Машинное обучение, глубокое обучение и обучение без учителя: теория и практические кейсы с использованием R - учебный курс | ИСТИНА – Интеллектуальная Система Тематического Исследования НАукометрических данных

Автор: Fantazzini Dean
Год создания: 2025
Организация: МГУ имени М.В. Ломоносова
Описание: Курс направлен на всестороннее изучение современных методов машинного обучения и их практического применения через теоретическое обучение и реальные кейсы. Основные цели курса включают как теоретические основы, так и практическое использование в областях маркетинга, энергетической экономики и финансов. Студенты изучат фундаментальные теории машинного обучения, глубокого обучения и обучения без учителя, получат глубокое понимание алгоритмов, моделей и их принципов. Они познакомятся с нейронными сетями, архитектурами глубокого обучения, алгоритмами кластеризации и методами снижения размерности. Через практические демонстрации и интерактивные занятия студенты освоят применение этих методов с использованием языка программирования R. Курс уделяет особое внимание применению методов машинного обучения в конкретных областях, таких как маркетинг, экономика энергетики и финансы. В области маркетинга студенты научатся анализировать сложные маркетинговые данные, проводить анализ и прогнозировать показатели для оптимизации принятия решений и снижения сложности данных. В экономике энергетики курс охватывает прогнозирование спроса на электроэнергию и температуры, что позволит студентам прогнозировать важные для планирования и распределения ресурсов модели спроса. В области финансов студенты изучат методы моделирования и прогнозирования для оценки вероятности закрытия криптовалютных бирж, эффективного управления кредитными рисками и выявления схем «накачки и сброса» на рынке криптоактивов. Благодаря сочетанию теоретических знаний и практических кейсов на R, этот курс нацелен на то, чтобы обеспечить участников навыками не только для понимания сложных концепций машинного обучения, но и для их эффективного применения в решении реальных задач в различных отраслях. По завершении курса студенты овладеют навыками решения задач, основанных на данных, построения предиктивных моделей и извлечения полезной информации из различных наборов данных в маркетинге, экономике энергетики и финансах с использованием методов машинного обучения
Добавил в систему: Фантаццини Деан c.

	ИСТИНА	Войти в систему Регистрация
	ИПМех РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИПМех РАН

Машинное обучение, глубокое обучение и обучение без учителя: теория и практические кейсы с использованием Rучебный курс

Преподавание курса