[go: up one dir, main page]

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2024/2025

Машинное обучение 1

Направление: 38.03.01. Экономика
Когда читается: 3-й курс, 1, 2 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 50
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6

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

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

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

Содержание учебной дисциплины

  • Введение в машинное обучение и анализ данных
  • Линейные модели
  • Решающие деревья
  • Композиции моделей
Элементы контроля

Элементы контроля

  • неблокирующий ДЗ
  • неблокирующий КР
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    В курсе предусмотрено несколько форм контроля знаний: Практические домашние работы на Python или с теоретическими задачами (всего 6-8 домашних работ) Контрольная работа в середине курса Письменный экзамен Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен: Oитоговая = Округление(0.6 * ДЗ + 0.2 * КР + 0.2 * Э) ДЗ — средняя оценка за практические домашние задания КР — оценка за контрольную работу Э — оценка за экзамен
Список литературы

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

Авторы

  • Чиркова Надежда Александровна
  • Королева Анастасия Романовна