Машинное обучение в экономике онлайн магистратура 2024-2025 — различия между версиями
Potanin (обсуждение | вклад) (Новая страница: «== Материалы для повторения == Викистранички курсов по теории вероятностей и математичес…») |
Potanin (обсуждение | вклад) (→Основные материалы) |
||
| Строка 73: | Строка 73: | ||
[https://colab.research.google.com/drive/1Iq1zomLp2kZ1kAffPeFyzHFtdvhbuTR2?usp=sharing Код семинара] | [https://colab.research.google.com/drive/1Iq1zomLp2kZ1kAffPeFyzHFtdvhbuTR2?usp=sharing Код семинара] | ||
| + | |||
| + | === Дополнительные материалы === | ||
| + | [https://colab.research.google.com/drive/1Iq1zomLp2kZ1kAffPeFyzHFtdvhbuTR2?usp=sharing Задачи для самостоятельного решения] | ||
=== Рекомендуемая литература === | === Рекомендуемая литература === | ||
Версия 19:18, 4 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
Дата: будет объявлена позже
Экзамены прошлых лет
Первый пример экзамена с решениями 2023-2024, бакалавриат
Второй 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
Неделя 1. Байесовские сети
Основные материалы
Дополнительные материалы
Задачи для самостоятельного решения
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