Складчина Каталог
Мои курсы

Практикум для подготовки к ШАД

6 участников
АЛ Автор Александр Лыков, Маргарита Меликян, Андрей Канунников Школа ШАД Helper

О чём курс

Преподаватели МГУ Александр Лыков, Маргарита Меликян и Андрей Канунников создали практикум для подготовки к поступлению в Школу анализа данных. Программа включает разбор необходимой теории, решение более 440 задач и прохождение 40 тестов. Учебный план содержит задания вступительных экзаменов прошлых лет, выстроенные по последовательной траектории.

Как устроено обучение

Занятия рассчитаны на гибкий темп с нагрузкой от 5 до 10 часов в неделю. Ученики закрывают пробелы в теории, отрабатывают решения на практических примерах и получают индивидуальную обратную связь. Отслеживание прогресса и поддержка кураторов помогают сохранять мотивацию и устранять сложности в процессе подготовки.

Кому подойдёт практикум

  • Поступающим с ограниченным временем, которым требуется понятный график занятий без лишней нагрузки.
  • Тем, кто учится самостоятельно и рассчитывает на выверенный маршрут с регулярной проверкой решений.
  • Тем, кто уже начинал подготовку, но застрял на сложных темах и планирует возобновить обучение.

Темы программы

Практикум охватывает четыре дисциплины, необходимые для сдачи вступительных испытаний и работы в сфере машинного обучения:

  • Дискретная математика с акцентом на задачи о графах, а также комбинаторику, делимость, индукцию, игры и информацию.
  • Линейная алгебра с отработкой навыков работы с матрицами, многочленами и системами линейных уравнений.
  • Математический анализ с изучением пределов, градиента, матрицы Гессе (гессиана) и преобразования Фурье.
  • Теория вероятностей с разбором вероятностных моделей, математического ожидания, закона больших чисел и центральной предельной теоремы.

Преподаватели

  • Александр Лыков — кандидат физико-математических наук, МГУ, академический руководитель.
  • Маргарита Меликян — кандидат физико-математических наук, МГУ, преподаватель математического анализа и теории вероятностей.
  • Андрей Канунников — кандидат физико-математических наук, МГУ, преподаватель линейной алгебры и дискретной математики.

Программа обучения

  • Дискретная математика: Большая часть раздела посвящена методам решения задач на графы, наиболее часто встречающихся на экзаменах в ШАД. Также обсуждаются такие базовые темы, как делимость, комбинаторика, индукция, игры, информация.
  • Линейная алгебра: Изучая алгебру, вы приобретаете умение работать с многочленами, с системами линейных уравнений и матрицами. Данные навыки являются обязательным для любого человека, так или иначе связывающего себя с анализом данных и машинным обучением.
  • Математический анализ: Математический анализ является фундаментом почти всех прикладных областей математики. Например, в основе нейронных сетей лежит понятие градиента, при оптимизации нелинейной функции вам понадобится гессиан, чтобы использовать сходимость алгоритма обучения понятия предела абсолютно необходимо, при обработке звука вряд ли обойтись без преобразования Фурье.
  • Теория вероятностей: Теория вероятностей пронизывают всю науку о данных. Вероятностные модели и конструкции присутствуют почти по всех алгоритмах машинного обучения. Функция штрафа в задаче регрессии или ошибка классификации опираются на понятии математического ожидания, закон больших чисел и центральная предельная теорема служат обоснованием сходимости и состоятельности многих алгоритмов и методов анализа данных.
Складчина создана 29 августа 2026 г. · описание обновлено 25 октября 2026 г.

Теги курса

Проблемы
Отсутствие мотивации

Ещё интересные курсы 12

Ещё интересные курсы

23 426 ₽ 119 999 ₽