Введение в Data Science 21-22 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Лекции)
Строка 50: Строка 50:
 
'''Лекция 1''' (04.02.2022). Введение в статистику и ML. [Конспект] [Запись лекции]
 
'''Лекция 1''' (04.02.2022). Введение в статистику и ML. [Конспект] [Запись лекции]
  
'''Лекция 2''' (04.02.2022). Теория вероятностей [Конспект] [Запись лекции]
+
'''Лекция 2''' (04.02.2022). Теория вероятностей. [Конспект] [Запись лекции]
  
 
== Семинары ==
 
== Семинары ==

Версия 18:01, 2 апреля 2022

О курсе

Курс читается для студентов 2-го курса программ УБ и МиРА в 4 модуле.

Лектор: Омелюсик Владимир Степанович

Лекции проходят по понедельникам в 13:00 в Teams.

Полезные ссылки

GitHub с материалами

Канал в Телеграме для объявлений

Анонимная Google-форма для фидбэка

Записи лекций

Семинары

Группа Семинарист Учебные ассистенты Ссылка Ссылка на чат Материалы семинаров
УПБЗ-7 Владимир Омелюсик Никита Горевой Teams Чат Материалы

Правила выставления оценок

Формула оценки:

Итог = 0.5 * ДЗ + 0.2 * Квизы + 0.3 * Экзамен

  • ДЗ – средняя оценка за домашние задания. Домашние задания представляют собой практические работы на Python.
  • Квизы – средняя оценка за квизы. Квизы проводятся в Google-формах на лекциях и состоят из 4-5 вопросов с множественным или свободным вариантами ответов. О проведении квиза предупреждается заранее.
  • Экзамен - оценка за письменный экзамен (не блокирующий). "Автоматов" за экзамен не предусмотрено.

Каждая форма контроля нормируется к десятибалльной системе. Любая форма контроля на усмотрение преподавателя может быть представлена к устной защите.

Плагиат не допускается. Плагиатом считается смысловое совпадение решений студентов (например, идентичные решения с точностью до названий переменных). При обнаружении плагиата 0 за работу ставится всем участвующим, даже если можно однозначно определить, кто у кого списал.

Используется стандартное арифметическое округление, округляется только итоговая оценка.

Лекции

Лекция 1 (04.02.2022). Введение в статистику и ML. [Конспект] [Запись лекции]

Лекция 2 (04.02.2022). Теория вероятностей. [Конспект] [Запись лекции]

Семинары