DANO — Национальная олимпиада по анализу данных

Командная олимпиада по анализу данных: два отборочных тура решаются в одиночку, а на заключительный этап участников распределяют по командам и дают настоящую базу данных.

Когда: регистрация — сентябрь 2026 (ориентир по прошлому сезону). Кто участвует: 9–11 класс. Как записаться: ученик сам, на сайте организатора.

Коротко

Этапы

График сезона 2026/27 организатор ещё не опубликовал — даты приведены по прошлому сезону как ориентир. Сверяйтесь с сайтом организатора.

Что нужно сделать

1. Зарегистрироваться на dano.hse.ru — участник записывается сам, школа не нужна.
2. Посмотреть библиотеку материалов: организатор учит перед каждым этапом.
3. Прорешать счётную часть — метрики, расстояния, деревья: она и спрашивается в отборе.

На что обратить внимание

• Заключительный этап командный и идёт на настоящих данных — это ближе к проекту, чем к задачам с ответом.
• Мы тренируем счётную часть отборочных туров; работу с датасетом в pandas и numpy не тренируем.

Где записываются

Открыть страницу записи на сайте организатора

Сайт олимпиады: https://dano.hse.ru/

Подготовка к отборочным турам по ИИ

Отборочные туры олимпиад по искусственному интеллекту держатся на счёте: посчитать метрику по матрице ошибок, сделать шаг градиента, найти ближайших соседей, оценить качество сплита. Это задачи с числовым ответом — их и тренируем.

Метрики классификации

Точность, полнота, F1 по матрице ошибок. · все задачи темы (14)

• Матрица ошибок прогноза отмены заказа (L1)
• Матрица ошибок отзывов приложения (L1)
• Матрица ошибок наблюдений птиц по зоне (L1)
• Метрики прогноза тренировки бегуна (L2)
• Метрики тревоги по данным теплицы (L2)

Расстояния и kNN

Метрики расстояния и голосование соседей. · все задачи темы (14)

• Наблюдения станции в заданном радиусе (L1)
• Ближайший автор отзыва (L1)
• Шахматисты в радиусе результатов (L1)

Метрики регрессии и МНК

MAE, MSE и прямая по методу наименьших квадратов. · все задачи темы (20)

• Ошибки прогноза посылок (L1)
• Ошибки прогноза выдач книг (L1)
• Ошибки прогноза времени выдачи посылок (L1)

Энтропия, Gini и сплит

Какой признак делит выборку лучше. · все задачи темы (13)

• Энтропия статусов заказов (L1)
• Индекс Джини меток тепличных измерений (L1)
• Энтропия меток отзывов (L1)

Валидация и переобучение

Train/test, фолды, разрыв качества. · все задачи темы (8)

• Проверка прогноза времени доставки (L2)
• Проверка переобучения модели велопроката (L2)
• Точность модели на контрольных отзывах (L2)

Градиентный шаг

Численная производная и шаг обучения. · все задачи темы (17)

• Шаг градиентного спуска для времени доставки (L2)
• Шаг градиента для велопроката (L2)
• Ошибка отзывов до и после шага градиента (L2)

Описательная статистика

Среднее, медиана, дисперсия, корреляция. · все задачи темы (16)

• Статистика выработки солнечных панелей (L1)
• Средний пульс для вида тренировки (L1)
• Корреляция метрик фильмов (L2)

Практический тур с готовым датасетом мы не тренируем: там нужны pandas, numpy и обучение модели на данных, а наша песочница запускает чистый Python без внешних библиотек. Здесь — счётная часть, с которой начинаются отборочные.

Порядок тем и план на четыре недели — на странице подготовка по ИИ и анализу данных.

Чтобы не пропустить даты

Все сроки сезона собраны в расписании олимпиад 2026/27. Отметьте нужные олимпиады, и они соберутся в личный список с календарём — мой сезон, без регистрации.

Сведения проверены 25 августа 2026. Заметили неточность — напишите нам. Все олимпиады сезона