Математика для анализа данных (2022) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (add tutors' names)
(major edits)
Строка 1: Строка 1:
 
==О курсе==
 
==О курсе==
  
Занятия проводятся в [ Zoom] по ... в ...
+
Занятия проводятся на [https://events.webinar.ru/54933491/1963863030 Webinar.ru] '''по пятницам с 18:00 до 19:20'''
  
 
==Контакты==
 
==Контакты==
Строка 21: Строка 21:
  
 
==Материалы курса==
 
==Материалы курса==
Ссылка на плейлист курса на YouTube:  
+
Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzD4R7_JIEp6zkmdAgELx3ax
  
Ссылка на GitHub с материалами курса: [[ GitHub]]
+
Ссылка на GitHub с материалами курса: [[https://github.com/Murcha1990/MLDS_math_2022 GitHub]]
  
 
{| class="wikitable"
 
{| class="wikitable"
Строка 29: Строка 29:
 
  ! Занятие !! Тема !! Дата !! Преподаватель !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
 
  ! Занятие !! Тема !! Дата !! Преподаватель !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
 
|-
 
|-
| style="background:#eaecf0;" | '''1''' || || || || ||  
+
| style="background:#eaecf0;" | '''1''' || [[https://colab.research.google.com/drive/1G0QlRGVWmgjZb_yxSzfXznv9xeBurTc4?usp=sharing Ноутбук]] Производная. Градиентный спуск для функции одной переменной || 16.09.22 || Елена Кантонистова || ||  
 
|-
 
|-
| style="background:#eaecf0;" | '''2''' || || || || ||
+
| style="background:#eaecf0;" | '''2''' || || 23.09.22 || Елена Кантонистова || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''3''' || || || || ||
+
| style="background:#eaecf0;" | '''3''' || || 30.09.22 || Елена Кантонистова || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''4''' || || || || ||
+
| style="background:#eaecf0;" | '''4''' || || 07.10.22 || Елена Кантонистова || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''5''' || || || || ||
+
| style="background:#eaecf0;" | '''5''' || || 14.10.22 || Елена Кантонистова || ||
 +
|-
 +
| style="background:#eaecf0;" | '''6''' || || 21.10.22 || Елена Кантонистова || ||
 
|-
 
|-
 
|}
 
|}
Строка 48: Строка 50:
  
 
== Домашние задания ==
 
== Домашние задания ==
 +
Домашки сдаются в систему [https://anytask.org Anytask]. Для доступа к курсу нужно ввести инвайт '''YQ66EHX'''
 +
 +
Все дедлайны по домашним заданиям мягкие. За каждую неделю просрочки сдачи задания после мягкого дедлайна - минус 1 балл от оценки. Однако штраф не превысит 3 балла. Т.е. при идеальном выполнении работы и сдаче её в последний день перед сессией вы получаете 7 баллов.
 +
 +
* [https://github.com/Murcha1990/MLDS_math_2022/blob/main/Домашки/mlhs_math_practice_01.ipynb Практическая работа №1] (Экстремумы функций, градиентный спуск и метод Ньютона): Мягкий дедлайн - '''01.10 в 12:00'''; Жесткий - конец модуля.
 +
* Практическая работа №2
 +
* Практическая работа №3
 +
* Практическая работа №4
 +
  
 
== Литература ==
 
== Литература ==

Версия 02:45, 21 сентября 2022

О курсе

Занятия проводятся на Webinar.ru по пятницам с 18:00 до 19:20

Контакты

Канал курса в TG: channel link

Чат курса в TG: chat link

Преподаватели: Кантонистова Елена Олеговна (модуль 1), Ульянкин Филипп Валерьевич (модуль 2)

Ассистенты Контакты
Илья Никитин @is_nikitin
Анна Косовская @a_dtc

Материалы курса

Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzD4R7_JIEp6zkmdAgELx3ax

Ссылка на GitHub с материалами курса: [GitHub]

Занятие Тема Дата Преподаватель Материалы для самоподготовки к семинарам Дополнительные материалы
1 [Ноутбук] Производная. Градиентный спуск для функции одной переменной 16.09.22 Елена Кантонистова
2 23.09.22 Елена Кантонистова
3 30.09.22 Елена Кантонистова
4 07.10.22 Елена Кантонистова
5 14.10.22 Елена Кантонистова
6 21.10.22 Елена Кантонистова

Формула оценивания

Оценка = 0.3*тесты + 0.7*ДЗ

В начале занятия - тест (4-5 несложных вопросов) по теме предыдущего занятия.

Домашние задания

Домашки сдаются в систему Anytask. Для доступа к курсу нужно ввести инвайт YQ66EHX

Все дедлайны по домашним заданиям мягкие. За каждую неделю просрочки сдачи задания после мягкого дедлайна - минус 1 балл от оценки. Однако штраф не превысит 3 балла. Т.е. при идеальном выполнении работы и сдаче её в последний день перед сессией вы получаете 7 баллов.

  • Практическая работа №1 (Экстремумы функций, градиентный спуск и метод Ньютона): Мягкий дедлайн - 01.10 в 12:00; Жесткий - конец модуля.
  • Практическая работа №2
  • Практическая работа №3
  • Практическая работа №4


Литература

  • Линейная алгебра, дифференциальное исчисление функций одной переменной : учебник для вузов, Бурмистрова, Е. Б., 2010
  • Математический анализ и дифференциальные уравнения : учебник для вузов, Бурмистрова, Е. Б., 2010
  • Чернова. Теория вероятностей: Учебное пособие / СибГУТИ.— Новосибирск, 2009
  • Математические основы теории вероятностей, Неве, Ж., 1969
  • Теория вероятностей и математическая статистика : учеб. пособие для вузов, Шведов, А. С., 2005
  • Комбинаторика, Виленкин, Н. Я., 2013