Летняя компьютерная школа

Летняя компьютерная школа
Новости
Что такое ЛКШ
Полезные материалы ЛКШ
Странички ЛКШ разных лет
2017, 2016, 2015, 2014, 2013, 2012, 2011, 2010, 2009, 2008, 2007, 2006, 2005, 2004, 2003, 2002, 2001, 2000, 1999.
Контакты
ЛКШ-2017
Доска объявлений
Что такое ЛКШ
Летние смены ЛКШ
Информация про ЛКШ-2017
Учебные параллели ЛКШ-2017
Бытовые условия в ЛКШ
Система регистрации
Контакты

При поддержке компаний:

Летняя компьютерная школа - 2017

Учебная параллель A в июле

В июльской смене параллель A будет проводиться в двух вариантах: по обычной программе самой старшей алгоритмической параллели (AA) и по усложненной программе, ориентированной на практическое применение алгоритмов (AS).

  • AA — Продвинутые алгоритмы и структуры данных. Параллель ориентирована в первую очередь на школьников, имеющих большой опыт решения олимпиадных задач по информатике, хорошо знающих стандартные алгоритмы. В программу входят продвинутые структуры данных (вариации деревьев отрезков, декартовых деревьев, СНМ), алгоритмы на строках (продвинутый поиск подстроки, суффиксные структуры), алгоритмы комбинаторной оптимизации в сетях (потоки, паросочетания), математические алгоритмы (геометрия, игры на графах). Типичный уровень поступающих в параллель A — призеры Всероссийской олимпиады.
  • AS - Практическое применение самых продвинутых алгоритмов - для школьников 9-10 классов, закончивших в прошлом году параллели A или A', активно занимавшихся в течение года и ориентированных на практическое применение полученных знаний. Основа программы — практическое применение алгоритмов параллелей B и A для решения олимпиадных задач, навыки отладки и тестирования, использование приемов и средств промышленного программирования при решении олимпиадных задач. Допускается участие школьников, ранее учившихся в параллели A.

Учебная параллель A в августе

В августовской смене параллель A будет проводиться в двух вариантах: по обычной программе самой старшей алгоритмической параллели и в форме комбинированной параллели "алгоритмы + машинное обучение".

  • A-ML - Продвинутые алгоритмы + Машинное обучение - для школьников 9-10 классов, закончивших в прошлом году параллели A' или B. Половину смены планируется изучение продвинутых алгоритмов и структур данных, половину — методов машинного обучения. Подробная информация о разделе машинного обучения — ниже. Для поступления необходимо выполнить допольнительное задание - задачи «[A-ML] Утерянная информация» и «[A-ML] Предсказание посещаемости кафе» Обратите внимание, что эти задачи для поступления в A-ML необходимо решать даже тем, кто поступает без вступительной работы.
  • AA — Продвинутые алгоритмы и структуры данных. Параллель ориентирована в первую очередь на школьников, имеющих большой опыт решения олимпиадных задач по информатике, хорошо знающих стандартные алгоритмы. В программу входят продвинутые структуры данных (вариации деревьев отрезков, декартовых деревьев, СНМ), алгоритмы на строках (продвинутый поиск подстроки, суффиксные структуры), алгоритмы комбинаторной оптимизации в сетях (потоки, паросочетания), математические алгоритмы (геометрия, игры на графах). Типичный уровень поступающих в параллель A — призеры Всероссийской олимпиады.

Машинное обучение в ЛКШ

Машинное обучение будет представлено преподавателями из Яндекса и НИУ ВШЭ.

Сегодня появляется всё больше задач, которые невозможно решить с помощью классических алгоритмов. Как найти в интернете документ, который лучше всего отвечает на поисковый запрос пользователя? Как понять, какой предмет одежды запечатлён на фотографии? Как определить, является ли письмо спамом? Как предсказать поломку самолёта ещё до того, как он взлетит? В этих вопросах слишком много неопределённости, а ответы зависят от огромного числа факторов. Можно попытаться придумать большое количество эвристик, которые будут как-то решать задачу, но для этого нужно быть экспертом в соответствующей предметной области — как можно предсказывать поломки самолёта, ничего не зная об авиации?

Здесь на помощь приходит машинное обучение. Это очень молодая область компьютерных наук, которая позволяет автоматически находить алгоритм решения задачи по набору примеров. Например, имея несколько сотен писем-примеров, для каждого из которых известно, спам это или нет, можно построить алгоритм, с высокой точностью находящий спамовые письма. И для этого даже не нужно будет читать эти письма или пытаться самостоятельно найти закономерности! Недавно алгоритм AlphaGo, построенный методами машинного обучения, смог обыграть мирового чемпиона в Го — одну из сложнейших для компьютера игр. Говорят, что именно машинное обучение позволит нам приблизиться к построению искусственного интеллекта.

В нашем мини-курсе мы расскажем вам, что такое машинное обучение и как именно оно обучает алгоритмы. Вы узнаете про два важных класса методов — линейные модели и решающие деревья — и научитесь с их помощью анализировать тексты, классифицировать изображения и звуковые сигналы, предсказывать действия пользователей в интернете. Также мы расскажем вам, как устроены соревнования по анализу данных, чем они отличаются от олимпиадного программирования и как начать в них участвовать. Чтобы успешно пройти наш мини-курс, вам понадобится умение писать программы на Python и способность разбираться в сложных алгоритмах (уровня параллелей A-A').

lksh@lksh.ru