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)
| Группа |
Ассистент
|
| БПМИ231 МОП |
Лазарев Никита Сергеевич
Кулик Екатерина Геннадьевна
|
| БПМИ232 МОП |
Карпова Анна Игоревна
Матвеев Денис Дмитриевич
|
| БПМИ233 МОП |
Беломестных Константин Андреевич
Митин Артем Евгеньевич
|
| БПМИ234 МОП |
Тань Сипэн
Леонтьев Константин Валерьевич
|
| БПМИ235 РС |
Сенчугов Кирилл Игоревич
Болотникова Елизавета
|
| БПМИ236 РС |
Герасимов Борис Александрович
Пекерская Даниэла Михайловна
|
| БПМИ237 АДИС |
Тихонов Даниил Уминович
Афлятунов Амир Уралович
|
| БПМИ238 ПР |
Валиуллина Рената Руслановна
Галий Иван Николаевич
|
| БПМИ239 ТИ |
Ромашкина Арина Дмитриевна
Зайцева Арина Романовна
|
| БПМИ2310 АДИС |
Прошин Антон
Афлятунов Амир Уралович
|
| БПМИ2311 АПР |
Кривулец Нина Викторовна
Гарбуз Владислав Александрович
|
| БПМИ2312 АДНЖ |
Ковалев Фёдор Дмитриевич
Турьев Максим Олегович
|
| БЭАД231 |
Зайцева Арина Романовна
Рыльцева Полина Алексеевна
|
| БЭАД232 |
Рублева Валерия Владимировна
|
| ВСН |
Щукина Анна Георгиевна
Лисицын Антон Александрович
|
| Группа ФЭН 1 |
Иванов Андрей Александрович
Гарбуз Владислав Александрович
|
| Группа ФЭН 1 |
Сюй Алиса
Рыльцева Полина Алексеевна
|
| Группа ИИ 360 |
Дубинин Даниил
Низов Андрей
|
| Группа КНАД 1 |
Шевченко Артём Эдуардович
Кирщин Иван Александрович
|
| Группа КНАД 2 |
Селифанова Мария Сергеевна
Гаунов Рустам Робертович
|
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.
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.
Использовать генеративные модели (ChatGPT, GitHub Copilot и прочие) можно. Но если вы их применяете, то обязательно нужно сделать следующее:
1. Указывать, какие части ДЗ выполнены с использованием генеративных моделей.
2. Добавить в конец вашего решения небольшой раздел с рефлексией, где вы описываете, как подбирали промпты, какие заметили преимущества и недостатки генеративных моделей при выполнении данного ДЗ.
Также мы в любом случае оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат.
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.
Лекции
Ко всем конспектам на GitHub есть исходники. Исправления и дополнения всячески приветствуются!
Семинары
Практические задания
Задание 1. Pandas/Polars.
Мягкий дедлайн: 23:59 29.09.2025
Жесткий дедлайн: 23:59 03.10.2025
Задание 2. Градиентный спуск своими руками
Мягкий дедлайн: 23:59 мск 16.10.2025
Жесткий дедлайн: 23:59 мск 20.10.2025
Задание 3. Генерация признаков
Мягкий дедлайн: 23:59 мск 04.11.2025
Жесткий дедлайн: 23:59 мск 08.11.2025
Задание 4. Логистическая регрессия
Мягкий дедлайн: 23:59 мск 21.11.2025
Жесткий дедлайн: 23:59 мск 26.11.2025
Задание 5. Решающие деревья
Мягкий дедлайн: 23:59 мск 07.12.2025
Жесткий дедлайн: 23:59 мск 11.12.2025
Контест
Контрольная работа
Пройдет 5 декабря во время лекции (с 11:10 до 12:30).
Контрольная пройдет онлайн, но желающие написать очно могут сделать это в лекционной аудитории.
Во время контрольной пользоваться ничем нельзя.
Формат такой:
— В 11:10 в канале и в зуме публикуется вариант.
— Подключиться желательно за 10 минут до начала, то есть в 11:00. Ссылки на зум для каждой группы будут выложены в канал в 10:55.
— Нужно включить видео в зуме, чтобы было видно вас и стол. Постарайтесь показать максимум себя. Если такой возможности нет, то приоритетнее показать руки.
— Нужно включить демонстрацию экрана (рабочего стола целиком, не окна с заданием!).
— Включить видео и расшарить экран нужно ДО начала контрольной.
— Решения нужно писать ручкой на бумаге. Можно и на планшете, но его тогда точно должно быть видно в камеру.
— Контрольную пишем с 11:10 до 12:30.
— По истечении отведённого времени у вас будет 10 минут (с 12:30 до 12:40) на то, чтобы сфотографировать листы с решениями и отправить их в форму.
— Пожалуйста, создавайте один файл для сдачи решения. Не забудьте подписать работу!
— Обязательно включите номер группы в название файла, который вы загружаете!
Вопросы для подготовки: https://docs.google.com/document/d/131gAVICZF9ZDa6rbtX3NCjqjZJkgvPqiId8_3q8eqMk/edit?usp=sharing
Конечно, прямо в таком виде вопросы задаваться не будут. Скорее это список того, что стоит повторить/узнать.
Если вы пропустите контрольную по сколько-нибудь уважительной причине, то сможете написать её в резервный день. Пока планируем его на неделю позже, вечером в четверг или пятницу. Форма для записи на резервный день будет отдельно.
Экзамен
Полезные материалы
Книги
- Учебник по машинному обучению от ШАД
- 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
Страницы предыдущих лет
2024/2025 учебный год
2023/2024 учебный год
2022/2023 учебный год
2021/2022 учебный год
2020/2021 учебный год
2019/2020 учебный год
2018/2019 учебный год
2017/2018 учебный год
2016/2017 учебный год
