Statistik: Avancerad maskininlärning

Maskininlärning handlar om statistiska prediktioner som förbättras genom erfarenhet; modellen lär och anpassar sig allt eftersom nya data blir tillgängliga.  

I denna kurs får du lära dig maskininlärningsmetoder som är relevanta för tillämpningar inom företags- och nationalekonomi. Kursen utgör en fortsättning på STAN51 Maskininlärning ur ett regressionsperspektiv.

Kursens innehåll

Några av delmomenten i kursen är bootstrapmetoder, ensemblemetoder såsom boosting och slumpskogar, metoder för oövervakad inlärning såsom principalkomponentanalys och klustermetoder, samt tillämpningar av maskininlärningsmetoder på problem som är relevanta inom företags- och nationalekonomi, såsom kausal- och textanalys. Du kommer att få varva teoristudier med empiriska tillämpningar inom företags- och nationalekonomi. Vid de empiriska tillämpningarna används mjukvaruprogrammet R.

Efter kursen

Du kommer efter att ha läst den här kursen ha god kunskap om maskininlärning. Vill du fördjupa dig ännu mer är du behörig att läsa STAN47 Deep learning och metoder för artificiell intelligens.