• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Адаптационный семинар для новых преподавателей проекта Data Culture и ФКН

27 августа прошел воркшоп для новых преподавателей факультета компьютерных наук и проекта Data Culture, в котором приняли участие 26 преподавателей.

 

Лекция 1. Михаил Густокашин. Как выстроить структуру курса и организационные процессы?

 

Лекция 2. Евгений Соколов. Как быть лучше учебника?

 

Лекция 3. Филипп Ульянкин. Как сделать курс неправильно, а потом попытаться все исправить 

 

Семинар по развитию преподавательского мастерства для преподавателей Data Culture

С 13 по 14 апреля 2019 прошёл двухдневный интенсив для преподавателей курсов проекта Data Culture, организованный совместно с проектом Teach for HSE.

Интенсив для сотрудников университета

С 14 по 16 февраля 2018 в Высшей школе экономики прошёл трёхдневный интенсив для сотрудников университета, на котором были рассмотрены базовые аспекты применения Data Science в различных областях деятельности.

День 1

Лекция 1. Введение в искусственный интеллект.

 Евгений Соколов. Введение в искусственный интеллект. (PDF, 30,03 Мб)


Лекция 2. Основы машинного обучения.

 Евгений Соколов. Основы машинного обучения (PDF, 1,22 Мб)

День 2

Лекция 3. Машинное обучение в HR.

 Екатерина Денике. Машинное обучение в HR (PDF, 1,50 Мб)


Лекция 4. Право в эпоху развития цифровых технологий.

 Михаил Журавлев. Право в эпоху развития цифровых технологий. (PDF, 12,28 Мб)

День 3

Лекция 5. Data science для оптимизации бизнеса.

 Александр Белугин. Data Science для оптимизации бизнеса (PDF, 12,58 Мб)

Лекция 6. Блокчейн и смарт-контракты.

Выездной семинар «Современное машинное обучение и методика преподавания анализа данных»

С 27 по 29 января 2018 года 45 преподавателей с разных факультетов всех кампусов Вышки участвовали в семинаре «Современное машинное обучение и методика преподавания анализа данных» в учебном центре «Вороново». Программа повышения квалификации разработана в рамках проекта Data Culture.

Подробнее о том, как прошло мероприятие, можно прочитать в специальном материале на портале Вышки.

Материалы семинара

 Вводная лекция "Введение в машинное обучение и анализ данных" (PDF, 5,82 Мб)

 Лекция "Машинное обучение на практике" (PDF, 30,41 Мб)

 Лекция "Цифровые технологии в гуманитарных науках" (PPTX, 18,46 Мб)

 Семинар "Разбор задач анализа данных" (PDF, 607 Кб)

 

 Лекция "Решающие деревья" (PDF, 154 Кб)

 Лекция "Композиции деревьев" (PDF, 627 Кб)

 Лекция "Дифференцируемые методы машинного обучения: нейронные сети #1" (PDF, 6,29 Мб)

 Лекция "Дифференцируемые методы машинного обучения: нейронные сети #2" (PDF, 23,58 Мб)

 

 Мастер-класс "Машинное обучение на факультете экономических наук" (PDF, 147 Кб)

 Мастер-класс "Майнор "Интеллектуальный анализ данных" (PDF, 432 Кб)

Двухдневный интенсив для преподавателей и сотрудников НИУ ВШЭ

В рамках проекта проводятся открытые вводные интенсивы для преподавателей и сотрудников университета, которые позволяют в целом понять возможности машинного обучения и анализа данных в решении задач, применительно к различным группам наук.

Первый интенсив проходил 14-15 июня 2017. Подробнее о мероприятии можно прочитать в новости.

Лекция 1: Введение в искусственный интеллект

Как современные методы машинного обучения и искусственного интеллекта меняют подходы во многих научных областях? Почему владение основами этих методов становится частью общей научной культуры исследователя вне зависимости от конкретной предметной области? Ответы на эти и другие вопросы в рамках лекции даёт Дмитрий Ветров, заведующий Международной лабораторией глубинного обучения и байесовских методов.

Лекция 2: Основы машинного обучения

Лекция посвящена основным понятиям и методам машинного обучения. В рамках неё рассмотрены различные типы данных, метрики качества, методология проведения экспериментов, также будут рассмотрены современные инструменты для анализа данных. Евгений Соколов, заместитель руководителя Департамента больших данных и информационного поиска, lead data scientist в Яндексе.

Лекция 3: Анализ текстов

Лекция посвящена постановкам задач анализа текстов, методам формирования признаков и основным моделям, а также тематическому моделированию. Лекцию чистает Надежда Чиркова, стажёр-исследователь Международной лаборатории глубинного обучения и байесовских методов.

Лекция 4: Прикладные задачи анализа данных

Как применить знания в области Data Science в различных гуманитарных, социальных и даже творческих областях? В рамках своей лекции Евгений Соколов наглядно показывает, как решаются современные задачи при помощи анализа данных и машинного обучения.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.