Письменная контрольная работа
• Письменный экзамен

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

Итог = Округление(0.15 * ПР + 0.4 * ДЗ + 0.15 * КР + 0.3 * Э)

ПР — средняя оценка за самостоятельные работы на семинарах

ДЗ — средняя оценка за практические домашние работы на Python

КР — оценка за контрольную работу

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. Есть исключение: в течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

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.

Краткое описание

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать презентации своих исследовательских проектов, а также обзорные доклады на различные темы, связанные с машинным обучением. Семинар призван способствовать своевременному включению студентов в исследовательский процесс и расширению их научного кругозора. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумеваются следующие виды деятельности студентов:

• Посещение занятий, прослушивание и обсуждение докладов.
• Выступление студентов с докладами на различные темы, связанные с машинным обучением.
• Выступления студентов с докладами по курсовым работам.
• Рецензирование докладов и курсовых работ своих одногруппников.
• Написание проверочных работ по материалам докладов.

Семинары групп 181, 182

Неделя 1. 1 сентября. Миникр «Вспомнить всё» и МНК

• Домашнее задание:

ИП: 1.2, 1.3, 1.7, 1.8, 1.9, 1.10, 2.1, 2.2, 2.3, будет миникр по мотивам: 1.2, 1.3, 2.2, 2.3

БП: 1.1, 1.2, 1.3, 1.7, 1.8, 1.9, 1.10, будет миникр по мотивам: 1.2, 1.3, 1.4, 1.7

Неделя 2. 7 сентября. Геометрия МНК

• Домашнее задание:

ИП: 1.6, 1.15-1.18, 2.5, 3.1, будет миникр по мотивам 3.1, 3.3

БП: 1.5, 1.6, 1.15-1.18, 3.1, будет миникр по мотивам 3.1, 3.3

Неделя 3. 14 сентября. Матрица-шляпница и R^2

• Миникр-3: Нарисуйте картинку МНК, отметить 4 прямых угла и выписать 4 теоремы Пифагора. Выпишите матрицы X, X’X, X’y для данной модели и данной выборки.
• Домашнее задание: установите julia

Запускаем первую клетку с помощью shift + Enter. Ждём пока на виртуальный комп гугла установится julia. Примерно 5 минут. Перезагружаем страничку (ctrl + r). Во второй клетке тестируем, например, находим exp(1). Локальная установка julia Установите расширение Julia для VS Code: Запустите VS Code. Внутри VS Code переместитесь во вкладку Extensions (расширения) (ctrl + shift + x) Во вкладке Extensions (расширения) просто найдите Julia (можно вписать в строку поиска). Выберете расширение Julia 1.0.7 и нажмите кнопку install (установить). Вам возможно понадобится перезапустить VS Code после этого шага. Запустите VS Code, если он у вас не запущен, cоздайте файл test.jl со строкой exp(1), сохраните, нажмите ctrl + enter. Все хорошо, если вы увидели во вкладке Terminal 2.71828182… 🙂 Тонкости с локальной настройкой расширения Julia Если вы установили Julia в стандартную папку на Mac или Windows, расширение Julia VS Code должно автоматически найти вашу установку Julia, и вам не нужно ничего настраивать. Если расширение не находит вашу установку Julia автоматически, вы можете установить julia.executablePath для того чтобы указать VS Code на исполняемый файл языка Julia. Чтобы изменить параметры конфигурации, выполните команду Preferences: Open User Settings (вы также можете получить доступ к ней через меню File->Preferences->Settings), а затем убедитесь, что ваши пользовательские настройки включают julia.executablePath. Если нет, то необходимо вручную указать на расположение исполняемого файла Julia. Формат адресной строки должен соответствовать вашей операционной системе и имейте в виду, что \ является escape-символом в JSON, поэтому вам нужно использовать \\ в качестве символа разделителя пути в Windows.