Esta referência descreve o catálogo indicado. Consulte a instituição para confirmar a oferta atual e as condições aplicáveis ao seu ano de ingresso.
Descrição
Métodos Empíricos: Machine Learning em Economia e Negócios Introdução ao aprendizado estatístico “moderno” e modelagem preditiva sob perspectivas estatísticas, teóricas e computacionais; com aplicações. Os tópicos podem incluir métodos de regressão linear e local (baseado em vizinhos), regressão logística e métodos discriminantes para classificação, validação cruzada e métodos de reamostragem bootstrap, seleção de modelo e regularização, árvores de classificação e máquinas de vetor de suporte. Aulas teóricas, laboratório, 4 horas por semana. Restrição: aberto a majors em ECON (individual ou combinado), ECAN, BBE, INPE e minors em ECON até a data especificada no guia de Registro. Pré-requisito(s): ECON 2P30 ou 3P91 ; ECON 3P90 . Nota: este curso pode ser oferecido em múltiplos modos de entrega. O método de entrega será listado no quadro acadêmico, no período aplicável. A conclusão deste curso substituirá a nota e o crédito previamente atribuídos em
Pré-requisitos
- Pré-requisito(s): ECON 2P30 ou 3P91 ; ECON 3P90 .
Condições e modalidades
- Restrição: aberto a major em ECON (isolado ou combinado), ECAN, BBE, INPE e a minors em ECON até a data especificada no Guia de Registro.
- Pré-requisito(s): ECON 2P30 ou 3P91 ; ECON 3P90 .
- Nota: este curso pode ser oferecido em múltiplos modos de entrega. O método de entrega será listado no quadro acadêmico, no período aplicável. A conclusão deste curso substituirá a nota e o crédito previamente atribuídos em
Texto de referência na sua língua de origem
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
Fontes e referências
As datas e as fontes são mantidas para ajudá-lo a verificar os dados. As traduções são propostas para facilitar a leitura; a fonte oficial é a referência para condições e exigências.
Fonte de referência : https://brocku.ca/webcal/2024/undergrad/econ.html