Esta referencia describe el catálogo indicado. Consulte con la institución para confirmar la oferta actual y las condiciones aplicables a su ingreso.
Descripción
Métodos empíricos: Aprendizaje automático en economía y negocios Introducción al aprendizaje estadístico “moderno” y al modelado predictivo desde perspectivas estadísticas, teóricas y computacionales; con aplicaciones. Los temas pueden incluir métodos de regresión lineal y locales (basados en vecinos), regresión logística y análisis discriminante para clasificación, métodos de validación cruzada y remuestreo bootstrap, selección de modelos y regularización, árboles de clasificación y máquinas de vectores de soporte. Conferencias, laboratorio, 4 horas por semana. Restricción: abierto a los programas principales ECON (individual o combinado), ECAN, BBE, INPE y a los menores en ECON hasta la fecha especificada en la Guía de inscripción. Prerrequisito(s): ECON 2P30 o 3P91 ; ECON 3P90 . Nota: este curso puede ofrecerse en múltiples modos de impartición. El método de impartición aparecerá en el horario académico, en el período correspondiente. La finalización de este curso reemplazará la calificación y el crédito asignados previamente obtenidos en
Prerrequisitos
- Prerrequisito(s): ECON 2P30 o 3P91 ; ECON 3P90 .
Condiciones y modalidades
- Restricción: abierto a estudiantes con especialización en ECON (individual o combinada), ECAN, BBE, INPE y a menores en ECON hasta la fecha especificada en la Guía de inscripción.
- Prerrequisito(s): ECON 2P30 o 3P91 ; ECON 3P90 .
- Nota: este curso puede ofrecerse en múltiples modos de impartición. El método de impartición aparecerá en el horario académico, en el período correspondiente. La finalización de este curso reemplazará la calificación y el crédito asignados previamente obtenidos en
Texto de referencia en su idioma de origen
Empirical Methods: Machine Learning in Economics and Business Introduction to "modern" statistical learning and predictive modeling from statistical, theoretical, and computational perspectives; with applications. Topics may include linear and local (neighbour-based) regression methods, logistic regression and discriminant analysis methods of classification, cross validation and bootstrap resampling methods, model selection and regularization, classification trees, and support vector machines. Lectures, lab, 4 hours per week. Restriction: open to ECON (single or combined), ECAN, BBE, INPE majors and ECON minors until date specified in Registration guide. Prerequisite(s): ECON 2P30 or 3P91 ; ECON 3P90 . Note: this course may be offered in multiple modes of delivery. The method of delivery will be listed on the academic timetable, in the applicable term.Completion of this course will replace previous assigned grade and credit obtained in
- Prerequisite(s): ECON 2P30 or 3P91 ; ECON 3P90 .
- Restriction: open to ECON (single or combined), ECAN, BBE, INPE majors and ECON minors until date specified in Registration guide.
- Note: this course may be offered in multiple modes of delivery. The method of delivery will be listed on the academic timetable, in the applicable term.Completion of this course will replace previous assigned grade and credit obtained in
Fuentes y referencias
Se conservan las fechas y las fuentes para ayudarle a verificar la información. Las traducciones se proponen para facilitar la lectura; la fuente oficial es la referencia para las condiciones y los requisitos.
Referencia de la fuente : https://brocku.ca/webcal/2024/undergrad/econ.html