Магистратура
2025/2026
Машинное обучение (углубленный курс)
Статус:
Курс по выбору (Экономика и экономическая политика)
Кто читает:
Департамент теоретической экономики
Где читается:
Факультет экономических наук
Когда читается:
1-й курс, 4 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Андреянов Павел Павлович
Язык:
английский
Кредиты:
3
Контактные часы:
36
Course Syllabus
Abstract
The course describes main recent machine learning and data analysis methods as well as their application in economic research. Special attention in the course is paid to the implementation of these algorithms and models in Python
Learning Objectives
- Знание и понимание таких тем машинного обучения как: баесовские методы, глубокое обучение и обучение с подкреплением.
Expected Learning Outcomes
- Знать основные идеи обучения с подкреплением: policy update, value update...
- Уметь написать коды value iteration, policy iteration, q-iteration...
- Знать и понимать генеративные модели текстового анализа
- Знать и понимать дискриминативные модели текстового анализа
- Уметь запустить простейшую нейронную сеть.
Bibliography
Recommended Core Bibliography
- A first course in machine learning, Rogers, S., 2012
- Data mining : practical machine learning tools and techniques, Witten, I. H., 2011
- Foundations of machine learning, Mohri, M., 2012
- Machine learning, Mitchell, T. M., 1997
Recommended Additional Bibliography
- Introduction to natural language processing, Eisenstein, J., 2019
- The handbook of computational linguistics and natural language processing, , 2013