Машинное обучение в экономике бакалавриат 2024-2025 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(→‎Экзамены прошлых лет)
(→‎Консультация перед экзаменом на семинаре 2023-2024)
Строка 51: Строка 51:
 
*[https://youtu.be/ET47Z_r9B98 Видео 3]
 
*[https://youtu.be/ET47Z_r9B98 Видео 3]
 
*[https://youtu.be/m8Crj5Nh_20 Видео 4]
 
*[https://youtu.be/m8Crj5Nh_20 Видео 4]
−
 
−
=== Консультация перед экзаменом на семинаре 2023-2024 ===
 
−
 
−
*[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 ===
 
=== Консультация о генерации данных для домашней работы 2023-2024 ===

Версия 19:17, 2 апреля 2025

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

Дата: будет объявлена позже

Экзамены прошлых лет

Пример экзамена с решениями 2023-2024, бакалавриат

Экзамен 2023-2024 с решениями, бакалавриат

Экзамен 2024-2025 с решениями, магистратура

Консультации

Консультация перед экзаменом на лекции 2023-2024

Консультация о генерации данных для домашней работы 2023-2024

Неделя 0. Введение в машинное обучение

Основные материалы

Слайды лекции

Неделя 1. Байесовские сети

Основные материалы

Слайды лекции

Код семинара

Рекомендуемая литература

1. FOML глава 6.

2. MLPP глава 10.

Список литературы

  1. FOML - Fundamentals of machine learning for predictive data analytics. John D. Kelleher, Brian Mac Namee, Aoife D'Arcy. Низкая сложность
  2. HBE - Econometrics. Hansen B. Средняя сложность
  3. CMLE - Applied Causal Inference Powered by ML and AI. V. Chernozhukov, C. Hansen, N. Kallus, M. Spindler, V. Syrgkanis Средняя сложность
  4. MLPP - Machine learning a probabilistic perspective. Kevin P. Murphy. Высокая сложность
Источник — «http://wiki.cs.hse.ru/index.php?title=Машинное_обучение_в_экономике_бакалавриат_2024-2025&oldid=90392»