| A | B | C | D | E | F | G | H | I | |
|---|---|---|---|---|---|---|---|---|---|
|
1 |
|
Добро пожаловать на CSDrive! |
|
КЭШ (быстрые ссылки): | FAQ: | ||||
|
2 |
|||||||||
|
3 |
|||||||||
|
4 |
CSDrive (CSD) — облачное хранилище учебных материалов, созданное и поддерживаемое студентами ВМК МГУ. |
Расписания с сайта ВМК | — Можно стать админом? | ||||||
|
5 |
Автоматическое расписание ВМК МГУ | — Да! Сначала прочитай эту страницу | |||||||
|
6 |
|||||||||
|
7 |
Единственная неизменная ссылка на эту таблицу: | 1 курс: | — Почему диск переехал на Яндекс? | ||||||
|
8 |
http://goo.gl/YyE6jP | Матан — Демидович (задачник) | — Гугл Диск стал блокировать материалы | ||||||
|
9 |
Любые другие ссылки на диск могут потерять актуальность | Алгоритмы и АЯ (сайт курса) | |||||||
|
10 |
Мы не нарушаем авторские права! Если Вы являетесь правообладателем каких-либо материалов, и желаете их удалить, пожалуйста, свяжитесь с нами любым способом |
Линал — Ким (учебник) | — На диске ошибка. Что делать??? | ||||||
|
11 |
Линал — Ким, том 1 (задачник) | — Свяжись с нами любым способом | |||||||
|
12 |
Линал — Ким, том 2 (задачник) | ||||||||
|
13 |
Дискра — сайт курса | — Диск не работает. Что делать??? | |||||||
|
14 |
Текущая ссылка на диск | Дискра — Гаврилов (задачник) | — Свяжись с нами любым способом | ||||||
|
15 |
Арх. ЭВМ и ассемблер (сайт курса) | ||||||||
|
16 |
— Почему в таблице исчезли ссылки на конкретные папки? | ||||||||
|
17 |
Как связаться с нами: | 2 курс: | |||||||
|
18 |
Паблик ВК | Матан — Демидович (задачник) | — Было принято решение отказаться от них, т.к. сложно поддерживать с учётом изменяющейся структуры диска. | ||||||
|
19 |
Сообщения ВК | Матан — Ильин Садовничий (учебник) | |||||||
|
20 |
Telegram-бот |
Диффуры — Денисов Разгулин ч.1 (учебник) |
|||||||
|
21 |
e-mail (msu.cmc.materials@yandex.ru) | Диффуры — Филлипов (задачник) | Изначально ссылки были необходимы, т.к. диск был разделён на аккаунты, и не было единой ссылки на все материалы. | ||||||
|
22 |
Мы все пользуемся материалами предыдущих поколений. Вы тоже можете добавить свои материалы и улучшить диск! |
Механика — Никитин (задачник) | |||||||
|
23 |
ОСи (сайт с материалами) | ||||||||
|
24 |
Теорвер — Лекции (ютуб) | ||||||||
|
25 |
Как добавить файлы: | — Что такое SCSD? | |||||||
|
26 |
● прислать отдельные файлы | СП (страница курса) | — Спроси у своих одногрупников. Если они не в курсе, то информация ещё не актуальна для вашей группы. |
||||||
|
27 |
● прислать обновлённую папку в zip-архиве | Диффуры — лекции | |||||||
|
28 |
● присоединиться к администрации диска |
Диффуры — Денисов Разгулин ч.2 (учебник) |
|||||||
|
29 |
Работа над диском ведётся с 2011 года |
- Страницы
- Блог
Skip to end of metadata
-
Создатель Eugene Gavrilov, отредактировано июн 15, 2021
Go to start of metadata
Источники информации:
- Сайт вступительных экзаменов: https://pk.cs.msu.ru/mag_exams
- Официальная программа вступительного экзамена в магистратуру ВМиК МГУ: https://pk.cs.msu.ru/sites/default/files/documents/mag_dvi.pdf
- Билеты экзаменов прошлых лет: https://pk.cs.msu.ru/mag_past_entrance_examinations
Решение задачи № 4
Решение задачи №3 (вариант 1)
Решение задачи №3 (вариант 2)
- Нет меток
Обзор
Инструменты контента
Активность
- На платформе Atlassian Confluence 7.13.7
- Напечатано компанией Atlassian Confluence 7.13.7
- Сообщить об ошибке
- Новости Atlassian
Билет 1[]
Виды обучения с учителем (supervised), без учителя (unsupervised), частичное (semi-supervised), трансдуктивное. Типы моделей: генеративные, дискриминативные. Типы признаков и типы откликов. Принцип минимизации эмпирического риска. Переобучение, её зависимость от размера обучающей выборки и сложности модели. Кросс-валидация и A/B тестирование. Дискриминантные функции. Признаковое представление документов — бинарное, TF, TF-IDF.
Также — основную статью по машинному обучению в целом. Описание кросс-валидации.
Билет 2[]
Метод k ближайших соседей. Проклятие размерности. Метрики: 
, косинусная, Жаккарда. Декоррелирующее преобразование (whitening) и расстояние, которое оно порождает. Взвешенный учёт объектов. Пример весов. Отступ и классификация объектов на выбросы, пограничные, типичные, эталонные. Методы фильтрации обучающей выборки для ускорения работы метода.
Билет 3[]
Идея алгоритма оптимизации метода ближайших соседей через структурирование пространства признаков — KD-деревья и ball-деревья. Нахождение расстояния от точки до гиперпрямоугольника и до шара.
Билет 4[]
Задача снижения размерности. Метод главных компонент — 2 определения (через проекции и отклонения), их эквивалентность. Оценка качества аппроксимации отдельной компонентой и первыми 
компонентами.
Метод главных компонент — определение и итеративный алгоритм их построения. Доказательство, что итеративный алгоритм действительно даёт главные компоненты (полученные компоненты соотв. определению).
Билет 6[]
Сингулярное разложение (SVD) — определение. Его связь с главными компонентами. Сокращённое сингулярное разложение порядка 
, критерий выбора . Определить и доказать оптимальность аппроксимации сокращённого сингулярного разложения с точки зрения нормы Фробениуса. Применения сингулярного разложения.
Билет 7[]
Определение решающего дерева. Для решающих деревьев CART: выбор решающего правила в каждом узле для случая классификации/регрессии. Назначение прогнозов узлам дерева в случае регрессии/классификации, симметричных/несимметричных потерь.
Билет 8[]
Определение решающего дерева. Правила (прим. — в билетах тут какая-то опечатка) и критерии остановки наращивания дерева. Обрезка (pruning) для решающих деревьев CART.
Билет 9[]
Оценка классификаторов. Матрица ошибок. Точность, полнота, F-мера, ROC-кривая, мера AUC. ROC-кривая для случайного назначения классов. Меры, оценивающие, насколько хорошо классификатор предсказывает вероятности классов.
Билет 10[]
Линейный классификатор. Отступ (margin) и его интуиция. Оптимизационная задача по настройке весов. Основные функции потерь. Метод градиентного спуска и метод стохастического градиента.
Требуется доделать: градиентный спуск. Хотя бы на уровне картинок текста Соколова
Билет 11[]
и 
регуляризация. Какая из них отбирает признаки и почему? Связь минимизации эмпирического риска и принципа максимума правдоподобия. Чему в методе максимального правдоподобия соответствует регуляризация? Вероятностная модель, соответствующая и регуляризации.
Билет 12[]
Определение логистической регрессии через вероятности классов. Какой функции потерь она соответствует? Многомерная логистическая регрессия. Функция soft-max.
Требуется доделать: всё. На экзамене бывают доп. вопросы про softmax и hardmax
Билет 13[]
Метод опорных векторов в линейно разделимом и линейно неразделимом случае. Его вывод геометрически. Какой функции потерь и регуляризации он соответствует? Классификация типов объектов в методе опорных векторов.
Билет 14[]
Обобщение методов машинного обучения через ядра. Теорема Мерсера. Операции, не выводящие из класса ядер. Линейное, полиномиальное и RBF-ядро — формулы и доказательства, что это действительно ядра. Определение расстояние через ядра.
Билет 15[]
Решение для метода опорных векторов — исходное (с выводом) и его обобщение через ядра
Билет 16[]
Решение для метода гребневой регрессии — исходное и обобщённое через ядра (с выводом)
Билет 17[]
Матрица штрафов (cost matrix). Байесовское правило минимальной цены. Его упрощение для случая одинаковых штрафов для ошибок на одном классе. Его упрощение для случая единичной матрицы штрафов. Доказать, что последнее упрощение приведёт к минимизации числа ошибок классификации.
Билет 18[]
Гауссов классификатор. Сколько параметров имеет этот метод и какие модельные ограничения используются для снижения числа параметров? Доказать, что граница между классами будет квадратичной в общем случае и линейной при предположении одинаковых внутриклассовых ковариционных матриц.
Билет 19[]
Модель Бернулли и мультиномиальная модель классификации. Являются ли они линейными классификаторами? Сглаживание вероятностей Лапласа. Предположение «наивного Байеса». Как оно работает в случае моделей Бернулли, мультиномиальной и Гауссова классификатора?
Билет 20[]
Ядерное сглаживание для оценки плотности. Виды ядер в одномерном и многомерном случае. Выбор параметра ширины окна (bandwidth). Метод Парзеновского окна. Какому методу оценки плотности соответствует метод k ближайших соседей?
Билет 21[]
Регрессия. Вывод решения для обычной и гребневой регрессии. LASSO и ElasticNet регрессия. Какие регуляризации могут отбирать признаки? Взвешенный учёт наблюдений. Алгоритм робастной регрессии. Регрессия Надарая-Ватсона.
Билет 22[]
Сравнение методов классификации: ближайших соседей, логистическая регрессия с 
регуляризацией, дерево решений, метод опорных векторов с линейным и RBF-ядром, байесовское правило классификации с оценкой плотности — Гауссовой и ядерным сглаживанием (метод Парзеновского окна). Какие методы подвёрнуты (прим. — возможно, имелось в виду «подвергнуты»…) проклятию размерности? Какие методы всегда дают линейные границы между классами? Какие методы используют не все объекты для прогнозирования? Насколько методы устойчивы к выбросам? Сравните вычислительную трудоёмкость на этапе прогнозирования.
Билет 23[]
Сравнение методов регрессии: ближайших соседей, регрессия Надарая-Ватсона, линейная регрессия с регуляризацией, решающее дерево, робастная регрессия, гребневая (ridge) регрессия с RBF-ядром. Прогноз каких методов зависит линейно от исходных признаков? Какие методы используют не все объекты для прогнозирования? Какие методы используют не все признаки для прогнозирования? Насколько методы устойчивы к выбросам? Сравните вычислительную трудоёмкость на этапе прогнозирования.
| Дата | Тема | Презентация | Домашнее задание | Стоимость | Срок |
|---|---|---|---|---|---|
| 01/09/2021 | План на семестр. Техническое вступление. Вспоминаем С. | 💾 cmc-2021-present-01.pdf | 💾 Дом: до матриц | 10 | 08/09/2021 20:59:59 |
| 09/09/2021 | Техническое продолжение. Указатели. Динамическое выделение памяти. | 💾 cmc-2021-present-02.pdf 💾 cmc-2021-present-03.pdf | 💾 Дом: динамическая память | 10 | 14/09/2021 20:59:59 |
| 22/09/2021 | Динамические многомерные массивы. Динамические структуры. | 💾 cmc-2021-present-04.pdf | 💾 Дом: динамические структуры | 10 | 28/09/2021 20:59:59 |
| 23/09/2021 | Аргументы КС и системные вызовы. | 💾 cmc-2021-present-05.pdf | 💾 Дом: аргументы КС и системные вызовы 💾 avatar.bmp | 10 | 29/09/2021 20:59:59 |
| 07/10/2021 | Семетровая работа №1. Этапы 1-3. | 💾 cmc-2021-present-06.pdf | https://github.com/USER/shell | 30 | 12/10/2021 20:59:59 |
| 14/10/2021 | Семетровая работа №1. Этапы 4-5. | 💾 cmc-2021-present-07.pdf | https://github.com/USER/shell | 30 | 19/10/2021 20:59:59 |
| 04/11/2021 | Семетровая работа №1. Этап 6. | 💾 cmc-2021-present-08.pdf | https://github.com/USER/shell | 10 | 09/11/2021 20:59:59 |
| 11/11/2021 | Семетровая работа №1. Этап 7-8. | 💾 cmc-2021-present-09.pdf | https://github.com/USER/shell | 20 | 16/11/2021 20:59:59 |
| 18/11/2021 | Семетровая работа №1. Этап 9. | 💾 cmc-2021-present-10.pdf | https://github.com/USER/shell | 20 | 23/11/2021 20:59:59 |
| 25/11/2021 | Сетевое подключение | 💾 cmc-2021-present-11.pdf | https://github.com/Alien-kz/msu/tree/main/client_server | 20 | 01/12/2021 20:59:59 |
| 08/12/2021 | Сетевое подключение на примере WEB | 💾 cmc-2021-present-12.pdf | https://github.com/Alien-kz/msu/tree/main/client_server | 20 | 15/12/2021 20:59:59 |
Идет загрузка списка
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
☆
#
Идет загрузка списка
Вы здесь
Наши издания
Информатика: пособие для подготовки к ЕГЭ. БИНОМ. Лаборатория знаний, 2013
Данная книга рекомендуется в качестве пособия при подготовке к ЕГЭ по информатике и ИКТ. Разделы книги соответствуют темам, включенным в ЕГЭ. В начале каждого раздела приведена краткая теоретическая информация по теме, содержащая основные определения и описание методов решения задач. Основу разделов составляют задачи для самостоятельного решения. В конце книги приводятся ответы, а для наиболее сложных задач дается разбор решения или рекомендации по решению.
Программирование в примерах и задачах. БИНОМ. Лаборатория знаний, 2013
Пособие поможет вам подготовиться к экзамену по информатике, научиться решать задачи по программированию на языке Паскаль. Рассмотрено большое количество программ; листинги приведены в расчете на использование среды Turbo Pascal 7.0, однако в большинстве своем будут работать без всяких изменений и в других версиях Паскаля. Некоторые задачи имеют несколько вариантов решений, и в пособии подробно разобрано, какое из них является наилучшим.
Для школьников 8-11 классов, учителей информатики и методистов, а также студентов первых курсов технических вузов.
Русский язык: Орфография. Морфемика и словообразование. М., «МАКС Пресс», 2013
В данное пособие включены такие разделы русского языка, как орфография (общие правила), морфемика и словообразование. Помимо теоретической части, большое внимание уделяется разбору упражнений, тестов, выполнению самостоятельных и контрольных работ. К разделу «Морфемика и словообразование» предлагается «Ключ». Пособие предназначено для учащихся старших классов школы и для широкого круга читателей.
Физика углубленный курс с решениями и указаниями. (ЕГЭ , олимпиады, экзамены в вуз). М., «БИНОМ», 2011
Пособие составлено преподавателями физического факультета МГУ имени М.В.Ломоносова по материалам вступительных испытаний по физике в МГУ, а также заданий единого государственного экзамена по физике, дано достаточно полное изложение теории в объеме, необходимом для решения задач, приводятся примеры решения ключевых задач, даны задания для самостоятельной работы. Кроме того, в пособии помещены подробные решения всех задач, оформленные в соответствии с требованиями ЕГЭ и снабженные комментариями.
Физика сборник задач. (ЕГЭ , олимпиады, экзамены в вуз). М., «БИНОМ», 2011
Пособие составлено преподавателями физического факультета МГУ имени М.В.Ломоносова по материалам вступительных испытаний по физике в МГУ, а также заданий единого государственного экзамена по физике. По каждому разделу курса физики дано достаточно полное изложение теории в объеме, необходимом для решения задач, приводятся примеры решения ключевых задач и задания для самостоятельной работы.
Страницы
- 1
- 2
- 3
- 4
- следующая ›
- последняя »
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Отлично
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Отлично
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отлично
Отличный сайт
Лично меня всё устраивает — и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Отлично
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Хорошо
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Отлично
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Отлично
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отлично
Отзыв о системе «Студизба»
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Хорошо
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Отлично
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Отлично