ML-школаML School
Лекции YMLS, разобранные по шагам: интуиция, определение, пример, затем лестница задач от базовой техники до финала.YMLS lectures taken apart step by step: intuition, definition, example, then a ladder of problems from basic technique to the final.
3
урокиlessons
13/60
задачи решеныproblems solved
9/48
навыки на уровне 3+skills at level 3+
2
открытые ДЗopen homework
ЛекцииLectures
- 13 октября 2026October 13, 2026
- 14 октября 2026October 14, 2026
Подтягиваем базуCatch-up queue
Предпосылки, которые лекции уже используют, а уровень по ним ниже 3. Иди сверху вниз.Prerequisites the lectures already use while their level is below 3. Work from the top down.
- 1F3.7 Частные производные и градиент (функции многих переменных)Partial derivatives and gradient (multivariable) 1знакомствоexposedЛапласиан в полярных и сферических координатах из HW-M02 — это сплошные частные производные.HW-M02 polar/spherical Laplacian is pure partial-derivative work.
- 2F4.2 Действия с матрицами, произведение, транспонированиеMatrix operations, product, transpose 3решает без подсказокsolves alone((AB)ᵗ = BᵗAᵗ, размеры, след): на этом держится всё матричное дифференцирование.((AB)ᵗ = BᵗAᵗ, sizes, trace): everything in matrix calculus runs on this.
- 3F4.3 Метод Гаусса, ранг, решение системGaussian elimination, rank, solving systems 1знакомствоexposedУсловие на ранг у Лагранжа, разрешимость AᵗAx = Aᵗb, aᵗX⁻¹b из ДЗ. Скоро начинается блок линейной алгебры.Lagrange rank condition, solvability of AᵗAx = Aᵗb, HW aᵗX⁻¹b. Linear algebra block starts soon.Урока-догонялки для этого навыка пока нет.No catch-up lesson for this skill yet. день 10 ПолигонаPoligon day 10
- 4F3.1 Пределы; правила для логарифмов и степенейLimits; logarithm and exponent rules 1знакомствоexposedx ln x → 0, рассуждения с о-малым в доказательствах.x ln x → 0, little-o arguments in proofs.Урока-догонялки для этого навыка пока нет.No catch-up lesson for this skill yet. день 6 ПолигонаPoligon day 6
- 5F3.2 Производные: правила, производная сложной функцииDerivatives: rules, chain rule 2понимает разборfollowsОшибка в задаче Q17 мока 3; теперь это основа любого вычисления для функций многих переменных.missed in mock3 Q17; now the base of every multivariable computation.
Домашнее заданиеHomework
| ДЗID | ЗаданиеTask | ВыданоGiven | СрокDue | СтатусStatus |
|---|---|---|---|---|
| HW-M01 | Заново провести телескопическое вычисление φ′ в доказательстве формулы Тейлора; ряды Тейлора для sin и cos; упражнения 1–5 с доски (‖x+y‖ ≤ ‖x‖+‖y‖, ‖Ax‖ ≤ ‖A‖‖x‖, ‖A‖² = Σ‖αⱼ‖², ‖A+B‖, ‖AB‖ ≤ ‖A‖‖B‖, tr(AᵗA) = Σaᵢⱼ²); цикличность следа для неквадратных матриц; градиент метода наименьших квадратов по координатамRedo Taylor telescoping φ′; Taylor series of sin/cos; board exercises 1–5 (‖x+y‖ ≤ ‖x‖+‖y‖, ‖Ax‖ ≤ ‖A‖‖x‖, ‖A‖² = Σ‖αⱼ‖², ‖A+B‖, ‖AB‖ ≤ ‖A‖‖B‖, tr(AᵗA) = Σaᵢⱼ²); cyclic trace for non-square; least-squares gradient by components | 13 октября 2026October 13, 2026 | 14 октября 2026October 14, 2026 | не начатоto do просроченоoverdue |
| HW-M02 | (1) Z = Df(X₀) для f(X) = aᵗX⁻¹b; (2) полярные координаты: f_x, f_y через f_r, f_θ, затем лапласиан на плоскости; (3) лапласиан в сферических координатах в ℝ³; (4) выписать формулу Тейлора для функции многих переменных через g⁽ᵏ⁾; (5) вывести ∇f = Σλᵢ∇gᵢ из геометрического условия; (6) по желанию: оптическое свойство эллипса(1) Z = Df(X₀) for f(X) = aᵗX⁻¹b; (2) polar: f_x, f_y via f_r, f_θ, then 2D Laplacian; (3) spherical 3D Laplacian; (4) write out multivariable Taylor from g⁽ᵏ⁾; (5) derive ∇f = Σλᵢ∇gᵢ from geometric condition; (6) optional: ellipse reflection property | 14 октября 2026October 14, 2026 | 16 октября 2026October 16, 2026 | не начатоto do просроченоoverdue |
Статусы меняет тьютор в трекере. Здесь — только подготовительные задачи, решений самих заданий в приложении нет.The tutor changes statuses in the tracker. The app holds preparation problems only, never the homework solutions.
Лестница навыковSkill ladder
| ГруппаGroup | 0 | 1 | 2 | 3 | 4 | 5 | ? | освежитьstale | к повторуdue |
|---|---|---|---|---|---|---|---|---|---|
| Счёт и дискретная вероятностьCounting and discrete probability | · | · | 2 | 6 | · | · | · | 8 | 8 |
| Случайные величины и статистикаRandom variables and statistics | · | 4 | 3 | 1 | · | · | · | 8 | 8 |
| Математический анализCalculus | · | 3 | 4 | · | · | · | · | 5 | 7 |
| Линейная алгебраLinear algebra | 1 | 2 | 1 | 2 | · | · | · | 3 | 5 |
| Алгоритмы и программированиеAlgorithms and programming | · | 1 | · | · | · | · | 2 | 1 | 1 |
| Навыки курса YMLSYMLS course rungs | · | 16 | · | · | · | · | · | 0 | 0 |
Столбцы 0–5 — число навыков на каждом уровне, «?» — не оценены.Columns 0–5 count skills at each level; “?” means not assessed.