Tham chiếu này mô tả mục lục được chỉ ra. Hãy liên hệ cơ sở để xác nhận chương trình hiện tại và các điều kiện áp dụng cho kỳ nhập học của bạn.
Mô tả
Phương pháp thực nghiệm: Học máy trong Kinh tế và Kinh doanh Giới thiệu về học máy thống kê “hiện đại” và mô hình dự đoán từ các góc độ thống kê, lý thuyết và tính toán; kèm ứng dụng. Các chủ đề có thể bao gồm các phương pháp hồi quy tuyến tính và cục bộ (dựa trên láng giềng), hồi quy logistic và phân tích phân biệt để phân lớp, phương pháp kiểm tra chéo và phương pháp tái lấy mẫu bootstrap, lựa chọn mô hình và điều chuẩn hóa, cây phân lớp, và máy vector hỗ trợ. Bài giảng, phòng thí nghiệm, 4 giờ mỗi tuần. Hạn chế: mở cho các chuyên ngành ECON (đơn hoặc kết hợp), ECAN, BBE, INPE và sinh viên phụ ngành ECON cho đến ngày được chỉ định trong hướng dẫn Đăng ký. Điều kiện tiên quyết: ECON 2P30 hoặc 3P91 ; ECON 3P90 . Lưu ý: khóa học này có thể được cung cấp theo nhiều phương thức giảng dạy. Phương thức giảng dạy sẽ được liệt kê trên thời khóa biểu học thuật, trong kỳ học tương ứng. Hoàn thành khóa học này sẽ thay thế điểm và tín chỉ đã được ghi nhận trước đó trong
Tiền đề
- Điều kiện tiên quyết: ECON 2P30 hoặc 3P91 ; ECON 3P90 .
Điều kiện và thủ tục
- Hạn chế: mở cho sinh viên chuyên ngành ECON (đơn hoặc kết hợp), ECAN, BBE, INPE và sinh viên phụ ECON cho đến ngày được chỉ định trong Hướng dẫn đăng ký.
- Điều kiện tiên quyết: ECON 2P30 hoặc 3P91 ; ECON 3P90 .
- Lưu ý: khóa học này có thể được cung cấp theo nhiều phương thức giảng dạy. Phương thức giảng dạy sẽ được liệt kê trên thời khóa biểu học thuật, trong kỳ học tương ứng. Hoàn thành khóa học này sẽ thay thế điểm và tín chỉ đã được ghi nhận trước đó trong
Văn bản tham chiếu bằng ngôn ngữ gốc
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
Nguồn và tham khảo
Ngày và nguồn được giữ lại để giúp bạn kiểm tra thông tin. Các bản dịch được cung cấp để dễ đọc; nguồn chính thức là tham chiếu cho các điều kiện và yêu cầu.
Nguồn tham khảo : https://brocku.ca/webcal/2024/undergrad/econ.html