О факультете — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Курсы за 2017/18 учебный год)
Строка 71: Строка 71:
  
 
[[ Сложность_и_логика|  Сложность вычислений и логика в теоретической информатике]]
 
[[ Сложность_и_логика|  Сложность вычислений и логика в теоретической информатике]]
 +
 +
[[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]
  
 
||
 
||

Версия 14:54, 18 января 2018


Учебные курсы факультета компьютерных наук

Курсы за 2017/18 учебный год

1 курс 2 курс 3 курс 4 курс майноры и факультативы

Математический анализ на ПМИ 2017/2018 (пилотный поток)

Математический анализ на ПМИ 2017/2018 (основной поток)

Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)

Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)

Линейная алгебра и геометрия на ПМИ (пилотный поток)

Линейная алгебра и геометрия на ПМИ (основной поток)

Дискретная математика-1 на ПМИ

Алгоритмы и структуры данных – 1 (пилотный поток)

Теория вероятностей на ПМИ (основной поток)

Теория вероятностей на ПМИ (пилотный поток)

Математический анализ-3 на ПМИ (основной поток)

Математический анализ-3 на ПМИ (пилотный поток)

Дискретная математика-2 на ПМИ (пилотный поток)

Дискретная математика-2 на ПМИ (основной поток)

Алгоритмы и структуры данных – 2 на ПМИ (основной поток)

Дифференциальные уравнения

Машинное обучение 1 на ПМИ

Машинное обучение 2 на ПМИ

Численные методы

Прикладная статистика в машинном обучении

Theory of Computing, AMI

Introduction to statistical learning theory

Основные методы анализа данных на ПМИ

Параллельные и распределенные вычисления

Анализ неструктурированных данных

Безопасность компьютерных систем

НИС Распределенные системы

НИС Машинное обучение и приложения

Непрерывная оптимизация

Сложность вычислений и логика в теоретической информатике

Data Analysis на ПИ

Безопасность компьютерных систем

Философия науки

НИС Распределенные системы

НИС Машинное обучение и приложения

Анализ неструктурированных данных

Байесовские методы машинного обучения

Функциональное программирование

Современные методы машинного обучения (курс майнора) 2017/2018

Введение в программирование (курс майнора) 2017/2018

Введение в анализ данных (курс майнора)

Прикладные задачи анализа данных (майнор - весна 2018)

Дополнительные главы линейной алгебры на ПМИ (факультатив)

Функциональный анализ на ПМИ (факультатив)

Дополнительные главы теории вероятностей и математической статистики (факультативы)

Дополнительные главы дискретной математики (факультатив)

Курсы в рамках проекта Data Culture

2 семестр

Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)
Научно-исследовательский семинар (ОП "Политология", 1 курс)
Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)

1 семестр

Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)
Машинное обучение (факультет экономических наук)
Программирование (python) для лингвистов (факультет гуманитарных наук)
Извлечение и анализ интернет-данных (факультет экономических наук)
Анализ больших данных в социальных науках (ФСН, 2017)
Информационные технологии в деятельности юриста (Факультет права)
Машинное обучение (магистратура Школы лингвистики)

Архив

Курсы за 2016/17 учебный год

1 курс 2 курс 3-4 курс майноры

Математический анализ на ПМИ (пилотный поток)

Линейная алгебра и геометрия на ПМИ

Дискретная математика-1 на ПМИ

Основы и методология программирования на ПМИ (пилотный поток)

Основы и методология программирования на ПМИ (основной поток)

Алгоритмы и структуры данных на ПМИ (пилотный поток)

Алгоритмы и структуры данных на ПМИ (основной поток)

Алгебра на ПМИ

Алгебра на ПИ

Математический анализ-3 на ПМИ (основной поток)

Математический анализ-3 на ПМИ (пилотный поток)

Дискретная математика-2 на ПМИ (основной поток)

Дискретная математика-2 на ПМИ (пилотный поток)

Алгоритмы и структуры данных – 2 на ПМИ (основной поток)

Теория вероятностей на ПМИ (основной поток)

Теория вероятностей на ПМИ (пилотный поток)

Архитектура компьютеров и операционные системы

Факультатив теория вычислений на ПМИ

Дополнительные главы теории вероятностей (факультатив)

Дифференциальные уравнения

Математическая статистика на ПМИ (пилотный поток)

Архитектура компьютеров и операционные системы

НИС Машинное обучение и приложения на ПМИ

Машинное обучение 1 на ПМИ

Машинное обучение 2 на ПМИ

Прикладной статистический анализ данных на ПМИ

Численные методы в анализе данных на ПМИ

Вероятностные модели и статистика случайных процессов на ПМИ

Методы оптимизации на ПМИ (специализации МОП и РС)

Методы оптимизации 2 (дискретная оптимизация)

НИС Распределенные системы

Анализ и верификация алгоритмов для систем биржевой торговли

Программирование на графических процессорах

Языки разработки ПО (курс по выбору) на ПМИ

Data analysis на ПИ

Базы данных 2

Компьютерные сети 2

Машинное обучение на больших данных на ПМИ

Современные методы машинного обучения (курс майнора)

Введение в программирование (курс майнора)

Введение в анализ данных (курс майнора)

Прикладные задачи анализа данных (курс майнора)


Курсы за 2015/16 учебный год

Технологии программирования на ПМИ
Основы и методология программирования на ПМИ
Алгоритмы и структуры данных 2016
Линейная алгебра и геометрия на ПМИ
Алгебра на ПМИ
Алгебра на ПИ
Компьютерные системы
Математический анализ на ПМИ
Матпрактикум (факультатив) на ПМИ
Data analysis (Software Engineering)
Введение в программирование (курс майнора) на ПМИ
Введение в анализ данных (курс майнора) на ПМИ
НИС Машинное обучение и приложения на ПМИ
Архитектура компьютеров и системное программирование (4 курс)
Дифференциальные уравнения
Введение в VBA


Курсы за 2014/15 учебный год

Основы и методологии программирования
Алгоритмы и структуры данных
Анализ данных (Программная инженерия)
Алгебра
MAGoLEGO Social Network Analysis

Проектная работа

Проектная работа
Учебная практика 1 курс (2016)
Проектная работа 2 курс (2016)

Мероприятия факультета компьютерных наук

Summer School 2015

Introduction to Natural Language Processing

  1. Introduction
  2. Tokenization and word counts
  3. POS tagging. Key word and phrase extraction
  4. Parsing
  5. Language sources
  6. Synonyms and near-synonyms detection
  7. Suffix trees for NLP
  8. References

Архив