Högskola och universitet hos Lunds universitet, 7,5 högskolepoäng.
Tänk om du kunde träna en dator att lära sig av data - och bli bättre över tid, precis som människor? Maskininlärning är en kraftfull uppsättning metoder för att upptäcka mönster, göra prediktioner och fatta datadrivna beslut.
Kursen bygger vidare på STAN51 Statistik: Maskininlärning ur ett regressionsperspektiv och introducerar mer avancerade metoder med fokus på tillämpningar inom företagsekonomi och nationalekonomi.
Du kommer att arbeta med:
bootstrapmetoder för att bedöma modellens stabilitet och osäkerhet
ensemblemetoder som boosting och slumpskogar för att förbättra prediktiv precision
oövervakad inlärning, inklusive principalkomponentanalys och klustermetoder
tillämpad maskininlärning på verkliga problem, till exempel kausalanalys inom ekonomi och företagande.