Applied Machine Learning for Economics and Business II

2026/2027

Academic Year

RUS

Instruction in Russian

6

ECTS credits

Delivered at:

Department of Economics

Course type:

Compulsory course

When:

2 year, 2, 3 module

Программа дисциплины

Аннотация

Образовательно-практическая дисциплина для магистров по машинному обучению. В курсе рассматриваются основные методы классического машинного обучения с акцентом на интуиции и интерпретации базовых моделей.

Цель освоения дисциплины

• Курс направлен на формирование у слушателей компетенций, позволяющих эффективно использовать методы классического машинного обучения для решения бизнес-задач, принятия обоснованных управленческих решений и извлечения экономических инсайтов из данных.

Планируемые результаты обучения

• • Формулирует, оценивает и интерпретирует модели машинного обучения для решения бизнес-задач
• • Критически анализирует результаты моделирования, оценивая их экономическую содержательность и ограничения
• • Разрабатывать основанные на данных предложения для управленческих решений

Содержание учебной дисциплины

• 1. Введение: Машинное обучение как инструмент бизнес-решений
• 2. Линейные модели: Интерпретируемость и экономический смысл
• 3. Деревья решений и ансамблевые методы
• 4. Интерпретация сложных моделей
• 5. Автоматизированное машинное обучение (AutoML) и индустриальные практики
• 6. Каузальный машин-лернинг
• 7. Каузальный машин-лернинг, ч.2
• 8. Введение в LLM

Элементы контроля

• Контрольная работа
• Домашнее задание
  Домашнее задание, охватывающее базовые навыки в построении моделей машинного обучения.
• Экзамен
  Итоговый экзамен по курсу, покрывающий все основные темы курса. Экзамен состоит из двух теоретических вопросов и одного вопроса-кейса.

Промежуточная аттестация

• 2026/2027 3rd module
  0.5 * Экзамен + 0.25 * Домашнее задание + 0.25 * Контрольная работа

Список литературы

Рекомендуемая основная литература

• Наумов, В. Н. Анализ данных и машинное обучение. Методы и инструментальные средства : учебное пособие / В. Н. Наумов. — Москва : Дело РАНХиГС, 2020. — 260 с. — ISBN 978-5-89781-667-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/466085 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• 36492 - Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие - К.Мэрфи - ДМК Пресс - 9785937003171 - 2024 - https://hse.alpinadigital.ru/document/36492 - Alpina

Авторы

• Бродская Наталья Николаевна