Национальный исследовательский университет «высшая школа экономики»

Администрация

Первый ректор Ярослав Кузьминов   , 2010 г.

Вышка была создана 27 ноября 1992 года постановлением правительства РФ. С тех пор университетом руководит бессменный ректор Ярослав Кузьминов  , который также участвовал в создании университета.

В июле 2021 года Ярослав Кузьминов подал в отставку. Новым ректором стал Никита Анисимов   . Кузьминов был избран на должность научного руководителя, которую Евгений Ясин оставил по состоянию здоровья.

До этого бывший министр экономики Евгений Ясин занимал должность научного руководителя и представлял университет в других академических организациях, а президент университета Александр Шохин представлял его во взаимодействии с государственными органами. Посты проректоров НИУ ВШЭ заняли экономисты Вадим Радаев   , Лев Якобсон   и Александр Шамрин.

В состав советов университета входят российский политик Сергей Кириенко , бывший помощник президента Владимира Путина Вячеслав Володин , основатель « Сбербанка » Герман Греф , президент Группы « Ренова» Виктор Вексельберг , российский миллиардер, технологический предприниматель Аркадий Волож , председатель правления банка «ФК Открытие» Михаил Михайлович Задорнов , Леонид Михельсон, крупный акционер российской газовой компании « Новатэк» , меценат Вадим Мошкович , а также бизнесмен и политический деятель Михаил Прохоров .

Состав

• Лицей НИУ ВШЭ  
• Факультет математики НИУ ВШЭ
• Факультет физики НИУ ВШЭ
• НИУ ВШЭ Московский институт электроники и математики им. Тихонова (МИЭМ НИУ ВШЭ)
  • Школа электронной инженерии
  • Школа компьютерной инженерии
  • Школа прикладной математики
• Факультет компьютерных наук  
  • Школа программной инженерии
  • Школа анализа данных и искусственного интеллекта
  • Школа больших данных и информационного поиска
• Факультет бизнеса и менеджмента
  • Школа делового администрирования
  • Школа логистики
  • Школа бизнес-информатики
  • Высшая школа бизнес-информатики
  • Институт инновационного менеджмента
  • Международный центр обучения логистике
  • Высшая школа проектного менеджмента
  • Высшая школа маркетинга и развития бизнеса
• Факультет права
  • Кафедра гражданского права
  • Кафедра конституционного и административного права
  • Кафедра международного публичного и частного права
  • Кафедра практического права
  • Департамент судебной власти
  • Кафедра теории права и сравнительного правоведения
  • Департамент права труда и социальной защиты населения
  • Кафедра уголовного права
  • Совместное управление с Федеральной антимонопольной службой
  • Кафедра финансового, налогового и таможенного права
• Факультет гуманитарных наук  
  • Школа истории
  • Школа Культурологии
  • Школа лингвистики
  • Школа истории и теории литературы
  • Школа философии
  • Школа иностранных языков
• Факультет социальных наук
  • Школа политики и управления
  • Школа социологии
  • Школа Психологии
  • Институт Образования
  • Институт демографии
  • Департамент общественной политики
• Факультет коммуникаций, медиа и дизайна
  • Школа СМИ
  • Школа интегрированных коммуникаций
  • Школа Искусства и Дизайна  
• Факультет мировой экономики и мировой политики
  • Школа Мировой Экономики
  • Школа международных отношений
  • Школа международных региональных исследований
  • Школа востоковедения
• Факультет экономических исследований
  • Кафедра теоретической экономики
  • Кафедра прикладной экономики
  • Школа Финансов
  • Кафедра математики
  • Департамент статистики и анализа данных
• Международный колледж экономики и финансов
• Факультет городского и регионального развития
• Химический факультет
• Факультет биологии и биотехнологии
• Факультет географии и геоинформационных технологий

Независимые отделы

• Кафедра высшей математики
• Совместный отдел с Музеем современного искусства «Гараж»
• Кафедра физического воспитания
• Департамент инновационного менеджмента
• Департамент исследований безопасности
• Кафедра военной подготовки

Выпускников

Большинство выпускников продолжают обучение в магистратуре или докторантуре. Около четверти всех выпускников поступили на программы докторантуры в зарубежных университетах: Гарвардский университет , Колумбийский университет , Массачусетский технологический институт , Университет Торонто , Йельский университет , Принстонский университет , ETH Zurich и т. Д. Те, кто выбрал работу в промышленности, работают в области финансов, страхования, информационных технологий и др. Выпускники НИУ ВШЭ также работают в сфере образования, в том числе в математических вузах Москвы (2, , 179).

Сроки сдачи домашних заданий

For Group 201

• CW 1 (задачи 3b)d), 4 b)c)e)f)), выполнить дома
• HW 1 (первый домашний лист, задачи 1-4) — 1.10, 22:00
• HW 2 (первый домашний лист, задачи 5-9) — 8.10, 22:00
• HW 3 (второй домашний лист, задачи 1-3) — 15.10, 22:00
• HW 4 (второй домашний лист, задачи 4-10) — 25.10, 22:00
• HW 5 (второй домашний лист, задачи 11-15) — 5.11, 22:00
• HW 6 (второй домашний лист, задачи 16,17, 21,22) — 12.11, 22:00.
• HW 7 (второй домашний лист, задачи 18-20) — 19.11, 22:00
• HW 8 (третий домашний лист, задачи 1-5) — 5.12, 22:00
• HW 9 (третий домашний лист, задачи 6-12) — 19.12, 22:00
• HW 10 (четвертый домашний лист, задачи 1-9) — 30.01, 00:00
• HW 11 (четвертый домашний лист, задачи 10-13) — 6.02, 00:00
• HW 12 (пятый домашний лист, задачи 1,4,6,10) — 13.02, 00:00
• HW 13 (пятый домашний лист, задачи 2,5,8,9,13) — 20.02, 00:00
• HW 14 (пятый домашний лист, задачи 7,11,12) — 27.02, 00:00
• HW 15 (пятый домашний лист, задачи 3,14-16) — 6.03, 00:00
• HW 16 (шестой домашний лист, весь!) — 20.03, 00:00
• HW 17 (седьмой домашний лист, задачи 1-4, 6, 8) — 5.04, 00:00
• HW 18 (седьмой домашний лист, задачи 5,7, 9-14) — 17.04, 00:00
• HW 19 (восьмой домашний лист, задачи 1-4) — 23.05, 00:00

For Group 210:

• CW 1 (задачи 3b)d), 4 b)c)e)f)), выполнить дома
• HW 1 (первый домашний лист, задачи 1-4) — 1.10, 22:00
• HW 2 (первый домашний лист, задачи 5-9) — 8.10, 22:00
• HW 3 (второй домашний лист, задачи 1-3) — 18.10, 22:00
• HW 4 (второй домашний лист, задачи 4-7 и 9-12) — 8.11, 22:00
• HW 5 (второй домашний лист, задачи 8, 13-17, 21,22) — 15.11, 22:00.
• HW 6 (второй домашний лист, задачи 18-20) — 21.11, 22:00
• HW 7 (третий домашний лист, задачи 1-5) — 5.12, 22:00
• HW 8 (третий домашний лист, задачи 6-12) — 19.12, 22:00
• HW 9 (четвертый домашний лист, задачи 1-9) — 30.01, 00:00
• HW 10 (четвертый домашний лист, задачи 10-13) — 6.02, 00:00
• HW 11 (пятый домашний лист, задачи 1,4,6,10) — 13.02, 00:00
• HW 12 (пятый домашний лист, задачи 2,5,8,9,13) — 20.02, 00:00
• HW 13 (пятый домашний лист, задачи 7,11,12) — 27.02, 00:00
• HW 14 (пятый домашний лист, задачи 3,14-16) — 6.03, 00:00
• HW 15 (шестой домашний лист, весь!) — 20.03, 00:00
• HW 16 (седьмой домашний лист, задачи 1-4, 6, 8) — 5.04, 00:00
• HW 17 (седьмой домашний лист, задачи 5,7, 9-14) — 17.04, 00:00
• HW 18 (восьмой домашний лист, задачи 1-4) — 23.05, 00:00

БПИ 202

• 3 октября — ДЗ1
• 21 ноября — ДЗ2
• 18 декабря — ДЗ3
• 5 февраля — ДЗ4
• 12 марта — ДЗ5
• 22 марта — ДЗ6
• 25 апреля — ДЗ7
• 28 мая — ДЗ8
• 20 июня — ДЗ9

For Group 203,204:

HW 1 (задачи 1-6) — 24.09, до начала семинара

БПИ 206:

HW1 5 октября, 23:59 (Гугл-форма)

HW2 20 ноября, 23:59 (Гугл-форма)

HW3 18 декабря, 23:59 (Гугл-форма)

HW4 10 февраля, 23:59 (Гугл-форма)

HW5 10 марта, 23:59 (Гугл-форма)

HW6 28 марта, 23:59 (Гугл-форма)

HW7 30 апреля, 23:59 (Гугл-форма)

HW8 31 мая, 23:59 (Гугл-форма)

HW9 20 июня, 23:59 (Гугл-форма)

Литература

Наш курс опирается на разые источники. Вот некоторые полезные издания:

1. Верещагин Н. К., Шень А. Лекции по математической логике и теории алгоритмов. Части 1—3. 5-е изд., М: МЦНМО, 2017.
2. Виноградов И. М. Основы теории чисел. 9-е изд., М.: Наука, 1981.
3. Гаврилов Г. П., Сапоженко А. А. Задачи и упражнения по дискретной математике. 3-е изд., М.: ФИЗМАТЛИТ, 2004.
4. Зубков А. М., Севастьянов Б. А., Чистяков В. П. Сборник задач по теории вероятностей. 2-е изд., М.: Наука, 1989.
5. Ландо С. К., Лекции о производящих функциях. 3-е изд, М.: МЦНМО, 2007.
6. Мельников О. И. Теория графов в занимательных задачах. 5-е изд., М.: Книжный дом «ЛИБРОКОМ», 2013.

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

Полезные материалы

Книги

• 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.

Командный проект для 3 курса

Выбор темы для командного проекта по курсу «Анализ данных в бизнесе»

Студенты делятся на группы по 3 человека. В дальнейшем 2-3 группы могут соединить в одну. Внутри группы должен быть определен капитан команды — ответственное лицо группы.

Ответственное лицо отвечает за выполнение и результат следующих основных функций:

• отправка заявки на тему проекта и согласование темы проекта от лица всей группы с преподавателями;
• предоставление информации куратору о текущем статусе проекта: учет, распределение и контроль выполнения задания по проекту;
• отправка отчетов, презентаций, технической документации по выполненными работам группы в электронном виде.

Сроки выбора тем:

До 17 апреля группа должна выбрать две темы из указанного списка, указав первый и второй приоритет для этих тем.

18 апреля — каждой группе, которая подала заявку на проект, через указанную форму, будет назначена тема проекта и куратор. При назначении тем будут учитываться приоритеты указанные студентами, а также средний балл студентов в группе по первому модулю курса. На одну тему назначается не более 3-х групп студентов.

При возникновении вопросов пишите в Telegram Титовой Наталии.

Итогом каждого проекта должна быть презентация результатов проекта на 10-15 минут.

Защита проекта для ПАД будет в середине мая (17-22 мая), а также для всех желающих.которые готовы будут защититься.

Финальная защита для ПМИ и БЭК будет в середите июня (15-19 июня) до начала сессии.

Оценка за проект во втором модуле выставляется по 10-балльной шкале по итогам защиты проекта.

Те студенты, которые не нашли себе группу тоже подают заяку на тему, но на одного себя. Мы сами соединим с группой по схожей теме.

Даты защиты учебных проектов в 4 модуле:

Защиты проектов пройдут с 17 по 19 июня 2021 года.

Преподаватели

Лекции ведут:

Бурова Маргарита Борисовна

• telegram: @burritas

Курмуков Анвар Илдарович

• email: kurmukovai@gmail.com
• telegram: @anvarki

Семинары ведут:

Группа	Семинарист	Ассистент
K1, K2	Степанов Артём Алексеевич, @arstep, stepartm@gmail.com	Турсунходжаев Агзамходжа Махсудхужаевич, @agzamg, amtursunkhodzhaev@edu.hse.ru
К3, К4, К5	Волосникова Марина Сергеевна, @marinamarina123, mvolosnikova@gmail.com	Черных Татьяна Олеговна, @tanicher, tochernykh@edu.hse.ru
Я1, Я2	Кириллов Алексей Павлович, @KirillovAP, KirillovAl@yandex.ru	Орлов Александр Викторович, @TheLordOfSiberia, alexander.orlov98@gmail.com
Р2, А2	Саломатин Юрий Владимирович, @Drizir, yuvsalomatin@edu.hse.ru
Р1, А1	Вельдяйкин Николай Олегович, @NickVeld, noveldyaykin@edu.hse.ru , nickveldhw@gmail.com
Я3, Я4	Кротова Елена Борисовна, @Lena_Kr, kroelebor@gmail.com

Контрольная

Контрольная пройдет с использованием асинхронного-прокторинга 11 ноября 2020 года в 09:45

Идентификатор конференции: 962 0959 3171

Код доступа: 082968

Zoom будет использован для финального инструктажа и как чат для общения с преподавателями во время контрольной в случае необходимости.

Каждому студенту необходимо записать процесс выполнения заданий контрольной с использованием OBS Studio, выложить результат в облачное хранилище сразу после контрольной и предоставить ссылку на запись.

Meeting ID: 920 1700 6062

Passcode: 450063

Потребуется компьютер с веб-камерой и микрофоном (в частности, все современные ноутбуки оборудованы ими) и выходом в интернет

Необходимо настроить три источника входных потоков: микрофон, веб-камера и захват экрана. Подробнее о настройке в видео:

Во время контрольной разрешается пользоваться :

• Сайтом тестирующей системы (в том числе своими решениями прошлых контестов курса (в самой системе))
• Средами разработки (не онлайн, а установленными на компьютере)
• Материалами, выложенными на данной странице

Во время контрольной не разрешается:

Общение с другими людьми, заранее предупредите об этом тех людей, которые находятся с вами в месте написания контрольной

Проведение контрольной

Затем, в 09:55, за 5 минут до начала контрольной начните запись. Опоздавшие студенты (начавшие запись не до начала контрольной) будут дисквалифицированы.
В 10:00 открывается контест, состоящий из 5 задач (по 2 балла за задачу). В 11:30 контест закрывается.

Ваши видео будут просмотрены только преподавателями и ассистентами. После окончания контрольной у вас будет полчаса на заливку записанного видео.

Пожалуйста, заранее проверьте, что вы научились записывать видео в требуемом формате — этот процесс иногда может вызывать проблемы. Все решения проблем, связанных с записью в OBS Studio описаны в интернете.

Действия, которые вы должны совершить до контрольной:

Заранее отключить все мессенджеры и закрыть лишние вкладки

Физически отключить и удалить любые электронные устройства и дополнительные мониторы с рабочего места

Подготовиться к тому, что вы не сможете покидать рабочее место в течение 1 часа 30 минут

Включить запись из трех источников: экран, веб-камера и микрофон в OBS Studio

Снять свое рабочее место со всех сторон и его окружение

Показать чистые листы, которые вы планируете использовать в качестве черновиков

Порядок действий во время контрольной:

Любые вопросы вы должны задавать через тестирующую систему либо через чат в zoom.

В случае, если вы работаете с черновиком, направьте веб-камеру так, чтобы были видны ваши руки. Не забудьте направить веб-камеру на лицо, когда вы возвращаетесь к работе за компьютером.

Вы можете получить важные объявления от преподавателей через тестирующую систему. Уведомления о них появляются в правом верхнем углу в интерфейсе тестирующей системы.

В случае, если вы хотите досрочно завершить выполнение контрольной — напишите об этом сообщение, используя интерфейс вопросов в тестирующей системе и выполните все действия, которые вы должны выполнить после окончания контрольной. В случае попыток решения задач после этого сообщения вы будете дисквалифицированы.

После окончания контрольной:

В течение 30 минут необходимо разместить видео, которое вы записывали в течение контрольной, в открытом доступе и сдать ссылку на него в специальную форму по адресу:

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

Лекции

Неделя	Дата	Темы
1	07.09.2018	Введение в параллельные вычисления. Параллельные вычислительные системы.
2	14.09.2018	Многопоточное программирование.
3	21.09.2018	Многопоточное программирование (ч.2). Альтернативные модели программирования.
4	28.09.2018	Теоретические основы параллельных вычислений. Типовые структуры параллельных алгоритмов.
5	05.10.2018	Принципы разработки параллельных алгоритмов. Методология PCAM.
6	12.10.2018	Введение в вычисления на GPU.
7	19.10.2018	Шаблоны вычислений на GPU.
8	02.11.2018	Параллельное программирование на MPI.
9	09.11.2018	Параллельное программирование на MPI (ч.2).
10	16.11.2018	Введение в распределенные вычисления.
11	23.11.2018	Отказы, репликация и согласованность.
12	30.11.2018	(Лекции не будет)
13	07.12.2018	Распределенная обработка больших данных.
14	14.12.2018	Облачные вычисления.

4-й модуль

Дата-время: 23 июня, 11:00

Материалы для подготовки к экзамену:

II: список задач для подготовки ко 2-й контрольной

III: приводимые ниже задачи (рассортированы по темам, номера с пометкой «П» даны по задачнику Проскурякова, номера с пометкой «К» — по задачнику Кострикина, номера с пометкой «КК» — по задачнику Ким–Крицкова):

• Изменение матрицы линейного оператора при переходе к другому базису: П 1452—1454; К 39.19—39.21
• Собственные векторы и собственные значения линейных операторов: П 1465—1474; К 40.15
• Диагонализуемость линейных операторов: П 1479—1483; К 40.16
• Самосопряжённые линейные операторы, приведение квадратичной формы к главным осям: К 45.4, 45.19, П 1243–1246, 1248–1262, 1585, 1586
• Ортогональные линейные операторы: К 46.6, П 1571–1577
• Нахождение прямоугольной декартовой системы координат, в которой уравнение данной кривой или поверхности 2-го порядка принимает канонический вид, и определение типа данной кривой или поверхности (КК 35.24, 35.27, 38.10–38.12)
• Нахождение жордановой формы линейного оператора и соответствующего жорданова базиса (К 41.1, 41.10, П 1530–1536)

Комментарий к I. Данный список продолжает список определений и формулировок для коллоквиума. В качестве одного из заданий экзаменационной работы может быть предложено дать какое-нибудь определение или сформулировать какую-нибудь теорему из списка, также могут быть задачи на применение теории (определений/формулировок) в конкретных примерах. Наконец, знание определений и формулировок может просто помочь при решении тех или иных задач экзаменационной работы.

Домашние задания

Для каждого задания предоставляется ссылка на сервис, содержащий описание задания и реализующий тестирование решений. Данные сервисы размещаются на платформе Everest (см. далее).

	Задание	Мягкий дедлайн	Жесткий дедлайн
1	3 октября 00:00 MSK	5 октября 00:00 MSK
2	17 октября 00:00 MSK	19 октября 00:00 MSK
3	8 ноября 00:00 MSK	9 ноября 00:00 MSK
4	21 ноября 00:00 MSK	23 ноября 00:00 MSK
5	5 декабря 00:00 MSK	7 декабря 00:00 MSK
6	12 декабря 00:00 MSK	14 декабря 00:00 MSK

Тестирование решений

На странице каждого сервиса содержится описание задания и выполняемых тестов. Данные тесты могут не покрывать все возможные ошибки и не заменяют самостоятельное тестирование своих решений. Тем не менее, результаты тестов позволяют составить представление о работе вашей программы и используются при проверке решений преподавателями.

Для тестирования решения необходимо перейти во вкладку Submit Job, загрузить требуемые файлы и нажать кнопку Submit. При этом происходит перенаправление на страницу нового задания (job), где можно отслеживать его состояние. Информация на странице обновляется автоматически. После окончания выполнения задания (состояние DONE или FAILED) становится доступной вкладка Outputs, где можно увидеть вывод с результатами тестирования.

Время выполнения тестов обычно составляет несколько минут, однако при большом количестве одновременных запросов к сервису время ожидания увеличивается. Поэтому лучше не откладывать тестирование на последний момент. Число попыток при тестировании не ограничено.

Сдача решений

Для сдачи решения надо перейти в раздел Задачи, нажать Сдать напротив нужного задания и отправить текст, содержащий:

• краткое описание вашего решения (основная идея, особенности реализации, соответствие условиям задания и т.д.), которое бы позволило проверяющему быстрее разобраться в нём (приветствуются также комментарии в коде),

Число попыток сдачи решения не ограничено. В случае, если решение отправлено заранее, есть шанс получить комментарий преподавателя до окончания срока сдачи и, в случае необходимости, исправить решение. Досрочные комментарии даются по мере возможности и вероятность их стремится к нулю с приближением срока сдачи.

Проверка решений

Проверка решений обычно происходит в течение недели после срока сдачи задания. При проверке оценивается последняя присланная до срока версия решения. В качестве начального приближения оценки берутся баллы, полученные решением на тестах. Так как тесты могут не покрывать все возможные проблемы, оценка может корректироваться преподавателем в ходе проверки. После окончания проверки в Anytask должен появиться ответ преподавателя с оценкой и комментариями.

Каждое задание оценивается по 10-балльной шкале. За каждый день просрочки после мягкого дедлайна снимается 2 балла. После жёсткого дедлайна решения не принимаются.

Описание учебного заведения Национальный исследовательский университет «Высшая школа экономики»

Высшая школа экономики — это отличный старт для карьеры в науке, бизнесе и на государственной службе. Сочетание фундаментальности образовательных программ с возможностью уже с первого курса участвовать в научных проектах и исследованиях рядом с авторитетными российскими и зарубежными учеными позволяет выпускникам Вышки добиться профессионального успеха. Сегодня Высшая школа экономики -это: 4 кампуса (Москва, Санкт-Петербург, Нижний Новгород, Пермь) 

3 500 преподавателей 29 400 студентов 57 500 выпускников Этапы развития НИУ ВШЭ 1992 — создание Высшей школы экономики 1993 — первый прием в университет: 65 бакалавров и 92 магистра 1996 — открытие кампуса в Нижнем Новгороде 1997 — открытие совместно с Лондонским университетом Международного института экономики и финансов (МИЭФ) 1998 — открытие кампусов в Санкт-Петербурге и Перми 2000 — проведение первой Международной Апрельской конференции ВШЭ 2010 — ВШЭ получает статус национального исследовательского университета (НИУ). Создан Международный консультативный комитет ВШЭ, его возглавил лауреат Нобелевской премии по экономике Эрик Маскин 2011 — к НИУ ВШЭ присоединяется Московский институт электроники и математики (МИЭМ) 2013 — победа в конкурсе «5/100» по повышению между¬народной конкурентоспособности российских вузов 2014 — реорганизация внутренней структуры университета: создание «больших» факультетов. ВШЭ и Яндекс открывают факультет компьютерных наук Бакалавриат 64 образовательные программы  самостоятельная работа с 1 курса под контролем курирующего преподавателя возможность получать несколько стипендий сразу за высокие оценки и активное участие в жизни университета; возможность заниматься исследованиями в научно-учебных и проектно-учебных лабораториях и группах; обязательное получение международного сертификата об уровне владения английским языком; ·участие в международных научных конференциях наравне с ведущими мировыми учеными; ·участие в программах обмена с университетами-партнерами ВШЭ в Австрии, Бельгии, Бразилии, Великобритании, Венгрии, Германии, Канаде, Китае, США, Южной Корее, Франции, Японии и других странах; возможность стать оплачиваемым учебным ассистентом; доступ к одной из крупнейших университетских библиотек России. Магистратура 29 направлений подготовки 129 магистерских программ 

21 программа на английском языке возможность сменить направление обучения и овладеть новой специальностью · участие в международных стажировках и студенческих обменах · участие в программах двойных дипломов · возможность стать оплачиваемым учебным ассистентом или преподавателем · участие в исследовательской и проектной работе в лабораториях и научных институтах ВШЭ. Обучение за рубежом и двойные дипломы Высшая школа экономики тесно сотрудничает с ведущими зарубежными университетами, бизнес-школами и исследовательскими центрами. Каждый факультет НИУ ВШЭ предлагает студентам возможность пройти стажировку и участвовать в программах обмена с вузами-партнерами. Основные образовательные партнеры НИУ ВШЭ за рубежом: Университет Эразмус (Нидерланды) Университет им. Дж. Мэйсона (США) Сорбонна (Франция) Университет Болоньи (Италия) Университет Гумбольдта (Германия) Университет Поля Сезанна Вестфальский университет имени Вильгельма (Германия) Технический университет Эйндховена (Нидерланды) и др/ Аспирантура Высшая школа экономики первой из российских университетов перешла к системе аспирантских школ по отдельным отраслям науки, которые должны задать общие внутри каждой школы стандарты исследований и подготовки диссертаций. Особенности программы академической аспирантуры: полная занятость и участие в исследовательских проектах университета; руководитель из числа зарубежных исследователей; обязательная стажировка в зарубежном университете-партнере НИУ ВШЭ. В НИУ ВШЭ 120 научно-исследовательских институтов и центров, 27 научно-учебных и проектно-учебных лабораторий, 21 международных лабораторий под руководством ведущих зарубежных ученых. НИУ ВШЭ имеет собственный Издательский дом, который специализируется на выпуске научной, учебной и справочной литературы по профильным дисциплинам университета: экономике, менеджменту, бизнес-информатике, социологии, политологии, психологии, праву, философии и другим.

Course Description

The course introduces students to the elements of linear algebra and analytic geometry, provides the foundations for understanding some of the main concepts of modern mathematics. There is a strong emphasis in this course on complete proofs of almost all results.

We will approach the subject from both a practical point of view (learning methods and acquiring computational skills
relevant for problem solving) and a theoretical point of view (learning a more abstract and theoretical approach that focuses on achieving a deep understanding of the different abstract concepts).

Topics covered include: matrix algebra, systems of linear equations, permutations, determinants, complex numbers, fields, abstract vector spaces, bilinear and quadratic forms, Euclidean spaces, some elements of analytic geometry, linear operators. It took mathematicians at least two hundred years to comprehend these objects. We plan to accomplish this in one year.

Финальное эссе

Сроки: до 17 июня включительно

Формат: в виде .pdf документа с Times New Roman 12, 1,5 интервал на почту aibdcourse2018@gmail.com

Данное эссе посвящено теме будущего ИИ и Больших данных с точки зрения студентов.

Работы выполняются самостоятельно, в случае нахождения плагиата будет проставлено строго 0 баллов всем, у кого этот плагиат будет.

Это эссе должно быть предельно коротким и емким (не более 2-5 страниц в 12 Times New Roman с отступом 1,5).

Ожидаемое содержание эссе:

1. Введение
   1. Расскажите о том, в какой области вам было бы интересно применять методы и механизмы искусственного интеллекта (и/или анализа больших данных). В этой секции желательно описать практические проблемы, которые можно решить с помощью методов ИИ и БД.
2. Текущая практика
   1. В этой секции необходимо со ссылками на источники описать примеры применения ИИ и БД в указанной профессиональной отрасли или сфере. В случае, если такие примеры совершенно отсутствуют, это необходимо явно указать.
3. Возможное будущее
   1. Данная секция является ключевой для эссе. Опишите, своими словами, какими методами ИИ и БД из изученных (или известных вам) можно улучшить тот или иной процесс, интерфейс или отрасль за счет использования искусственного интеллекта или анализа больших данных. Хорошим тоном так же будет сослаться на анализ отрасли c точки зрения технологических евангелистов и развить их идеи в своем рассуждении.

Критерии оценивания эссе

1. Размерность — менее 1 страницы — 0 баллов, более 5 страниц — 1 балл, от 2 до 5 — 3 балла
2. Практическая секция — менее одного примера текущего использования технологий — 1 балл, 1 и более — 2 балла
3. Возможное будущее — корректное, обоснованное источниками (или логическими аргументами) описание возможностей применения ИИ в отрасли или процессе — 5 баллов. Полное отсутствие ссылок на любые источники — 4 балла. Отсутствие базовых логических аргументов — 2 балла.

Итого по данному эссе можно получить 10 баллов (они не будут шкалироваться к максимуму, как тесты и эссе по визуализации).