Данная справка описывает указанный каталог. Обратитесь в учреждение, чтобы подтвердить актуальное предложение и условия, применимые к вашему началу обучения.
Описание
Эмпирические методы: Машинное обучение в экономике и бизнесе Введение в «современное» статистическое обучение и предиктивное моделирование с статистических, теоретических и вычислительных точек зрения; с прикладными примерами. Темы могут включать линейные и локальные (на основе соседей) методы регрессии, логистическую регрессию и методы дискриминантного анализа для классификации, методы кросс-валидации и бутстрэп-ресэмплинга, отбор моделей и регуляризацию, деревья классификации и метод опорных векторов. Лекции, лаборатория, 4 часа в неделю. Ограничение: доступно для студентов по специальностям ECON (одинарная или совместная), ECAN, BBE, INPE и для миноров по ECON до даты, указанной в Руководстве по регистрации. Предпосылки: ECON 2P30 или 3P91 ; ECON 3P90 . Примечание: этот курс может предлагаться в нескольких форматах проведения. Метод проведения будет указан в академическом расписании за соответствующий семестр. Завершение этого курса заменит ранее выставленную оценку и полученные зачёты в
Предварительные требования
- Предпосылки: ECON 2P30 или 3P91 ; ECON 3P90 .
Условия и порядок
- Ограничение: доступно для специализаций ECON (одиночная или комбинированная), ECAN, BBE, INPE и для студентов с минором по ECON до даты, указанной в руководстве по регистрации.
- Предпосылки: ECON 2P30 или 3P91 ; ECON 3P90 .
- Примечание: этот курс может предлагаться в нескольких форматах проведения. Метод проведения будет указан в академическом расписании за соответствующий семестр. Завершение этого курса заменит ранее выставленную оценку и полученные зачёты в
Текст источника на языке оригинала
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
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://brocku.ca/webcal/2024/undergrad/econ.html