Машинное обучение в экономике бакалавриат 2024-2025 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Potanin (обсуждение | вклад) (→Домашнее задание 2) |
Potanin (обсуждение | вклад) (→Консультации) |
||
| Строка 55: | Строка 55: | ||
*[https://github.com/bogdanpotanin/Machine-Learning/blob/main/%D0%AD%D0%BA%D0%B7%D0%B0%D0%BC%D0%B5%D0%BD.%20%D0%9F%D1%80%D0%B5%D0%B4%D0%B2%D0%B0%D1%80%D0%B8%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9.%20%D0%9C%D0%9E.%202023-2024.pdf Задачи] | *[https://github.com/bogdanpotanin/Machine-Learning/blob/main/%D0%AD%D0%BA%D0%B7%D0%B0%D0%BC%D0%B5%D0%BD.%20%D0%9F%D1%80%D0%B5%D0%B4%D0%B2%D0%B0%D1%80%D0%B8%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9.%20%D0%9C%D0%9E.%202023-2024.pdf Задачи] | ||
| + | |||
| + | === Консультация о генерации данных для домашней работы 2023-2024 === | ||
| + | |||
| + | * [https://colab.research.google.com/drive/15l0cILQJZdi3RXKScGG8K0jjbLtbcS5G?usp=sharing Код консультации] | ||
| + | * [https://youtu.be/B5w5HPFkbTo Видео, часть 1] | ||
| + | * [https://youtu.be/PFbkJITNa7A Видео, часть 2] | ||
== Неделя 0. Введение в машинное обучение == | == Неделя 0. Введение в машинное обучение == | ||
Версия 19:11, 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).
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
Консультация о генерации данных для домашней работы 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
