Machine learning 2
Informacje ogólne
Kod przedmiotu: | 2400-SP-DS-ML2 |
Kod Erasmus / ISCED: |
(brak danych)
/
(0311) Ekonomia
|
Nazwa przedmiotu: | Machine learning 2 |
Jednostka: | Wydział Nauk Ekonomicznych |
Grupy: |
Data Science w zastosowaniach biznesowych. Warsztaty z wykorzystaniem programu R |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | (brak danych) |
Rodzaj przedmiotu: | obowiązkowe |
Pełny opis: |
Kurs jest kontynuacją zajęć Machine Learning 1. Celem zajęć jest omówienie kolejnych metod uczenia maszynowego wykorzystywanych w zagadnieniach klasyfikacyjnych i regresyjnych. W pierwszej kolejności omówione zostaną drzewa decyzyjne i drzewa regresyjne, a następnie lasy losowe. Ważną częścią kursu będą zagadnienia związane z łączeniem/uśrednianiem i "wzmacnianiem" (ang. bagging and boosting) modeli, w tym w szczególności zaprezentowany zostanie algorytm eXtreme Gradient Boosting oraz CatBoost. Dodatkowo omówione zostaną także podstawy sztucznych sieci neuronowych. Ostatnia część kursu zostanie poświęcona kwestii strojenia (ang. tuning) parametrów modeli. |
Literatura: |
Materiały przygotowywane przez wykładowcę i udostępniane uczestnikowi na platformie Google Drive. |
Efekty uczenia się: |
Test zaliczeniowy - do zaliczenia wymagana jest 50% poprawnych odpowiedzi na 10 pytań. |
Zajęcia w cyklu "Rok akademicki 2023/24" (w trakcie)
Okres: | 2023-10-01 - 2024-06-16 |
Przejdź do planu
PN WT ŚR CZ PT SO LAB
N LAB
|
Typ zajęć: |
Laboratorium, 18 godzin
|
|
Koordynatorzy: | Piotr Wójcik | |
Prowadzący grup: | Paweł Sakowski | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie
Laboratorium - Zaliczenie na ocenę |
|
Tryb prowadzenia: | w sali |
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.