Математика для анализа данных (2022) — различия между версиями
м (add tutors' names) |
(major edits) |
||
Строка 1: | Строка 1: | ||
==О курсе== | ==О курсе== | ||
− | Занятия проводятся | + | 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
Содержание
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