Higher School of Economics Courses

Stalin and Stalinism in Russian History

4.5

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeThis online course presents the life and deeds of Joseph Stalin, the leader of the Soviet Union from 1924 till 1953. It discusses the reasons for his actions and their results, as well as the causes of his popularity in Russia today. It offers an analysis of the phenomenon of Stalinism and of its significance for Russia and beyond.In the late 1920s – early 1930s Stalin directed the massive and rapid industrialisation of the country and the forced collectivisation of its agriculture. The industrialisation was based on forced labour, and collectivisation on repression, but both helped to create the material base for the Soviet defence industry. In the late 1930s Stalin unleashed mass terror against the Soviet people, in which millions perished. In his view this helped to rid the country of any potential internal enemies on the eve of the coming war.The USSR, together with its allies, won the Second World War, but at the cost of dozens of millions of lives. Stalin was instrumental in creating the post-war order. The system which he created in the 1930s shaped the USSR as it was during his lifetime and for decades after his death. It also influenced the lives of millions of people beyond the Soviet borders. Stalin and his methods remain popular among significant segments of the Russian population to this day.The course is designed for the beginner level: for all those who want to know more about the history of Russia, particularly in the 20th century. It will enable those who take it to develop an informed understanding of the Stalin era and of the phenomenon of Stalinism. It can be taken independently or as a distance learning supplement to the off-line courses on Soviet history.

Макроэкономика (Macroeconomics)

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeКурс посвящен изучению макроэкономических вопросов, таких как долгосрочный рост, циклические колебания экономики и стабилизационная политика государства.Целью курса является знакомство слушателей с основными понятиями макроэкономики, с базовыми моделями и принципами, которые используются при анализе текущего состояния экономики той или иной страны, что позволит самостоятельно ориентироваться в происходящих процессах и явлениях, а также проводить оценку эффективности и необходимости проводимой государством макроэкономической политики.Данный курс покрывает на базовом уровне все основные темы макроэкономики. Примерно две трети курса посвящены анализу общего равновесия на рынках труда, заемных средств, финансовых, денежных, товарных рынках, а также международных потоков капитала. Изучается долгосрочный экономический рост, идущий за счет накопления капитальных мощностей и технического прогресса.Вторая часть курса посвящена изучению природы краткосрочных колебаний вокруг долгосрочной траектории роста, таким как финансовый кризис и мировая рецессия 2008-2009 годов. Обсуждаются причины подобных спадов, а также оптимальная стабилизационная политика государства, призванная либо предотвращать подобные катаклизмы, либо сглаживать последствия от них.Для успешного прохождения курса желательно (но не обязательно) иметь базовые знания по микроэкономике.Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru

Introduction to Reinforcement Learning

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeThe goal of «Intro to Reinforcement learning» is in its name: introduce students to reinforcement learning – the prominent area of modern research in artificial intelligence.The reinforcement learning differs much from both supervised and unsupervised learning and is more about how humans learn in reality.Students will learn from this course both theoretical core and recent practical RL methods. Most importantly, they will learn how to apply such methods to practical problems. In six weeks students will be guided through the basics of Reinforcement Learning (RL):we will talk about essential theory of RL, value-based methods (such as SARSA and Q-learning), policy based algorithms and methods, designed to solve the optimal exploration problem. In addition to algorithms and theory, during the course we will also present useful practical tips and tricks, needed for learning stabilization, and study how to apply the methods to large scale problems with deep neural networks.

Introduction to numerical analysis

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeNumerical computations historically play a crucial role in natural sciences and engineering. These days however, it’s not only traditional «hard sciences»: whether you do digital humanities or biotechnology, whether you design novel materials or build artificial intelligence systems, virtually any quantitative work involves some amount of numerical computing .These days, you hardly ever implement the whole computation yourselves from scratch. We rely on libraries which package tried-and-tested, battle-hardened numerical primitives. It is vanishingly rare however that a library contains a single pre-packaged routine which does all what you need. Numerical computing involves assembling these building blocks into computational pipelines.This kind of work requires a general understanding of basic numerical methods, their strengths and weaknesses, their limitations and their failure modes. And this is exactly what this course is about. It is meant to be an introductory, foundational course in numerical analysis, with the focus on basic ideas. We will review and develop basic characteristics of numerical algorithms (convergence, approximation, stability, computational complexity and so on), and will illustrate them with several classic problems in numerical mathematics. You will also work on implementing abstract mathematical constructions into working prototypes of numerical code. Upon completion of this course, you will have an overview of the main ideas of numerical computing, and will have a solid foundation for reading up on and working with more advanced numerical needs of your specific subject area.As prerequisites for this course, we assume a basic command of college-level mathematics (linear algebra and calculus, mostly), and a basic level of programming proficiency.Do you have technical problems? Write to us: coursera@hse.ru

Introduction to Political Philosophy

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeIntroduction to Political Philosophy is primarily aimed at first- and second-year undergraduates interested in moral, political and social philosophy, along with high school students and professionals with an interest in humanities. The objective of the course is to familiarise the students with the main ideas and themes of Western Philosophy from the Ancient Greeks to the present day with a special focus on moral, social and political problems. The course also touches upon the ideas in metaphysics, ontology and religious philosophy, but only to extent that these conceptual areas illuminate moral and political issues. The course aims to broaden the students background to help prepare them for more advanced courses, including the second year course Modern Political Theory and third year course in International Political Theory.Man is born free and yet everywhere he is in chains. We cherish individual liberty, and yet we find our deepest values & commitments largely shaped by the societies into which we are born. We want to be happy, and yet apparently, we are unable to flourish outside of a well-ordered community of our fellow human beings. Such is the nature of human condition – our political nature – and therefore the fundamental problem of political philosophy. Colleagues! Greetings and welcome to the course! My name is Alexander Koryagin, I am a Lecturer in Philosophy of Science & Political Theory at HSE. In the next 16 Lectures I will guide you through the most fundamental questions discussed by the foremost minds of the Western Political Philosophical Tradition.We shall begin from the foundation of our discipline in Plato & Aristotle, with their emphasis on the flourishing of human excellence in well-constituted poleis.We shall then continue through the Enlightenment optimism of Hobbes & Rousseau, the strength of the Nation derived only from the free & eager consent of the Citizens, the free consent to the rational laws. Finally, we shall arrive at the anxiety and the suspicion of the Modern Critical Tradition of Marx, Nietzsche, Foucault – their unmasking of the ideological indoctrination, of the progressive exploitation, of alienation and of ultimate potential self-destruction of humanity enslaved by the structural pursuit of efficiency for the sake of efficiency. Some of the questions that we shall discuss in our course are: - to what extent: societies enable, or restrict our individual flourishing? - are we in control of our destiny, or is human nature merely a product, of larger structural forces of Biological & Cultural Evolution? - are we progressing, towards a more enlightened society; or towards self-destruction? - what should be the balance between reform (maybe even revolution); and conservatism?Why study Political Philosophy? In many ways, a strange question!..If you do not think for yourself, others think for you. Is the unexamined life worthy of a human being? “What are we? Where do we come from? What does the future hold? And what can we do about it, individually and collectively?” Colleagues, let me invite you into the dialogue, to examine these fundamental questions in the company of the greatest minds of the Western Philosophical tradition.

Mathematics for economists

5

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeThis course is an important part of the undergraduate stage in education for future economists. It's also useful for graduate students who would like to gain knowledge and skills in an important part of math. It gives students skills for implementation of the mathematical knowledge and expertise to the problems of economics. Its prerequisites are both the knowledge of the single variable calculus and the foundations of linear algebra including operations on matrices and the general theory of systems of simultaneous equations. Some knowledge of vector spaces would be beneficial for a student. The course covers several variable calculus, both constrained and unconstrained optimization. The course is aimed at teaching students to master comparative statics problems, optimization problems using the acquired mathematical tools. Home assignments will be provided on a weekly basis.The objective of the course is to acquire the students’ knowledge in the field of mathematics and to make them ready to analyze simulated as well as real economic situations.Students learn how to use and apply mathematics by working with concrete examples and exercises. Moreover this course is aimed at showing what constitutes a solid proof. The ability to present proofs can be trained and improved and in that respect the course is helpful. It will be shown that math is not reduced just to “cookbook recipes”. On the contrarythe deep knowledge of math concepts helps to understand real life situations.Do you have technical problems? Write to us: coursera@hse.ru

Основы корпоративных финансов (Fundamentals of Corporate Finance)

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeОнлайн курс «Основы корпоративных финансов», разработанный в Высшей Школе Экономики, посвящен изучению принципов и моделей современного финансового анализа компании, направленного на выявление факторов, создающих её фундаментальную стоимость, а также освоению методов оценки финансовых эффектов стратегических решений компании.Онлайн курс «Основы корпоративных финансов посвящен новой для российской практики методологии анализа компании, сфокусированной на задаче максимизации ее фундаментальной стоимости. Он основан на концепциях современной финансовой теории и выходит далеко за рамки интерпретации финансовой отчетности компании.Применяя принципы универсальной финансовой теории, мы тем не менее отразим специфику российского рынка капитала, котoрый относится к группе развивающихся рынков. Онлайн курс основан на изучении публичных компаний, однако его концепции применимы к компаниям любой организационно-правовой формы. Мы сфокусируемся на анализе ключевых корпоративных решений: решений о привлечении капитала и решений об инвестициях. Инвестиционные решения – это выбор компанией проектов для долгосрочных вложений. В рамках онлайн курса студенты смогут дистанционно научиться современным методам оценки и критериям выбора инвестиционных проектов и формирования портфеля таких проектов.Решения о привлечении капитала – это выбор источников финансирования инвестиций (внутренние средства, заемные средства, средства привлеченные путем выпуска новых акций). Наша задача – объяснить мотивы выбора конкретной комбинацииинструментов финансирования в компании и показать, чем определяется оптимальная структура капитала компании (соотношение заемного и собственного капитала).Мы также рассмотрим решения компании о выплатах акционерам, и продемонстрируем как полученные в этом курсе знания позволяют оценивать стоимость компании в целом, с учетом выбранной структуры капитала.Онлайн курс будет состоять из еженедельного набора видео-лекций и ряда тестовых заданий, которые нужно будет выполнить в ходе курса.Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru

Introduction to Deep Learning

3

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeDeep Learning is the go-to technique for many applications, from natural language processing to biomedical. Deep learning can handle many different types of data such as images, texts, voice/sound, graphs and so on. This course will cover the basics of DL including how to build and train multilayer perceptron, convolutional neural networks (CNNs), recurrent neural networks (RNNs), autoencoders (AE) and generative adversarial networks (GANs). The course includes several hands-on projects, including cancer detection with CNNs, RNNs on disaster tweets, and generating dog images with GANs.Prior coding or scripting knowledge is required. We will be utilizing Python extensively throughout the course. We recommend taking the two previous courses in the specialization, Introduction to Machine Learning: Supervised Learning and Unsupervised Algorithms in Machine Learning, but they are not required. College-level math skills, including Calculus and Linear Algebra, are needed. Some parts of the class will be relatively math intensive.This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.Course logo image by Ryan Wallace on Unsplash.

Линейная алгебра: от идеи к формуле

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeОсновная особенность нашего онлайн-курса — геометрический подход к изложению. В каждом сюжете сначала мы рассказываем идею определения, пусть иногда и нестрого, а уже затем вводим формальное определение. В частности, линейные операторы, собственные векторы и числа появляются до матриц и определителей. Матрицы мы излагаем как способ записи линейного оператора. В силу этой особенности курс может быть интересен и тем, кто уже освоил стандартный вводный курс линейной алгебры.Основные темы курса: векторные пространства, линейные операторы и их свойства, квадратичные формы, матричные разложения, метод главных компонент. Иногда для решения численных задач мы используем Python. В курсе мы не рассматриваем оптимальные численные реализации методов.Обучение на курсе НИУ ВШЭ длится 6 недель. Для его успешного освоения достаточно знать стандартную школьную программу по математике.

Основы машинного обучения

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeСейчас термины “машинное обучение” или даже “искусственный интеллект” у всех на слуху. Местами это преувеличение и хайп, но у машинного обучения действительно есть много полезных и важных применений. Вы сталкиваетесь с этим каждый день: когда вы ищете что-то в интернете, поисковик предлагает вам странички на основе сложного сопоставления текстов и анализа ваших данных; когда вы жалуетесь в службу поддержки какого-нибудь сервиса или магазина, с большой вероятностью вам отвечает бот; если у вас умные часы, то они, вероятно, используют методы машинного обучения, чтобы понимать, когда вы сидите, стоите или бегаете.В этом онлайн-курсе НИУ ВШЭ вы можете разобраться с принципами работы методов машинного обучения. Речь пойдёт об обучении с учителем — областью, которая изучена лучше всего и методы из которой наиболее часто используются на практике. Мы обсудим метрические и линейные методы, и на их примере разберём все ключевые концепции: обобщающую способность и переобучение, градиентные методы обучения, измерение качества модели и специализированные метрики качества, подготовку данных для моделей. Мы будем показывать, как это всё делается в Python с помощью его библиотек.По итогам курса вы поймёте, как устроены все ключевые моменты в машинном обучении, а также получите хороший практический опыт подготовки данных, их визуализации, построения и анализа моделей.

Общая социологическая теория

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeПервая и непосредственная задача курса – как это следует из самого названия – формальное и систематическое изучение основных принципов общей социологической теории. Мы будем двигаться от простейшего к сложному – от этапа социализации как включения человека в ход социальной жизни через понятия социальных норм, статусов, социального контроля, к представлению о нормативных системах и социальной структуре к объяснению социального неравенства и далее к пониманию действия социальных институтов и организаций.Но есть у этого курса и сверхзадача. Ведь кроме достаточно формального понятия «изучение» есть такое понятие как «постижение». Студент должен не просто узнать и запомнить какие-то сведения, но инаучиться большему, а именно:- научиться видеть глубинное и стабильное в пёстром многообразии и изменчивости жизни социума;- усматривать принудительность в том, что кажется человеку результатом его собственного свободного выбора;- в самых «крутых» инновациях открывать если не вечное, то повторяющееся;- научиться понимать, от чего мы ушли и к чему идем, то есть видеть общее направление, общую тенденцию изменения и развития общества.Выработка или, по крайней мере, начало выработки таких вот способностей постижения и есть сверхзадача курса. Когда ставятся такие значительные задачи и сверхзадачи, работать приходится в широчайшем диапазоне. Так в одной из первых лекций нам предстоит понять, как возникает культура, и в чем ее сущность. И это опираясь на библейский рассказ об Адаме и Еве, их жизни в Эдемском саду, грехопадении и последующем изгнании из рая. А в последней лекции мы будем говорить о постмодерне и о таком новейшем явлении как «осетевление», то есть становление сетевого общества

Deep Learning in Computer Vision

2.3

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeDeep learning added a huge boost to the already rapidly developing field of computer vision. With deep learning, a lot of new applications of computer vision techniques have been introduced and are now becoming parts of our everyday lives. These include face recognition and indexing, photo stylization or machine vision in self-driving cars. The goal of this online course is to introduce students to computer vision, starting from basics and then turning to more modern deep learning models. We will cover both image and video recognition, including image classification and annotation, object recognition and image search, various object detection techniques, motion estimation, object tracking in video, human action recognition, and finally image stylization, editing and new image generation. In the course project, students will learn how to build face recognition and manipulation system to understand the internal mechanics of this technology, probably the most renown and often demonstrated in movies and TV-shows example of computer vision and AI.Do you have technical problems? Write to us: coursera@hse.ru

Business Analytics: Diversity of Practical Applications

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeThis course is designed to open the doors of the world of business analytics. Nowadays a lot of organizations make their decisions based on data-driven approach. How to make the right decision? Which methods are used in multinational companies? This course is about demonstrating the diversity of real cases and applications of methods, techniques, and theories in various areas.Each week of this course is a piece of a puzzle where you will meet different experts from the industry who will share with you best practices from the market. Bringing together all the pieces you will understand the key definitions used in business analytics and will learn about data analytics techniques which can be applied in marketing, sales, PR, HR, and finance. “Business Analytics: Diversity of Practical Applications” aims to help you to navigate in the variety of career opportunities which are opened for business analysts.This Course is part of HSE University Master of Data and Network Analytics degree program. Learn more about admission into the program and how your Coursera work can be leveraged if accepted into the program here https://inlnk.ru/WMKM6.

Финансовые инструменты для частного инвестора

0

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeКурсы специализации вводят начинающего инвестора в мир финансовых активов, раскрывают тайны работы с информацией, проведением аналитических расчетов и принятием решений.Курсы специализации учат количественно оценивать привлекательность инвестирования в отдельные инструменты финансового рынка, рассчитывать выгоды портфельного инвестирования (самостоятельное формирование портфелей и пассивное владение через передачу управления профессионалам), ранжировать финансовые активы по риску и доходности с учетом налоговой нагрузки и комиссионных платежей. Изучение линейки курсов и выполнение проекта дадут вам комплексное понимание возможностей и количественные оценки выгод различных стратегий для частного инвестора на российском рынке и альтернатив, которые представляют зарубежные финансовые активы. Курсы формируют навыки как долгосрочного инвестирования (на основе фундаментального анализа), так и построения краткосрочных торговых стратегий на базе технического анализа рынка и отдельных активов.

Теория отраслевых рынков (Industrial Organization)

4

Class Central TipsLearn How to Sign up to Coursera courses for free1600+ Coursera Courses That Are Still Completely FreeКурс посвящен факторам, влияющим на размер компаний и структуру рынка. Почему на одних рынках преобладают малые компании, а на другом крупные? Продавцы принимают решения стратегически, однако их стимулы в свою очередь зависят от структуры рынка и от предшествующих решений. Как разделить между зоной предопределенных и свободных решений? Например, сговор как модель ценового поведения – предопределен структурой рынка или служит результатом свободного волеизъявления? Способны ли укоренившиеся на рынке продавцы препятствовать входу новичков, защищая свою рыночную долю и свою прибыль? Каковы лучшие способы предотвращения ценовых сговоров продавцов? Нужно ли (или по крайней мере желательно) запрещать или ограничивать слияния между крупными продавцами? Есть ли необходимость для государственной политики налагать ограничения на условия договоров между производителем и дистрибьютором? Как в этих условиях должна быть организована государственная политика (применение антимонопольных запретов и регулирование)? На эти и другие вопросы мы и будем искать ответы.Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru