Спешим сообщить, что 16 марта стартовала IX Всероссийская Школьная неделя высоких технологий и технопредпринимательства продлится она до 22 марта 2020 года. Неделя высоких технологий и технопредпринимательства пройдет

при поддержке пяти компаний – Фонда инфраструктурных и образовательных программ (РОСНАНО) (оператор проекта АНПО «Школьная лига», программа «Школьная лига РОСНАНО» www.schoolnano.ru), Государственной корпорации РОСКОСМОС и Государственной корпорации по атомной энергии «Росатом» (оператор ИЦАО), Благотворительного фонда «Вклад в будущее» (Сбербанк), ПАО «РусГидро» под эгидой Министерства просвещения РФ.

В 2020 году основным сетевым ресурсом остается сайт Недели высоких технологий и технопредпринимательства http://htweek.ru/.

В рамках недели, 16 марта на базе МАОУ СОШ №1 для обучающихся 10 и 11 классов, прошёл открытый урок «Введение в машинное обучение», который провёл педагог дополнительного образования Синицын Максим Юрьевич. Он рассказал на уроке о способах автоматического быстрого анализа огромных объёмов разнородной информации. 

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше. С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Большими данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать. Самым перспективным подходом к анализу больших данных считается применение машинного обучения — набора методов, благодаря которым компьютер может находить в массивах изначально неизвестные взаимосвязи и закономерности. На факультете компьютерных наук ВШЭ и в Школе анализа данных есть люди, активно использующие машинное обучение и разрабатывающие новые подходы к нему. Именно они — преподаватели этого курса. Вы изучите основные типы задач, решаемых с помощью машинного обучения — в основном речь пойдёт о классификации, регрессии и кластеризации. Узнаете об основных методах машинного обучения и их особенностях, научитесь оценивать качество моделей — и решать, подходит ли модель для решения конкретной задачи. Наконец, познакомитесь с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. Для работы мы будем использовать реальные данные из реальных задач.