Вшэ — высшая школа экономики

Математические основы информатики

Идентификатор конференции: 581 195 5118

Код доступа: pE6Umj

Расписание

• Группа 1 — 11:10 — 12:30
• Группа 2 — 12:40 — 14:00

Занятия будут проходить следующим образом: половина занятия лекционная, т.е. введение в тему, обсуждение общих принципов и подходов решения предлагаемых задач. Вторая половина семинарская, т.е. непосредственное решение задач в рамках пройденных тем и, исходя из решения, формулирование обобщающих принципов, которые позволяют использовать полученные знания в приложениях. Домашние задания планируется давать по результатам пройденных на занятиях тем почти после каждого занятия для обеспечения текущего контроля успеваемости; периодически обучающимся будут предлагаться аудиторные контрольные работы с задачами схожими с задачами домашних заданий. Все темы и задачи будут разбираться детально, поэтому у каждого будет школьника будет возможность задать все интересующие его вопросы как преподавателю, так и ассистенту. Требования к подготовке: необходима хорошая успеваемость по алгебре и информатике, умение логически мыслить и рассуждать.

— для получения положительных оценок необходимо, во-первых, посещать занятия и проявлять на них активность; под активностью понимается вовлеченность в процесс обсуждения и решения задач, в частности постановка вопросов для группы, преподавателя и ассистента. Во-вторых, необходимо решать домашние задания и в первую очередь именно производить попытки решения. В-третьих, решать аудиторные контрольные работы. При подведении итогов будет возможно повысить свой балл посредством решения дополнительных задач.

Темы курса
Раздел №1 Комбинаторика

1. Множества и операции с ними. Геометрия комбинаторных задач;
2. комбинаторное правило суммы и произведения событий (дерево решений);
3. общая схема решения комбинаторных задач, урновая схема шаров и урн (случаи различимых и неразличимых объектов);
4. формула включений-исключений;
5. перестановки, размещения с повторениями и без повторений;
6. сочетания, доказательство Эйлера для формулы сочетаний без повторений;
7. свойства биномиальных коэффициентов;
8. бином Ньютона;
9. разбиения на упорядоченные группы;
10. разбиения на неупорядоченные группы, задача о разбиении натурального числа на сумму натуральных;
11. принцип отражения и лемма о баллотировке;
12. задача о разборчивой невесте;
13. принцип Дирихле;
14. инверсии, игра в 15.
15. перечисление цветов, группы симметрии.

Раздел №2 Рекурсия и производящие функции

1. рекуррентные отношения
2. конечные разности;
3. факториальные многочлены;
4. числа Стирлинга первого рода и числа Стирлинга второго рода;
5. суммирование разностей;
6. производящие функции, сущность подхода;
7. производящие функции, рекуррентные отношения и комбинаторные подсчеты.

Раздел №3 Теория графов

1. основные определения теории графов;
2. ориентированные графы
3. деревья;
4. пути и циклы Эйлера;
5. игра “Мгновенное безумие”;
6. алгебраические свойства графов;
7. планарные графы;
8. пути и циклы Гамильтона;
9. алгоритм поиска кратчайшего пути.

Раздел №4 Логика

1. исчисление предикатов;
2. основные положения теории доказательств;
3. математическая индукция;
4. сравнения.

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).

Course Description

The course introduces students to the elements of linear algebra and analytic geometry, provides the foundations for understanding some of the main concepts of modern mathematics. There is a strong emphasis in this course on complete proofs of almost all results.

We will approach the subject from both a practical point of view (learning methods and acquiring computational skills
relevant for problem solving) and a theoretical point of view (learning a more abstract and theoretical approach that focuses on achieving a deep understanding of the different abstract concepts).

Topics covered include: matrix algebra, systems of linear equations, permutations, determinants, complex numbers, fields, abstract vector spaces, bilinear and quadratic forms, Euclidean spaces, some elements of analytic geometry, linear operators. It took mathematicians at least two hundred years to comprehend these objects. We plan to accomplish this in one year.

Материалы курса

Видео лекций и семинаров (основного потока) выкладывается по этой ссылке (с задержкой).

Описания и записи лекций пилотного потока

Черновик учебника. В этой книге излагается почти всё, что будет в курсе (за исключением задач — те меняются чаще, чем пишутся книги). Как нетрудно догадаться, мы рекомендуем читать эту книгу (окончательный вариант есть на бумаге — издан издательством ВШЭ).

Конспекты лекций основного потока. В этом файле будут собираться конспекты лекций основного потока

Обратите внимание: файл будет обновляться по мере чтения лекций, ссылка останется той же самой

Ещё одно важное указание: в конце лекции приводятся контрольные вопросы. Это простые вопросы, решение которых позволяет проверить понимание материала лекции

Настоятельно рекомендуется просмотреть их и решить перед семинаром на данную тему: разбор этих упражнений на семинарах не планируется, а если вы не можете решить их, то пользы от семинара по данной теме для вас скорее всего не будет. Как обычно, контрольные вопросы к лекции предполагают также, что вы помните содержание предыдущих лекций.

Это простые вопросы, решение которых позволяет проверить понимание материала лекции. Настоятельно рекомендуется просмотреть их и решить перед семинаром на данную тему: разбор этих упражнений на семинарах не планируется, а если вы не можете решить их, то пользы от семинара по данной теме для вас скорее всего не будет. Как обычно, контрольные вопросы к лекции предполагают также, что вы помните содержание предыдущих лекций.

Ниже приводится списки задачи для разбора в классе и домашние задания. В файле «Занятие » содержатся и задачи для разбора в классе, и задачи домашнего задания. Для основного потока: задачи со звёздочкой в классных листках не обязательно очень трудные. Так отмечены задачи, решение которых желательно, но необязательно, для успешного освоения курса. Кроме того, для основного потока приводятся ссылки на буквальный конспект лекций — то, что было написано на доске.

Аттестация и оценки

Во 2-ом модуле производится промежуточная аттестация за осенний
семестр.

В осеннем семестре проводятся две контрольные работы (КР1 и
КР2); выдается и проверяется домашнее задание (ДЗ2). Оценка за
контрольную работу выставляется в долях единицы без округления (т.е. с
максимальной доступной используемым вычислительным средствам
точностью). Оценка ДЗ2 также выставляется в долях единицы без
округления. Оценка ДЗ2 может быть больше единицы за счет «бонусных
баллов».

Накопленная оценка НК2 за осенний семестр вычисляется по формулам:

НК2′ = 10 * min (1, 0.35 * КР1 + 0.35 * КР2 + 0.3 * ДЗ2)

НК2 = ОКРУГЛ (НК2′).

Здесь и далее ОКРУГЛение производится к ближайшему целому числу, причем
полуцелые числа округляются вверх.

Если НК2 >= 4, то промежуточная оценка за осенний семестр Э2 = НК2.

Если НК2 < 4, студенту предлагается выполнить итоговое контрольное
задание ИК2, оцениваемое по десятибалльной системе. В этом случае
промежуточная оценка за осенний семестр

Э2 = ОКРУГЛ (0.7 * ИК2 + 0.3 * НК2′).

В весеннем семестре проводятся две контрольные работы (КР3 и
КР4); выдается и проверяется домашнее задание (ДЗ4). Оценки
выставляются так же, как и в осеннем семестре.

Накопленная оценка НК4 за весенний семестр вычисляется по формулам:

НК4′ = 10 * min (1, 0.35 * КР3 + 0.35 * КР4 + 0.3 * ДЗ4)

НК4 = ОКРУГЛ (НК4′).

Если НК4 >= 4, то итоговая оценка за весенний семестр Э4 = НК4.

Если НК4 < 4, студенту предлагается выполнить итоговое контрольное
задание ИК4, оцениваемое по десятибалльной системе. В этом случае
итоговая оценка за весенний семестр

Э4 = ОКРУГЛ (0.7 * ИК4 + 0.3 * НК4′).

Результирующая оценка Р по дисциплине выставляется по десятибалльной
шкале согласно формуле

Программирование и анализ данных на Python (часть 3)

Откуда брать задания и куда их сдавать?

15.04.2021

Теория: Понятие матрицы, сложение и вычитание матриц, умножение матриц на число. Умножение матриц (размера до 3×3)

22.04.2021

Теория: Запись системы линейных уравнений в матричном виде. Обратная матрица. Связь обратной матрицы и определителя.

29.04.2021

Теория: Метод наименьших квадратов для построения прямой (полинома), расположенной наиболее близко к заданному множеству точке

02.09.2021

Теория: Понятие случайного события и случайной величины.

09.09.2021

Теория: Математическое ожидание и стандартное отклонение случайной величины. Среднее и стандартное отклонение выборки. Постановка задачи регрессии (определения положения кривой, наиболее близко проходящей к точкам) при помощи случайных величин.

16.09.2021

Теория: Функция плотности распределения. Плотность распределения равномерной случайной величины на отрезке.

23.09.2021

Теория: Нормальное распределение. Центральная предельная теорема. Экспоненциальное распределение.

30.09.2021

Теория: Бимодальные распределения

07.10.2021

Теория: Зависимость случайных величин. Корреляция.

14.10.2021

Теория: Задача линейной регрессии. Обучающая и тестовая выборки.

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.

Детальная инструкция по первому тесту

Инструкция по прохождению теста

При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным
Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki

Придумайте для себя кодовое слово (желательно — на русском языке, без дефисов и других символов).

Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой

Важно — это достаточно сделать один раз. Проходим тест

На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу — результаты не будут засчитаны.

В финальном окне теста вводим в разделе «Введите свое имя» своей Email (тот же, что и в начале). Рядом появится галочка — нажмите ее.

Очень не советуем списывать друг у друга или из интернета текстовые ответы — как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.

Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

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.

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.

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.

Формула оценки и экзамен

На оценку влияют: выполнение домашнего задания, работа на семинаре, защита домашнего задания и экзамен. Итоговая оценка за курс вычисляется как 0.6*накопленная + 0.4*экзамен.

Накопленная оценка считается как: среднее арифметическое оценок за каждую лекционную тему.
Оценка за каждую лекционную тему рассчитывается как: min(10, koef*(0.8*оценка за ДЗ по теме лекции (до защиты) + 0.2*оценка за семинар по теме лекции)).
Максимальная оценка за работу на семинаре — 10 баллов. Максимальная оценка за ДЗ по теме лекции (до защиты) — 14 баллов. При этом суммарное количество баллов в одном ДЗ в контесте больше 14. Чтобы получить максимальную оценку за ДЗ можно решить не все задачи. Таким образом, максимальную оценку по теме лекции вы можете получить, решая только ДЗ.

За найденные и сообщенные семинаристу проблемы в тестах вы можете получить от 2 до 5 дополнительных баллов к оценке за семинар.

Промежуточные значения не округляются, итоговое значение округляется по математическим правилам: к ближайшему целому, при дробной части 0.5 — в большую сторону.

Преподаватели и ассистенты

Пилотный поток

Лекции: Владимир Подольский

Семинары:
Алексей Леонидович Таламбуца, Владимир Владимирович Подольский, Артем Максимович Максаев

Основной поток

Лекции: Михаил Николаевич Вялый

Семинары: Никита Сергеевич Лукьяненко, Илья Глебович Райко, Михаил Николаевич Вялый, Артем Максимович Максаев, Алина Эдуардовна Хузиева

Учебные ассистенты: Арсений Алексеевич Абрамов, Аъзам Бехруз Хусан угли, Станислав Сергеевич Динер, Анна Тиграновна Енгоян, Александр Александрович Соколихин, Юлия Александровна Василевская, Даниэль Рустамович Хабиров, Елизавета Игоревна Шатская, Фома Александрович Шипилов, Владимир Сахатович Якшимамедов, Александр Всеволодович Крупецков, Даниил Иванович Иваник, Даниил Юрьевич Трошин

Распределение по группам

Официальная система наименования с этого года имеет вид ДМ_Б2020_ПМИИ_<номер группы>#Г#Дискретная математика. В наших материалах мы будем придерживаться более простого наименования 20<номер группы>

Группа	201	202	204	203	205	206 (online)	207	208	209	2010	2011	2012
Лектор	Владимир Владимирович Подольский	Михаил Николаевич Вялый
Семинарист	Алексей Леонидович Таламбуца	Владимир Владимирович Подольский	Артем Максимович Максаев	Никита Сергеевич Лукьяненко	Илья Глебович Райко	Никита Сергеевич Лукьяненко	Михаил Николаевич Вялый	Илья Глебович Райко	Артем Максимович Максаев	Алина Эдуардовна Хузиева	Алина Эдуардовна Хузиева	Артем Максимович Максаев
Ассистент	Даниил Иванович Иваник	Павел Александрович Захаров	Владимир Сахатович Якшимамедов	Аъзам Бехруз Хусан угли	Даниэль Рустамович Хабиров	Александр Александрович Соколихин, Юлия Александровна Василевская	Анна Тиграновна Енгоян	Елизавета Игоревна Шатская	Даниил Юрьевич Трошин	Арсений Алексеевич Абрамов	Фома Александрович Шипилов	Станислав Сергеевич Динер