Бакалавриат
2021/2022
Машинное обучение
Статус:
Курс по выбору (Совместная программа по экономике НИУ ВШЭ и РЭШ)
Направление:
38.03.01. Экономика
Кто читает:
Отдел сопровождения учебного процесса в Совместном бакалавриате ВШЭ-РЭШ
Где читается:
Факультет экономических наук
Когда читается:
4-й курс, 1, 2 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
40
Охват аудитории:
для своего кампуса
Преподаватели:
Карпова Анастасия Евгеньевна,
Чиркова Надежда Александровна
Язык:
русский
Кредиты:
6
Контактные часы:
64
Программа дисциплины
Аннотация
Курс предназначен для студентов бакалавриата. В ходе курса будут рассмотрены темы, дающие представление об основных понятиях и постановке задач машинного обучения. Студенты научатся выполнять полный цикл построения модели, обучать модели и оценивать их качества, смогут выполнять кластеризацию и визуализацию данных.
Цель освоения дисциплины
- Знает основные понятия и постановки задач машинного обучения
- Знает теоретические основы линейных и логических методов машинного обучения
- Знает принципы построения композиций моделей
- Знает основные метрики качества для регрессии и классификации
- Умеет выполнять полный цикл построения модели
- Умеет обучать основные модели машинного обучения, оценивать их качества
- Умеет выполнять кластеризацию и визуализацию данных
Планируемые результаты обучения
- Знает основные понятия и постановки задач машинного обучения
- Умеет выполнять кластеризацию и визуализацию данных
- Знает основные метрики качества для регрессии и классификации
- Знает принципы построения композиций моделей
- Знает теоретические основы линейных, логических и нейросетевых методов машинного обучения
- Умеет выполнять полный цикл построения модели
- Умеет обучать основные модели машинного обучения, оценивать их качество
Содержание учебной дисциплины
- Введение в машинное обучение и анализ данных
- Линейные модели
- Решающие деревья
- Композиции моделей
- Обучение без учителя
- Глубинное обучение
Элементы контроля
- Домашнее задание6-9 домашних работ. Средняя оценка за домашние работы составляет 40% итоговой оценки.
- Работа на занятии4-6 проверочных работ в течение семестра. Средняя оценка за проверочные работы составляет 10% итоговой оценки
- Контрольная работа20% итоговой оценки
- Итоговая контрольная работа30% итоговой оценки
Промежуточная аттестация
- 2021/2022 учебный год 2 модуль0.4 * Домашнее задание + 0.1 * Работа на занятии + 0.2 * Контрольная работа + 0.3 * Итоговая контрольная работа
Список литературы
Рекомендуемая основная литература
- Robert A. Beezer, T. Hastie, R. Tibshirani, & J. Friedman Springer. (2002). The Elements of Statistical Learning: Data Mining, Inference and Prediction. By. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C9BC2266
Рекомендуемая дополнительная 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