LSML 2025/2026

О курсе

Курс читается для студентов 4-го курса ПМИ ФКН ВШЭ в 3 модуле. Проводится с 2017 года.

Лекторы: Анищенко Илья Игоревич, Булатов Евгений Александрович

Семинаристы: Галушкин Андрей Владимирович, Анищенко Илья Игоревич

Ассистент -

Лекции и семинары проходят в онлайн-режиме.

Вычислительные мощности в облаке Yandex.Cloud для курса предоставила компания Яндекс.

Полезные ссылки

Слайды лекций: - https://github.com/TmKarter/lsml-2026/tree/main/Lectures

Получение доступа к Облаку - https://forms.gle/CaDJ1YdG1jpYWjcn6

Таблица с оценками: - https://docs.google.com/spreadsheets/d/1wN_k3y5V-fmVa36ppaUEOvGIV7bEIHIKyZnOMP1EFhI/edit?usp=sharing

Папка на Я.Диске с записями всех занятий - ссылка

Чат в telegram с объявлениями и топиками по курсу: - https://t.me/+mQ1JQ2-TxmIyYjli

Репозиторий с материалами семинаров: - https://github.com/TmKarter/lsml-2026

Наше облако: - https://console.yandex.cloud/cloud/b1g4glg8eltqhueeifkh

Ошибки в материалах лекций/семинаров/заданий лучше всего оформлять в виде issue на github.

Самостоятельные задачи сдаются в Google forms. Для каждого задания своя отдельная ссылка на прием заданий:

Задание	Ссылка для сдачи	Ссылка на домашнее задание	Дата выдачи	Дедлайн
Мини домашнее задание 1.	https://forms.gle/2KDjv2PzNGGoyYp7A	тык	9 февраля	16 февраля 23:59
Мини домашнее задание 2.	https://forms.gle/SY9VS4SWGHpUkLGV7	тык	21 февраля	2 марта 23:59
Мини домашнее задание 3.	https://forms.gle/PPybxHzmaZ5bxfPs5	тык	6 марта	14 марта 23:59
Мини домашнее задание 4.	https://forms.gle/EoNf9WKEenuJQ81i8	тык	18 марта	29 марта 23:59
Основное домашнее задание	https://forms.gle/QBU6VnHq2L53Uk629	тык	18 марта	29 марта 23:59

Лекции и Семинары

Лекции проводят преподаватели из списка выше в общий временной слот в ПН 16:20 - 17:40 по МСК, ссылку на зум публикуем в тг

Семинары проводят:

- Галушкин Андрей в ПН в 18:10-19:30 по МСК, ссылку на зум также публикуем в тг

- Анищенко Илья в ПН в 18:10-19:30 по МСК, ссылку на зум также публикуем в тг

Консультации

Консультации с преподавателями (если иное не оговорено на странице семинаров конкретной группы) по курсу проводятся по предварительной договорённости ввиду невостребованности регулярных консультаций.

При необходимости, можно писать на почту или в Telegram.

Правила выставления оценок

В курсе предусмотрено несколько форм контроля знания:

Мини-домашние задания. Дедлайн на сдачу заданий - 1-3 недели (см таблицу с точными датами, они появляются тут по мере прохождения курса).
Большое домашнее задание (будет выдано ориентировочно в феврале).
В Мини-домашних заданиях переодически будут появляться бонусные задания, дающие возможность получить больше 10 баллов за работу

Итоговая оценка вычисляется:

O_{итоговая} = 0.5*[(O_МДЗ1 + O_МДЗ2 + O_МДЗ3 + O_МДЗ4)/4] + 0.5*O_ДЗ

Правила сдачи заданий

Важно останавливать\удалять ресурсы, создаваемые в облаке, так как в противном случае финансов может не хватить для выполнения всех заданий. Полезно при этом овладеть навыком сохранения промежуточных данных в облачном хранилище - это позволит максимально быстро выполнять задания с минимальными финансовыми затратами.

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

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.

Полезные материалы

Книги

Ron Bekkerman, Mikhail Bilenko, John Langford. Scaling up Machine Learning: Parallel and Distributed Approaches, Cambridge University Press, 2011.
Jure Leskovec, Anand Rajaraman, Jeff Ullman. Mining of Massive Datasets, Cambridge University Press, 2014.
Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning (Adaptive Computation and Machine Learning series), The MIT Press, 2016.
Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills. Advanced Analytics with Spark: Patterns for Learning from Data at Scale, O'Reilly Media, 2015.

Странички прошлых лет

http://wiki.cs.hse.ru/LSML_2024/2025