Denne referansen beskriver den angitte katalogen. Kontakt institusjonen for å bekrefte gjeldende tilbud og betingelser som gjelder for din start.
Beskrivelse
Empiriske metoder: Maskinlæring i økonomi og næringsliv Introduksjon til «moderne» statistisk læring og prediktiv modellering fra statistiske, teoretiske og beregningsmessige perspektiver; med anvendelser. Emner kan inkludere lineære og lokale (nabolagsbaserte) regresjonsmetoder, logistisk regresjon og diskriminantanalyse for klassifisering, kryssvalidering og bootstrap-omprøveteknikker, modellutvalg og regularisering, klassifikasjonstrær og støttevektormaskiner. Forelesning, lab, 4 timer per uke. Restriksjon: åpen for ECON (énfag eller kombinert), ECAN, BBE, INPE majors og ECON minors inntil dato spesifisert i registreringsveiledningen. Forutsetning(er): ECON 2P30 eller 3P91 ; ECON 3P90 . Merk: dette kurset kan tilbys i flere undervisningsformer. Undervisningsmåten vil være oppført i fagtimeplanen for gjeldende termin. Fullføring av dette kurset vil erstatte tidligere tildelt karakter og godskriving oppnådd i
Forkunnskaper
- Forutsetning(er): ECON 2P30 eller 3P91 ; ECON 3P90 .
Vilkår og bestemmelser
- Restriksjon: åpen for ECON (enkeltemne eller kombinert), ECAN, BBE, INPE majors og ECON minors inntil dato spesifisert i registreringsveiledningen.
- Forutsetning(er): ECON 2P30 eller 3P91 ; ECON 3P90 .
- Merk: dette kurset kan tilbys i flere undervisningsformer. Undervisningsmåten vil være oppført i fagtimeplanen for gjeldende termin. Fullføring av dette kurset vil erstatte tidligere tildelt karakter og godskriving oppnådd i
Referansetekst i originalspråket
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
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://brocku.ca/webcal/2024/undergrad/econ.html