Машинное обучение в экономике бакалавриат 2024-2025 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Potanin (обсуждение | вклад) (→Неделя 0. Введение в машинное обучение) |
Potanin (обсуждение | вклад) (→Домашнее задание 1) |
||
| Строка 23: | Строка 23: | ||
'''Дедлайн''': 18 мая | '''Дедлайн''': 18 мая | ||
| − | Необходимо внести данные группы (до трех человек включительно), в которой будет выполняться второе домашнее задание, в таблицу. | + | Необходимо внести данные группы (до трех человек включительно), в которой будет выполняться второе домашнее задание, в таблицу (ссылка появится позже). |
=== Домашнее задание 2 === | === Домашнее задание 2 === | ||
Версия 18:59, 2 апреля 2025
Содержание
Материалы для повторения
Викистранички курсов по теории вероятностей и математической статистике:
Видео про применение python в математической статистике:
Информация о курсе
Оценка = 0.01 * ДЗ1 + 0.29 * ДЗ2 + 0.7 * Экзамен
Домашнее задание
Домашнее задание 1
Дедлайн: 18 мая
Необходимо внести данные группы (до трех человек включительно), в которой будет выполняться второе домашнее задание, в таблицу (ссылка появится позже).
Домашнее задание 2
Дедлайн: 1 июня
Информация об оформлении и формате сдачи домашней работы указана в тексте задания (появится позже).
Консультация о генерации данных 2023-2024:
Экзамен
Экзамены прошлых лет
Пример экзамена с решением 2023-2024
Экзамен 2024-2025 с решениями, магистратура
Консультации
Консультация на лекции 2023-2024
Консультация на семинаре 2023-2024
Неделя 0. Введение в машинное обучение
Основные материалы
Неделя 1. Байесовские сети
Основные материалы
Рекомендуемая литература
1. FOML глава 6.
2. MLPP глава 10.
Список литературы
- FOML - Fundamentals of machine learning for predictive data analytics. John D. Kelleher, Brian Mac Namee, Aoife D'Arcy. Низкая сложность
- HBE - Econometrics. Hansen B. Средняя сложность
- CMLE - Applied Causal Inference Powered by ML and AI. V. Chernozhukov, C. Hansen, N. Kallus, M. Spindler, V. Syrgkanis Средняя сложность
- MLPP - Machine learning a probabilistic perspective. Kevin P. Murphy. Высокая сложность