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.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Статья
Partitioning vertices of graphs into paths of the same length

Duginov O., Dmitriy Malyshev, Dmitriy Mokeev

Discrete Applied Mathematics. 2025. Т. 373. С. 179-195.

Глава в книге
ALOE: Boosting Large Language Model Fine-Tuning with Aggressive Loss-Based Elimination of Samples

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

In bk.: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain. Vol. 392. IOS Press Ebooks, 2024. P. 3980-3986.

Препринт
The Gamma-Theta Conjecture holds for planar graphs

Taletskii D.

math. arXiv. Cornell University, 2024

Контакты

603093 Н.Новгород, ул. Родионова, д. 136, 406 к.

Тел: (831) 436-13-97
E-mail: kaf_pmi@hse.ru

Программирование для лингвистов

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
4
Кредиты

Автор программы

Сухов Павел Андреевич

Сухов Павел Андреевич

Преподаватели

Кузнецова Валерия Андреевна

Кузнецова Валерия Андреевна

Ураев Дмитрий Юрьевич

Ураев Дмитрий Юрьевич

Программа дисциплины

Аннотация

Основная часть курса посвящена углубленному изучению программирования на языке Python, алгоритмов и регулярных выражений, практических лингвистических задач. В результате освоения дисциплины студент должен: • Знать встроенные структуры данных языка Python(списки, словари, множества, кортежи и др.); • Уметь составлять и реализовывать алгоритмы на языке питон; • Уметь применять полученные знания для решения практических задач • Иметь навыки работы со средами разработки для языка Python (PyCharm, ipython, ipython notebook, PyScripter, Spyder)
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель курса — научить студентов применять компьютерные технологии (в первую очередь, язык программирования Python) для решения возникающих на практике лингвистических задач (автоматическая обработка и анализ текстовых данных, поиск информации и др.)
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать принципы работы компиляторов и интепретаторов
  • Уметь использовать базовые алгоритмы анализа текстов
  • Уметь составлять алгоритмы и оценивать сложность алгоритма
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение в ООП, Базовые принципы тестирования
  • Тема 2. Система контроля версий Git, Сложность алгоритмов
  • Тема 3. Структуры данных, Принципы тестирования, Принципы SOLID
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа
  • неблокирующий Экзамен
  • неблокирующий Практическое задание 1
  • неблокирующий Практическое задание 2
  • неблокирующий Практическое задание 3
  • неблокирующий Практическое задание 4
  • неблокирующий Практическое задание 5
  • неблокирующий Практическое задание 6
  • неблокирующий Практическое задание 7
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 1 модуль
    0.5 * Экзамен + 0.5 * Аудиторная работа
  • 2022/2023 учебный год 1 модуль
    0.14 * Практическое задание 5 + 0.14 * Практическое задание 2 + 0.14 * Практическое задание 4 + 0.14 * Практическое задание 3 + 0.15 * Практическое задание 1 + 0.14 * Практическое задание 6 + 0.15 * Практическое задание 7
Список литературы

Список литературы

Рекомендуемая основная литература

  • Hetland, M. L. (2014). Python Algorithms : Mastering Basic Algorithms in the Python Language (Vol. Second edition). [New York, N.Y.]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1174465

Рекомендуемая дополнительная литература

  • Kurdi, M. Z. (2017). Natural Language Processing and Computational Linguistics 2 : Semantics, Discourse and Applications. London, UK: Wiley-ISTE. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1642577

Авторы

  • Климова Маргарита Андреевна
  • Тугарев Артем Михайлович