Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Адрес: 109028, г. Москва, Покровский бульвар, д. 11
Телефон: +7 (495) 531-00-00 *27254
Email: computerscience@hse.ru
Факультет готовит разработчиков и исследователей. Программа обучения сформирована с учётом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), а также Школы анализа данных — одной из самых сильных магистратур в области computer science в России. Широкий список курсов по выбору и значительная доля программы, выделенная под них, позволит каждому студенту сформировать свою собственную образовательную траекторию. В основе обучения — практика и проектная работа.
Bondarenko A., Ajjour Y., Dittmar V. et al.
In bk.: WSDM 2022 - Proceedings of the 15th ACM International Conference on Web Search and Data Mining. Association for Computing Machinery (ACM), 2022. P. 66-74.
Belomestny Denis, Iosipoi L., Paris Q. et al.
Bernoulli: a journal of mathematical statistics and probability. 2022. Vol. 28. No. 2. P. 1382-1407.
Puchkin N., Zhivotovskiy N.
In bk.: Proceedings of Machine Learning Research. Vol. 134: Conference on Learning Theory. PMLR, 2021. P. 3806-3832.
Derkach D., Maevskiy A., Karpov M. et al.
Journal of High Energy Physics. 2022. P. 1-38.
In bk.: ESEC/FSE 2021: Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. Association for Computing Machinery (ACM), 2021. P. 703-715.
Факультет компьютерных наук выпустил новый онлайн-курс «Статистика для анализа данных» на национальной платформе «Открытое образование». Курс войдет в пакет онлайн-курсов проекта Data Culture. Основная цель Data Culture — расширить цифровые компетенции студентов разных факультетов Высшей школы экономики. Онлайн-курсы проекта доступны не только студентам Вышки, но и всем желающим.
Отличие нового курса «Статистика для анализа данных» — возможность использовать два инструмента: Excel или Python: они широко используются в образовании и бизнесе. Слушатели смогут научиться работать сразу с обоими инструментами или выбрать один из них.
Слушателям курса будет предложено большое количество практических задач, например: исследовать связь между количеством арендованных велосипедов, погодой и днем недели, или предсказать оценку студента за экзамен по количеству часов его подготовки.
Департамент больших данных и информационного поиска: Старший преподаватель
Департамент больших данных и информационного поиска: Приглашенный преподаватель
Наш курс рассказывает о самых основах статистики, которые используются для анализа данных. Он будет полезен для тех, кто хочет познакомиться с базовыми понятиями и критериями и научиться решать прикладные задачи.
У нашего курса две особенности. Во-первых, это практическая направленность: изученные методы будут сразу применяться к решению реальных задач. Во-вторых, это возможность выбрать один из двух инструментов для практики: Excel или Python, или освоить сразу оба в контексте анализа данных.
Наш курс включает в себя большое количество материалов. С одной стороны, это полноценный текстовый учебник со всеми основными понятиями и методами, описанными простым и понятным языком. С другой стороны — это видеоуроки, которые учат решать задачи вручную, на языке Python и с помощью MS Excel. Такое разнообразие позволяет использовать курс практически для любой цели: от подготовки к вузовскому экзамену по статистике до получения навыка по решению аналитических задач на нужном программном обеспечении.