Машинное обучение в экономике магистратура 2025-2026 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Potanin (обсуждение | вклад) (→Экзамен) |
Potanin (обсуждение | вклад) (→Неделя 1. Байесовские сети) |
||
| Строка 81: | Строка 81: | ||
2. MLPP глава 10. | 2. MLPP глава 10. | ||
| + | |||
| + | = Список литературы = | ||
| + | |||
| + | # '''FOML''' - [https://www.amazon.com/Fundamentals-Machine-Learning-Predictive-Analytics/dp/0262029448 Fundamentals of machine learning for predictive data analytics. John D. Kelleher, Brian Mac Namee, Aoife D'Arcy.] '''Низкая сложность''' | ||
| + | # '''HBE''' - [https://www.amazon.com/Econometrics-Bruce-Hansen/dp/0691235899 Econometrics. Hansen B.] '''Средняя сложность''' | ||
| + | # '''CMLE''' - [https://causalml-book.org Applied Causal Inference Powered by ML and AI. V. Chernozhukov, C. Hansen, N. Kallus, M. Spindler, V. Syrgkanis] '''Средняя сложность''' | ||
| + | # '''MLPP''' - [https://www.amazon.com/Machine-Learning-Probabilistic-Perspective-Computation/dp/0262018020 Machine learning a probabilistic perspective. Kevin P. Murphy.] '''Высокая сложность''' | ||
Версия 16:14, 6 ноября 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: будет объявлен позже
Необходимо внести данные группы (до двух человек включительно), в которой будет выполняться второе домашнее задание, в таблицу, ссылка на которую появится позже.
Домашнее задание 2
Дедлайн: будет объявлен 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
Экзамен 2024-2025 с решениями, бакалавриат
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
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
