МОБОД 2022 — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Новая страница: «[http://wiki.atp-fivt.org/index.php/МОБОД_2020 Материалы прошлого года]»)
 
(Материалы курса)
 
(не показаны 42 промежуточные версии 3 участников)
Строка 1: Строка 1:
[http://wiki.atp-fivt.org/index.php/МОБОД_2020 Материалы прошлого года]
+
= Важные ссылки =
 +
* [https://docs.google.com/forms/d/1j4mVbTARsiStViycYfyWVifGr911OICjzaXPinZ831I/edit#responses Регистрация на курс]
 +
* [https://t.me/+qri5NHAS4Pc3YTky  Чат курса]
 +
* '''[https://docs.google.com/spreadsheets/d/e/2PACX-1vRSB8qQldq_aXEs4sL5Bqf7W-1uVNKS0VqTDJjsLkko9s91LaJn1JRdG245i4C5hp0lcNQDMHCKw84R/pubhtml?gid=55302118&single=true Таблица с оценками]'''
 +
* [https://docs.google.com/spreadsheets/d/e/2PACX-1vRSB8qQldq_aXEs4sL5Bqf7W-1uVNKS0VqTDJjsLkko9s91LaJn1JRdG245i4C5hp0lcNQDMHCKw84R/pubhtml?gid=1816766945&single=true Статус проверки ДЗ]
 +
 
 +
= Материалы курса =
 +
Для доступа к папкам нужно зайти в почту '''@phystech.edu'''.
 +
 
 +
* [https://disk.yandex.ru/d/EPQzlHguMTc2Nw Видео занятий]
 +
* [https://drive.google.com/drive/folders/1VMyQR-BPeZPXG8OU1AffTSR4nJAOM6V9?usp=sharing Презентации и Материалы семинаров]
 +
* [https://gitlab.com/fpmi-atp/atp-mobod Git-репозиторий с кодом и домашками]
 +
 
 +
= План курса =
 +
* '''[https://docs.google.com/spreadsheets/d/1Q0GfuazqtAdxJl4Xe-OR1fmNCsAgDnJdrJ6wIS0QxsM/edit#gid=0 План курса]'''
 +
 
 +
# Рекомендательные системы на больших данных (преподаватель Николай Анохин, семинарист Дарья Никанорова, 7 недель)
 +
# Анализ эпидемиологических графов (преподаватель Никита Исерсон, ассистент Никита Зелинский, 4 недели)
 +
# Тематическое моделирование на больших данных (преподаватель Мурат Апишев, 2 недели)
 +
 
 +
= Домашние задания =
 +
# Рекомендательные системы на больших данных [https://gitlab.com/fpmi-atp/atp-mobod/-/blob/recsys/recsys/slides/week04/homework.md ссылка]
 +
# Анализ эпидемиологических графов [https://drive.google.com/drive/folders/1KpqXtRE3T_gDe6n_Evg-FQ1lkE4SsY6c ссылка]
 +
# Тематическое моделирование на больших данных [https://gitlab.com/fpmi-atp/atp-mobod/-/tree/topic_modeling/topic-modeling ссылка]
 +
 
 +
= Дедлайны по домашним заданиям =
 +
# Рекомендательные системы на больших данных - мягкий 7.11, жесткий дедлайн - конец курса 15.01. До него максимальный балл уменьшается за каждый день просрочки. (1) 0.95^<кол-во неполных дней просрочки>
 +
# Анализ эпидемиологических графов - 4.01, до 00:00
 +
# Тематическое моделирование на больших данных - Hard deadline: 28.12.2022, 23:59
 +
 
 +
= Экзамен =
 +
Если вы согласны с текущей оценкой и не планируете сдавать экзамен, заполните [https://docs.google.com/forms/d/e/1FAIpQLSd_fqSMAbtSk2FHNC0wZHLSO-TEYYntotE29MgirDpFAQb3LQ/viewform форму].
 +
 
 +
[https://docs.google.com/document/d/1aq9c4leOYS87a5IIMm81l-7wLRbZHUEMqmt65UGcHAI/edit?usp=sharing Программа экзамена].
 +
 
 +
Экзамен будет состоять из 2 частей. '''Дата экзамена 24.01.'''
 +
=== Письменная часть ===
 +
# Начинается в 18:00 и длится 20 минут.
 +
# Проходит с помощью системы [https://exams.mipt.ru/ exams.mipt.ru]. Для регистрации найдите событие "'''МОБОД-2022. Экзамен'''".
 +
# Билет содержит 3 вопроса (по 1 для каждой части курса).
 +
 
 +
=== Устная часть ===
 +
# Является опциональной.
 +
#* Если оценка за письменную вас устраивает, на неё приходить на надо.
 +
#* Если вы планируете прийти на устную часть, заполните [https://forms.gle/LsLWV3nsBZ2QEqmn8 форму] (откроется после письменной части) чтоб получить слот.
 +
# Начинается в 12:00.  
 +
# Будет проходить в Zoom. Ссылку см. в расписании экзаменов МФТИ.
 +
# На устной части будут доп. вопросы по теме курса.
 +
 
 +
= Перезачёт =
 +
Если вы проходили курсы, программа которых на 75% и выше совпадает с программой МОБОД, есть возможность перезачесть курс. Для этого, заполните [https://docs.google.com/forms/d/1WQb4_9CkjpPP5WsGWhunkyRiSDJg9IKfv0gm_jDhbdw/edit '''форму'''] до 08.10.2022. Курс может быть перезачтен не полностью, а на какой-то процент. В этом случае для поднятия оценки, вам нужно будет добрать баллы домашками и контрольными.

Текущая версия на 15:33, 5 мая 2023

Важные ссылки

Материалы курса

Для доступа к папкам нужно зайти в почту @phystech.edu.

План курса

  1. Рекомендательные системы на больших данных (преподаватель Николай Анохин, семинарист Дарья Никанорова, 7 недель)
  2. Анализ эпидемиологических графов (преподаватель Никита Исерсон, ассистент Никита Зелинский, 4 недели)
  3. Тематическое моделирование на больших данных (преподаватель Мурат Апишев, 2 недели)

Домашние задания

  1. Рекомендательные системы на больших данных ссылка
  2. Анализ эпидемиологических графов ссылка
  3. Тематическое моделирование на больших данных ссылка

Дедлайны по домашним заданиям

  1. Рекомендательные системы на больших данных - мягкий 7.11, жесткий дедлайн - конец курса 15.01. До него максимальный балл уменьшается за каждый день просрочки. (1) 0.95^<кол-во неполных дней просрочки>
  2. Анализ эпидемиологических графов - 4.01, до 00:00
  3. Тематическое моделирование на больших данных - Hard deadline: 28.12.2022, 23:59

Экзамен

Если вы согласны с текущей оценкой и не планируете сдавать экзамен, заполните форму.

Программа экзамена.

Экзамен будет состоять из 2 частей. Дата экзамена 24.01.

Письменная часть

  1. Начинается в 18:00 и длится 20 минут.
  2. Проходит с помощью системы exams.mipt.ru. Для регистрации найдите событие "МОБОД-2022. Экзамен".
  3. Билет содержит 3 вопроса (по 1 для каждой части курса).

Устная часть

  1. Является опциональной.
    • Если оценка за письменную вас устраивает, на неё приходить на надо.
    • Если вы планируете прийти на устную часть, заполните форму (откроется после письменной части) чтоб получить слот.
  2. Начинается в 12:00.
  3. Будет проходить в Zoom. Ссылку см. в расписании экзаменов МФТИ.
  4. На устной части будут доп. вопросы по теме курса.

Перезачёт

Если вы проходили курсы, программа которых на 75% и выше совпадает с программой МОБОД, есть возможность перезачесть курс. Для этого, заполните форму до 08.10.2022. Курс может быть перезачтен не полностью, а на какой-то процент. В этом случае для поднятия оценки, вам нужно будет добрать баллы домашками и контрольными.