Факультет компьютерных наук вшэ

Научно-исследовательский семинар

Расписание

Индивидуальные беседы — 13:20 — 14:20

Темы

• Декабрь — Мировые ИТ компании
• Январь — Языки программирования
• Февраль — Интересное приложение
• Март — Цифровой стартап
• Апрель-май — История одной железки
• Сентябрь — Основы верстки научных тексов в Latex.
• Октябрь — Визуализация

Доклады

Выбрать определенный предмет изучения
Подготовить конспект (1-2 страницы)
Записать 15-20 минутный доклад (презентация + рассказ)

Задание в Latex

Необходимо выбрать пять заданий по математике и информатике, например, из ЕГЭ:

• два задания по алгебре, где требуется решения уравнений;
• два задания по геометрии, где для решения требуется построение чертежа;
• одно задание по информатике, где требуется написать код.

Ваша задача заключается в том, чтобы подготовить подробный текст в Latex условий и решений выбранных заданий с записью всех уравнений, графиков, чертежей и оформления кода:

Для каждой задачи запишите ее условие и подробное образцовое решение.

В результате Вам необходимо подготовить и отправить:

• Архив tex файлом и всеми дополнительными файлами (в overleaf есть кнопка «Download» в списке проектов)
• Итоговый PDF файл (в overleaf при редактировании есть «Download PDF»)

Задание будет оцениваться по количеству задач и качеству оформления текста.

Задание на визуализацию

Вам необходимо выбрать пять каких-то понятий или явлений и построить для них диаграмму связей (mind map, ментальная карта).
Что такое диаграммы связей можно почитать, например, тут:

• и еще много где, загуглив «mind map»

Явления или понятия Вы можете выбрать сами, например, это может быть что-то из Ваших лицейских предметов, или просто вещи, которыми Вы интересуетесь, и в которых Вы разбираетесь.

Сделайте карты достаточно подробными, в каждой из них должно быть не менее 20 связных элементов. Если Вам кажется, что для данного явления или понятия нет 20 элементов, то:

• либо подумайте еще, скорее всего еще не до конца разобрались;
• либо выберете другое понятие или явление.

Справочная информация по 1 тесту

Структура теста:

1. 15 вопросов с одним или несколькими вариантами ответа
2. 3 открытых вопроса (ответ в 3-4 предложения)
3. 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

Примеры вопросов 1 части:

1. Установите последовательность преобразования сигнала в знание (лекция 2)
2. Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч — черный, К — красный, Ж — желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов — (ЧКК, ЧЖЖ, ЧКЖ)
3. Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
4. Выберите качественные признаки из (и 4 варианта признаков)
5. Выберите количественные признаки из (и 4 варианта признаков)
6. Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
7. Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price — цена, square — площадь). Рассчитайте цену квартиры при площади 30.
8. Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

Примеры вопросов 2 части:

1. В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
2. Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

Примеры вопросов 3 части:

1. Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
2. Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице ошибок классификации

Общая информация о курсе Дискретная математика-1, ПМИ ФКН, 1 курс

Важные уточнения.

Итоговый письменный экзамен по курсу

Правила проведения итогового письменного экзамена

Итоговый экзамен назначен на 30 марта (вторник), начало 11:00. Длительность 1 час 30 мин. На экзамене разрешено пользоваться любыми печатными материалами и не разрешается использование электронных устройств (за исключением тех, кто пишет экзамен дистанционно: эти студенты могут взять вариант экзамена электронно и сдать написанную работу так же, как на зимнем экзамене, другое использование электронных устройств также не разрешается).

Для тех, кто сдает очно

Распределение (под-)групп по аудиториям.

R201: 201, 204-1

R207: 202, 204-2

R401: 205-1, 207-1, 2012

R404: 205-2, 208-2, 209-2, 2010-2

R405: 203-1, 209-1, 2011

R406: 203-2, 207-2, 208-1, 2010-1

Важное предупреждение Из-за ковидных ограничений в аудитории может находиться не более 50 студентов. Поэтому возможно, что ваc попросят перейти в другую, менее заполненную, аудиторию

Для тех, кто сдает дистанционно

Задание будет выдано в том же гуглклассе, что и на зимнем экзамене. Код класса fyw7fdi (основной поток)
Просьба зарегистрироваться под именем в формате (Фамилия Имя группа) по возможности кириллицей. Если вы уже зарегистрировались под другим именем просьба поменять его на это. Иначе вы рискуете не получить вовремя задание экзамена.

Результаты экзамена (основной поток)

Показ работ: 3 апреля, начало 14:00, аудитория R205

Программа и правила проведения коллоквиума в марте 2021 года

Коллоквиум будет проводиться дистанционно, по группам. Сроки: от 5 марта до 26 марта. Расписание будет объявлено дополнительно.

Важное замечание: в программу коллоквиума вошли не все темы, изучавшиеся в 3 модуле или которые будут изучаться параллельно с проведением коллоквиума. Нужно иметь в виду, что итоговый письменный экзамен в сессию третьего модуля будет содержать задачи по всем темам, изученным в 3 модуле.

Расписание коллоквиума в марте 2021 года

201 группа: 15.03 (понедельник), 14:40

202 группа: 15.03 (понедельник), 16:40

204 группа: 15.03 (понедельник), 15:40

203 группа: 05.03 (пятница); 06.03 (суббота); 09.03 (вторник)

205 группа: 18.03

206 группа: 15.03, 19.03, 20.03

207 группа: 11.03 (четверг), 16:30-21:00; 12.03 (пятница), 14:00-21:00; 13.03 (суббота), 13:30-18:00

208 группа: 12.03, 19.03

2010 группа: 13.03 (суббота)

2011 группа: 10.03 (среда)

Расписание коллоквиума в декабре 2020 года

201 группа: 9.12 (среда), 14:40-21:00; 10.12 (четверг), 16:20-21:00

202 группа: 9.12 (среда), 15:20-21:00; 10.12 (четверг), 18:10-21:00

204 группа: 9.12 (среда), 16:40-21:00; 10.12 (четверг), 16:20-21:00 (подгруппа 204-1 с 19:40)

203, 206 группы: 13.12 (воскресенье), 15:00-21:00; 17.12 (четверг), 17:00-20:00; 18.12 (пятница), 13:00-19:00

207 группа: 11.12 (пятница), 14:00-21:00; 12.12 (суббота), 10:00-14:00

209, 212 группы: 8.12 (вторник), 14:40-21:00; 11.12 (пятница), 15:00-21:00; 15.12 (вторник), 13:00-16:30

2010 группа: 07.12 (понедельник), 08.12 (вторник), 14.30-21.00

2011 группа: 12.12 (суббота), 14.30-21.00

Формирование оценок по дисциплине

Подведение итогов промежуточной аттестации по дисциплине проводится только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена, т.е.:

О_рез = О_нак

Накопленная оценка по дисциплине рассчитывается по формуле:

O_нак = 0,6*O_тек + 0.4*O_итоговое эссе

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается 7 календарных дней. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

Лекции

№	Дата	Название	Видео	Дополнительные материалы
1	14 января	Введение в ml, постановки задач, виды данных
2	21 января
3	28 января
4	4 февраля
5	11 февраля
6	18 февраля	Линейная и логистическая регрессии
7	25 февраля	Логистическая регрессия (продолжение)
8	4 марта	SVM и решающие деревья
9	11 марта	Решающие леса
10	18 марта	Градиентный бустинг
11	25 марта	Нейронные сети
12	8 апреля	Сверточные нейронные сети
13	15 апреля	Рекурентные нейронные сети
14	22 апреля	Продвинутая обработка естественного языка
15	29 апреля	Знакомство с unsupervised learning. Алгоритмы кластеризации: K-means, спектральная кластеризация, иерархическая кластеризация. Разделение гауссовых смесей, EM-алгоритм.
16	13 мая	SVD-разложение и метод главных компонент
17	20 мая	Применение матричных разложений в рекомендательных системах. Автокодировщики

Детальная инструкция по первому тесту

Инструкция по прохождению теста

При прохождении теста советуем использовать ноутбук с браузерами Google Chrome / Firefox / Safari. С мобильных платформ отображение теста может быть некорректным
Мы так же обратили внимание, что с внутренней сети ВШЭ иногда не работают картинки. Дабы не возникало проблем с их отображением, картинки отдельно выложены в wiki

Придумайте для себя кодовое слово (желательно — на русском языке, без дефисов и других символов).

Отправляем со своего email свое кодовое слово на указанный на первой странице теста email с указанной темой

Важно — это достаточно сделать один раз. Проходим тест

На прохождение выдается 120 минут, в это время для данной вкладки браузера нельзя нажимать кнопки назад или обновить страницу — результаты не будут засчитаны.

В финальном окне теста вводим в разделе «Введите свое имя» своей Email (тот же, что и в начале). Рядом появится галочка — нажмите ее.

Очень не советуем списывать друг у друга или из интернета текстовые ответы — как вы знаете, с помощью анализа данных можно легко рассчитать расстояния между строками и проверить схожесть двух ответов. Для тех, у кого текстовые ответы будут совпадать слишком сильно, баллы за тест обратятся в 0.

Вы можете проходить тест сколько угодно раз, но засчитывать для вашего Email мы будем только первые три результата по времени. Из них будет выбираться наилучший, и этот результат мы и будем считать финальной итоговой оценкой за данный тест.

Примерные вопросы к тесту №2 по теме «Статистика»

В тесте 12 вопросов, 10 оцениваются в 2 балла (итого 20), 2 вопроса — в 5 балла (итого 10), суммарно можно получить 30 баллов. На тест дается 60 минут (по 5 минут на вопрос).

Суммарно за тест можно набрать 30 баллов (20 за секцию с вопросами с одним ответом и 10 за секцию с вопросами с многочисленным выбором ответа).

Вопросы с одним ответом (2 балла за каждый вопрос, всего 10 баллов за секцию):

1. Медиана — это (выберите определение)
2. Дана выборка цветов, выберите моду и введите ответ
3. Рассчитайте среднее числового ряда
4. Статистический выброс — это (выберите определение)
5. Дисперсия — это (выберите определение)
6. Распределение, имеющее два ярко выраженных пика — это (выберите название распределения)
7. Коэффициент корреляции равный единице означает что между признаками имеется (X) связь (выберите X)
8. Квантиль — это (выберите определение)
9. Большое значение дисперсии означает что (выберите, что означает)
10. Представлен график распределения, на нем отмечены точки A,B,C. Выберите точку, которая соответствует среднему данного распределения.

Вопросы с выбором ответа (5 баллов за каждый вопрос, всего 10 баллов за секцию):

1. Представлен график распределения, выберите верные утверждения относительно данного распределения (дан набор утверждений)
2. Представьте, что вы на телешоу, в котором вам нужно выбрать одну из трех дверей. За одной из дверей автомобиль, а за двумя другими — козы. Вы выбираете дверь номер 1, после чего ведущий, который знает где находится автомобиль, открывает одну из дверей (например, дверь номер 3), и за ней оказывается коза. Какова вероятность вашего выигрышав случае когда вы меняете свой выбор? Запишите ответ в процентах, округлив его до целого числа.

Задание 4

Бонусная часть — извлечение данных из исходника с помощью регулярных выражений

Имя, Фамилия	Должность	Начало службы	Окончание службы, найденное в тексте	Предполагаемое окончание службы	Длительность
Амирев Артемий	подьячий	1646	1648	1648	2
Амирев Василий	дьяк	1529		1530	1

Чтобы ее построить, решите вспомогательные задания:1

Обратите внимание на записи, где для одного человека указаны несколько должностей, например Путилов Спиридон — подьячий Потешного двора, 15 июля 1670 г. по 1671 г.; 8 июля 1671 г

подьячий.
С помощью регулярных выражений замените каждую такую запись на две отдельные записи:Путилов Спиридон — подьячий Потешного двора, 15 июля 1670 г. по 1671 г.;Путилов Спиридон — 8 июля 1671 г. подьячий.
(Совет: используйте обратные ссылки \1 \2 и.т.д.)2. С помощью регулярных выражений из текста, измененного 1 заданием, получите столбец с именами и фамилиями.3. С помощью регулярных выражений из текста, измененного 1 заданием, получите столбец с должностями — дьяк или подьячий.
Давайте заметим, что теперь в каждой записи может быть либо два четырехзначных числа (вначале дата начала, потом дата окончания службы), либо одно четырехзначное (дата начала).4. С помощью регулярных выражений из текста, измененного 1 заданием, получите столбец с датами начала службы.5. С помощью регулярных выражений из текста, измененного 1 заданием, получите столбец с датами окончания службы. Обратите внимание, что таких может и не быть в записи. В этом случае, ячейка должна пустовать.6. Перенесите столбцы в Excel/Google Sheets.

Формат файла bonus.txt:

Первые пять строк должны содержать описание того, что Вы делали, чтобы решить задания 1—5 из . Например:1 строка: Использовал регулярное выражение: … заменил все вхождения на …
…4 строка: Использовал регулярное выражение: … заменил все вхождения на …
5 строка: Использовал регулярное выражение: … заменил все вхождения на …

Критерии оценки знаний, навыков

Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале. В диплом выставляется результирующая оценка по учебной дисциплине.

Оценка по курсу формируется из следующих составляющих:

• Домашнее задание 1 (оценивается от 0 до 10) – О_дз1
• Домашнее задание 2 (оценивается от 0 до 10) – О_дз2
• Домашнее задание 3 (оценивается от 0 до 10) – О_дз3
• Самостоятельные работы (оцениваются от 0 до 10) – О_ср
• Защита проекта (оценивается от 0 до 10) – О_проект

Оценка за самостоятельные работы (О_ср) расчитывается как среднее арифметическое лучших 6 оценок.

Результирующая оценка рассчитывается следующим образом:
О_рез=0,15* О_дз1 + 0,15* О_дз2+ 0,15* О_дз3+ 0,15* О_проект+ 0,4* О_ср

Способ округления результирующей оценки по учебной дисциплине — арифметический. Проведение итогового экзамена не предусматривается.

Дедлайны

Все домашние задания, самостоятельные работы и проект имеют жесткий дедлайн, который объявляется заранее. По решению преподавателя работы после дедлайна могут приниматься с понижением оценки.
Дедлайн по самостоятельным работам по решению преподавателя может быть продлен.

Сроки сдачи Самостоятельных работ (О_ср):

• Самостоятельные работы вывешиваются в день проведения семинарских занятий (у каждой группы вариант немного отличается)
• Самостоятельные работы могут быть сданы в течение одного дня без потери балла. Для сдачи самостоятельной работы присутствие на семинаре не обязательно.
• Самостоятельные работы могут быть сданы на следующий день с коэффициентом 0.8 . На третий и четвертый дни с коэффициентами 0.6 и 0.4 соответственно.

Сроки сдачи Домашних работ (О_дз1,2,3):

• Домашние задания разрешается сдавать с опозданием (вплоть до 1 недели).
• С опозданием на 3 дня — (понижающий) коэффициент 0.8, 5 дней — 0.6, 7 дней — 0.4

Боевой листок

Лекции

Лекция 1: Метод максимального правдоподобия: точечные и интервальные оценки.

Лекция 2: Тест отношения правдоподобия и тест Вальда.

Лекция 3: Тест множителей Лагранжа и энтропия.

Лекция 4: EM-алгоритм.

Лекция 5: EM-алгоритм и Bootstrap.

Лекция 6: Регрессия и нормальное распределение.

Лекция 7: Распределение хи-квадрат и F-распределение. F-тест.

Лекция 8: Повтор про F-распределение, t-распределение.

Конспект от руки

Лекция 9: Гетероскедастичность и бутстрэп

Лекция 10: разбор задач из контрольной

Лекция 11: Гостевая лекция: метрики, MDE, бутстрэп.

Лекция 12: Байесовский подход

Лекция 13: Байесовский подход: продолжение

Лекция 14: Алгоритм Метрополиса-Гастингса

Лекция 15:

Семинары

Семинар 1: Метод максимального правдоподобия.

Семинар 2: Тесты LR, LM и Wald.

Семинар 3: Энтропия и дивергенция Кульбака-Лейблера.

Семинар 4: EM-алгоритм.

Семинар 5: EM-алгоритм и Bootstrap.

Семинар 6: Геометрия МНК.

Семинар 7: Распределения.

Семинар 8: Тестирование гипотез в линейной регрессии.

Семинар 9: Гетероскедастичность.

Семинар 10: Мультиколлинеарность. Отбор регрессоров.

Семинар 11: Эндогенность.

Семинар 12: Множественное тестирование. Байесовские методы.

Семинар 13: Байесовские методы.

Семинар 14: Байесовские методы.

Домашние задания

Домашнее задание 1. Метод максимального правдоподобия.

Дедлайн: 11.10.2020, 23:59 МСК

Домашнее задание 2. EM-алгоритм. Линейная регрессия.

Дедлайн: 01.12.2020, 23:59 МСК

Домашнее задание 3. Тестирование гипотез. Байесовский подход.

Дедлайн: 17.12.2020, 23:59 МСК

Бонусное домашнее задание

Дедлайн: 17.12.2020, 23:59 МСК

Задания для подготовки

Квиз 2. Дивергенция Кульбака-Лейблера. EM-алгоритм.

Квиз 3. Проверка гипотез в линейной модели. Гетероскедастичность.

Квиз 4. Тестирование гипотез. Байесовский подход.

Домашние задания

Домашние задания загружаются в личный репозиторий в GitHub Classroom.

Правила оформления решений находятся на первой странице каждого домашнего задания.

Контрольная работа

Контрольная работа состоится онлайн 7-го ноября с 18:00 до 21:00. В контрольную работу войдут задачи по темам лекций и семинаров.

Экзамен

Экзамен состоится онлайн 21 декабря с 13:00 до 16:00. По формату экзамен будет похож на контрольную работу. Вопрос об автоматах уточняется.

Написание пропущенных работ

19 декабря (время уточняется) можно будет:

1. Написать неограниченное число пропущенных по уважительной причине квизов или контрольную.
2. Написать один любой пропущенный по любой причине квиз.
3. Переписать один любой квиз со штрафом: максимум можно будет получить 8 баллов (выставляется минимум из количества набранных баллов и 8).

Эссе по визуализации

Эссе по визуализации принимается до 30 мая. Работать можно в командах до 5 человек включительно.

Концепция задания следующая:

1. Возьмите данные о каком-либо социальном процессе, явлении, историческом, культурном или политическом событии. Под данными подразумевается некоторый набор статистики.
2. Проведите анализ этих данных — посмотрите на распределения, выделите средние, распределения, медианы и дисперсии — о чем они говорят?
3. Визуализируйте результаты описанными в лекциях графиками и графическими инструментами. Проследите за тем, чтобы визуализации получились наглядными, выдержанными в едином стиле, информационно полными (с соблюдением принципов, описанных в лекциях).
4. Под полученными визуализациями добавьте текстовые аннотации на ± полстраницы текста на каждую графическую единицу.
5. Итоговая размерность задания, если переводить его в word / pdf с 14 Times New Roman — около 3-5 страниц (больше — по желанию).
6. Итоговая работа может быть в любом виде по желанию вашей команды, например:
   1. .docx / .pdf / .pptx с картинками и подписями (самый простой вариант).
   2. веб-страница с графиками и текстом (взгляните, например, на Tableau Public — там можно рисовать графики (включая картографические) и прочее в Web-версии без знания особых инструментов)
   3. Бумажный ватман с распечатанными и наклеенными / нарисованными графиками и подписями (если вдруг такое взбредет вам в голову, получится что-то похожее на стенгазету).
   4. любой неперечисленный выше формат лучше все таки уточнить у нас (я правда не знаю что еще может прийти в голову, но если вдруг).
   5. Позаботьтесь о том, чтобы в вашем задании был некоторый осмысленный и осязаемый из графиков вывод об объекте изучения. Он должен быть не менее 3-х предложений по теме.

N.B. Постарайтесь подойти к этому заданию творчески. Возможно, вы захотите чтобы оно вошло в портфолио ваших проектов — получится явная польза помимо курса.

Возможные вопросы:

Q: Я не умею в сложный web и не очень хорошо рисую, как мне сделать это задание?

A: Самый простой способ — возьмите обычный Excel и Word, разберите данные там, сделайте графики в Excel и перенесите их в Word.

Q: А где брать данные?

A: Вопрос непростой, но есть некоторые базовые локации:

1. Социальная / экономическая статистика:
2. Любые цифровые выкладки по вашему предмету визуалиации — желательно чтобы данные были открытыми.
3. В сообществе ods.ai в канале #datasets есть самые разнообразные данные (даже картинки со сканом легких). Зарегистрируйтесь (это займет около 1 дня на рассмотрение регистрации) — и спросите там (или у нас)
4. Спросите нас — может сможем что-нибудь подсказать.

Q: Можно ли мне сделать что-нибудь по данным с realtime API (twitter / google / etc)?

A: Конечно же да, но тогда должно быть понятно о чем именно вы рассказываете.

Q: А какими инструментами можно пользоваться?

Критерии оценивания эссе по визуализации

1. Логическая связность повествования — от 1 до 5 баллов
2. Понятность графических объектов (не менее 3-х графических объектов, меньше — 1 балл) — от 1 до 10 баллов
3. Аккуратность, информативность графиков, подписанные оси, грамотные аннотации — от 1 до 10 баллов
4. Наличие логичного вывода в концовке эссе и его связность с темой — от 1 до 5 баллов

Grading system

During the academic year, the student will be formally graded on the following:

• two in-class oral tests (O₁ and O₂);
• two in-class written tests (W₁ and W₂);
• several quizzes (Q₁ and Q₂, where Q_i is the average grade of all the quizzes in the i-th semester);
• several homework assignments (H₁ and H₂, where H_i is the average grade of all the homework assignments in the i-th semester);
• two written exams (E₁ and E₂).

All grades (namely, O₁, O₂, W₁, W₂, Q₁, Q₂, H₁, H₂, E₁, and E₂) are real numbers from 0 to 10.

The cumulative course grade for the first semester, C₁, is obtained without rounding by the following formula:

C₁ = 8/28*O₁ + 8/28*W₁ + 7/28*Q₁ + 5/28*H₁.

The intermediate course grade for the first semester, I₁, is obtained by the following formula:

I₁ = Round₁(3/10*E₁ + 7/10*C₁),

where the function Round₁(x) is defined as follows: if the decimal part of x is less than 0.2, the grade is rounded downwards; if the decimal part of x is greater than 0.6, the grade is rounded upwards; if the decimal part of x is from the interval and the student’s seminar attendance during the first semester is not below 60%, the grade is rounded upwards; otherwise the grade is rounded downwards.

The cumulative course grade for the second semester, C₂, is obtained without rounding by the following formula:

C₂ = 8/28*O₂ + 8/28*W₂ + 7/28*Q₂ + 5/28*H₂.

The intermediate course grade for the second semester, I₂, is obtained by the following formula:

I₂ = Round₂(3/10*E₂ + 7/10*C₂),

where the function Round₂(x) is defined as Round₁(x) but with «during the first semester» replaced by «during the second semester».

The final grade for the course, F, is obtained by the following formula:

F = Round(1/4*I₁ + 3/4*I₂),

where the function Round(x) is defined as Round₁(x) but with «during the first semester» replaced by «during the academic year».

The final grade for the course is included in a diploma supplement.

Контрольные работы

Контрольная работа № 1

Контрольная работа № 1 состоится 1-го декабря с 1810 до 2010 МСК. Контрольная пройдет заочно: студенты получают задания и до окончания отведенного времени загружают скан или фото своей работы по указанной ссылке (Google Forms; требуется залогиниться в Гугле!).

Контрольная состоит из 8 заданий. За каждое можно получить 0, 1/2 или 1 балл. Оценка за контрольную равна сумме баллов за решенные задачи, деленной на 8 (без округления; для ясности можно еще умножить на 10 — формально это делается лишь с итоговой оценкой за семестр).

Контрольная работа № 2

Контрольная работа № 2 состоится 19-го декабря с 1300 до 1500 МСК. Контрольная пройдет заочно: студенты получают задания и до окончания отведенного времени загружают скан или фото своей работы по указанной ссылке (Google Forms; требуется залогиниться в Гугле!).

Контрольная работа № 3

Пишущим оффлайн разрешается использовать любые бумажные материалы и запрещаются любые электронные.

Пишущие через Zoom могут пользоваться оффлайн материалами под надзором проктора. Использование интернет-ресурсов помимо Zoom и чата курса в Telegram запрещается.

Ссылки для пишущих онлайн:

Контрольная работа № 4

Контрольная работа № 4 состоится 19-го июня с 1300 до 1530 МСК (работы принимаются строго до 15:45:00 МСК). Контрольная пройдет заочно: студенты получают задания и до окончания отведенного времени загружают скан или фото своей работы по указанной ссылке (Google Forms; требуется залогиниться в Гугле!).

Экзамен

Экзамен состоится 29-го декабря с 1100 до 1300 МСК. Контрольная пройдет заочно: студенты получают задания и до окончания отведенного времени загружают скан или фото своей работы по указанной ссылке (Google Forms; требуется залогиниться в Гугле!).

О курсе

Проводится с 2016 года.

Полезные ссылки

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)

Семинары

Группа	Преподаватель
191 (МОП)	Хрушков Павел Вадимович
192 (МОП)
193 (МОП)
194 (АДИС)
195 (РС)	Каюмов Эмиль Марселевич
196 (РС)	Шабалин Александр Михайлович
197 (АПР)
198 (ТИ)
199 (МИ)
1910 (ПР)
ФЭН
Пермь (БИ)
Пермь (ПИ)

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. Есть исключение: в течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

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.

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.