Алгоритмы и модели машинного обучения: вводная лекция
Что такое ML-модели, как думать о данных и метриках, почему «работает на демо» и «работает в проде» - разные вещи.
Курс - прикладной, с проектной практикой
Современное программирование и анализ данных - спокойно, структурно и по делу
Курс профессора мехмата МГУ Михаила Ивановича Кумскова: от базы и алгоритмов до практической работы с данными, ML-инструментами и защитой проекта.
Подходит студентам и специалистам. Возможна адаптация под корпоративные группы.
О чём курс
Собираем у человека понятный каркас: как мыслить алгоритмически, как работать с данными, как проверять качество результата - и как доводить проект до финального артефакта.
без воды
База и алгоритмы
Сложность, структуры данных, базовые паттерны. Без этого ML часто превращается в «нажал кнопки».
структурамышление
Данные и проверка
Подготовка данных, метрики, валидация, ограничения. Понимаем, что делаем, и почему это работает.
качествовоспроизводимость
Проект
Постановка - данные - решение - проверка - защита. На выходе - артефакт, который можно показать.
репозиторийзащита
Программа (смысловые блоки)
Детальную сетку обычно подстраивают под уровень группы, но логика неизменна: база - методы - проект.
структура
Основы и инструменты
Язык/окружение, работа с библиотеками, базовые инженерные привычки, типовые ошибки.
Анализ данных и ML
От классических подходов до практики применения. Модели - как инструмент, а не религия.
Эксперименты
Метрики, протоколы проверки, интерпретация результатов, честные выводы и ограничения.
Исследования и разработки
Несколько направлений, где соединяются вычислительная математика, инженерия и прикладной ИИ: от «тележек/роверов» до трекинга движений спортсменов и научных задач «структура-свойство».
Этот блок повторяет структуру исходного HTML: карточки проектов с визуальными схемами и подробным описанием, как на ваших скриншотах.
2023-2025 - автономная робототехника
«Тележка/ровер»: детекция препятствий и автономная навигация
Семантическая сегментация для обнаружения препятствий при движении (UNet, transfer learning), а также разработка интеллектуальной робототехнической системы для работы в труднодоступных локациях.
компьютерное зрениедатасетыоценка качествавалидация
2019-... - спорт и биомеханика
Трекер для спортсменов: биомеханика «идеального движения»
Реконструкция позы тела по данным датчиков и визуализация «проводочной модели» (stickman) для анализа прогресса спортсмена и техники выполнения элементов.
поза и кинематикаошибки техникиметрики прогрессаобратная связь
2020 - нейросети в научных задачах
Структура-свойство: нейросети и молекулярные поверхности
Применение нейросетевых моделей в задачах «структура-свойство» и работа с представлениями молекулярных поверхностей - пример того, как математика и ML помогают в науке.
графыповерхностиограниченные данныеперенос знаний
как это выглядит в 2030
Мини-демо (концепт)
Если нужно - этот блок можно развить в полноценную витрину: интерактивные 3D-модели (WebGL), таймлайн публикаций и «живые» метрики прогресса проектов. Сейчас здесь - лёгкая визуализация, которая быстро грузится и не ломается на телефонах.
Преподаватель
Профессор мехмата МГУ Михаил Иванович Кумсков. Акцент на строгой логике, инженерной культуре и проверяемом результате.
опыт
Профиль на ИСТИНЕ МГУ: istina.msu.ru/profile/kumskov
Материалы
Методичка, задания, ссылки и вспомогательные материалы. Выдача может зависеть от формата группы.
пакет
Если вы вставляете эту страницу в Tilda: фон и цвета закреплены на контейнере #kumskov-app, чтобы внешний шаблон Tilda не «перекрашивал» блок.
Видео, где слышно стиль
Кликните по карточке - и плеер загрузится. Такой формат надёжно открывается даже из локального HTML на телефоне и в Tilda.
медиа
Разработка ПО и бизнес-анализ: как устроен «конвейер»
От постановки задач до поставки результата: роли, артефакты, точки контроля и типовые ошибки коммуникации.
Видео-материал (Rutube) - вставка по шаблону
Подставьте нужный embed и превью. Такой формат стабильно работает в Tilda даже при внешних стилях.
Дополнительный материал - ещё одно окно
Ещё один слот под видео (лекция/выступление). Можно оставить 2-6 карточек - сколько нужно.
Подсказка: чтобы превью подтягивалось с YouTube - замените ID в ссылке вида i.ytimg.com/vi/ID/hqdefault.jpg.
Корпоративные лекции и тренинги
Можно пригласить Михаила Ивановича как спикера - для команды разработчиков, аналитиков, инженеров данных и руководителей технических направлений. Формат и уровень подстраиваются под аудиторию.
для компаний
Лекция 60-90 минут
Алгоритмическое мышление, инженерные привычки, работа с данными, типовые ошибки. Живые примеры, разбор кейсов, ответы на вопросы.
вводнаядля широкой аудитории
Воркшоп 2-4 часа
Практика прямо в процессе: задачи, разбор решений, обсуждение архитектуры и качества. Можно взять вашу задачу или типовой кейс.
практикаинтенсив
Трек обучения 4-8 занятий
Последовательная программа с домашними заданиями и разбором. На выходе - проект/репозиторий и понятная система оценки прогресса.
серия занятийпод вашу команду
Запись
Оставьте контакт - и вам напишут с деталями (формат, расписание, уровень группы, корпоративная адаптация).
заявка