Бакалавриат
2026/2027




Машинное обучение 2
Статус:
Курс по выбору (Совместная программа по экономике НИУ ВШЭ и РЭШ)
Где читается:
Факультет экономических наук
Когда читается:
2-й курс, 3, 4 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
64
Программа дисциплины
Аннотация
Методы машинного обучения нашли применение во многих областях и оказали значительное влияние на различные предметные области. В данном курсе рассматриваются основные результаты, достигнутые в обработке естественного языка, обучении с подкреплением и компьютерном зрении. В ходе анализа подходов, позволивших добиться значимых успехов в различных областях, обнаруживается, что они сильно взаимосвязаны и, более того, зачастую могут дополнить друг друга. В данном курсе рассматриваются как теоретические основы существующих подходов к различным задачам, так и их техническая реализация и перспективы для дальнейшего развития.
Цель освоения дисциплины
- сформировать теоретические и практические знания в области обучения машин, современных методов восстановления зависимостей по эмпирическим данным, включая дискриминантный, кластерный и регрессионный анализ, частичное обучение.
Планируемые результаты обучения
- знает основные принципы и проблематику теории обучения машин
- знает основные современные методы обучении по прецедентам — классификации, кластеризации и регрессии.
- умеет формализовать постановки прикладных задач анализа данных
- умеет использовать методы обучения по прецедентам для решения практических задач
- умеет оценивать точность и эффективность полученных решений
- владеет основными понятиями теории машинного обучения
Содержание учебной дисциплины
- Введение в обучение с подкреплением
- Глубокое обучение в компьютерном зрении
- Методы обработки естественного языка
Промежуточная аттестация
- 2026/2027 4th module0.7 * 7 домашних заданий + 2 лабораторные работы + 0.3 * Устный опрос
Список литературы
Рекомендуемая основная литература
- Christopher M. Bishop. (n.d.). Australian National University Pattern Recognition and Machine Learning. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.EBA0C705
- Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning, 2016. URL: http://www.deeplearningbook.org
- Кремер, Н. Ш. Математическая статистика : учебник и практикум для вузов / Н. Ш. Кремер. — 5-е изд. — Москва : Издательство Юрайт, 2023. — 259 с. — (Высшее образование). — ISBN 978-5-534-01654-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511953 (дата обращения: 02.07.2026).
Рекомендуемая дополнительная литература
- Боровков, А. А. Математическая статистика : учебник для вузов / А. А. Боровков. — 5-е изд., стер. — Санкт-Петербург : Лань, 2021. — 704 с. — ISBN 978-5-8114-7677-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/164711 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Эконометрика. Начальный курс, учебник, 7-е изд., испр., 504 с., Магнус, Я. Р., Катышев, П. К., Пересецкий, А. А., 2005