Бакалавриат
2025/2026
Машинное обучение
Статус:
Курс обязательный (Международная программа по бизнесу и экономике)
Кто читает:
Департамент экономики и анализа данных
Где читается:
Факультет экономики НИУ ВШЭ (Нижний Новгород)
Когда читается:
4-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Лапинова Светлана Александровна
Язык:
русский
Кредиты:
4
Программа дисциплины
Аннотация
Курс направлен на развитие у студентов аналитических и исследовательских навыков в области машинного обучения. В результате освоения дисциплины студенты получат знания о библиотеках языка Python для работы с данными, о методах предобработки данных, кластеризации, визуализации, понижения размерности, построения моделей анализа данных, решающих деревьев и композиции моделей.
Планируемые результаты обучения
- Умеет выбрать метод обработки и анализа временных рядов при решении конкретных прикладных задач
- Умеет применять тесты при анализе временных рядов на стационарность, на коинтеграцию
- Умеет работать с аномалиями в данных данными. Выполняет графический и статистический анализ данных
- Умеет строить линейную и логистическую регрессии. Анализирует качество моделей
- Умеет оценивать разбиение данных на кластеры
- Строит классические и бустинговые модели временных рядов с использованием библиотек Python
Содержание учебной дисциплины
- Основные методы анализа одномерных временных рядов. Методы машинного обучения для статистического анализа временных рядов
- Модели авторегрессии и скользящего среднего стационарных временных рядов
- Тесты для анализа временных рядов. Коинтеграция временных рядов.
- Кластерный анализ
- Градиентный бустинг
- Векторная авторегрессия
Список литературы
Рекомендуемая основная литература
- 16740 - Python и машинное обучение - С.Рашка - ДМК Пресс - 2017 - https://hse.alpinadigital.ru/document/16740 - Alpina
- Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS
Рекомендуемая дополнительная литература
- Машинное обучение для алгоритмической торговли на финансовых рынках. Практикум - 978-5-9775-6595-0 - Янсен С. - 2020 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/369871 - 369871 - iBOOKS
- Прагматичный ИИ. Машинное обучение и облачные технологии - 978-5-4461-1061-2 - Гифт Ной - 2019 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/365271 - 365271 - iBOOKS