Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
Содержание пособия посвящено комплексному представлению о системном моделировании технологий анализа и обработки данных в экономическом и статистическом контексте. Представленный теоретический материал станет ценным инструментом для самостоятельной работы студентов, особенно при взаимодействии с библиотеками машинного обучения. Возможность применения полученных знаний не ограничивается лишь учебным процессом, раскрывая перспективы для решения экономических актуальных задач и использования статистических методов в области искусственного интеллекта. Учебное пособие предназначено для студентов экономико-математических направлений очной, очно-заочной и заочной форм обучения.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Оглавление
- СОДЕРЖАНИЕ
- ВВЕДЕНИЕ
- ЧАСТЬ I. ВВЕДЕНИЕ В СИСТЕМНОЕ МОДЕЛИРОВАНИЕ И АНАЛИЗ ДАННЫХ
- ГЛАВА 1. ОСНОВЫ СИСТЕМНОГО МОДЕЛИРОВАНИЯ И АНАЛИЗА ДАННЫХ
- 1.1 Введение в системное моделирование
- 1.2 Основы анализа данных
- Выводы по главе
- Вопросы для самопроверки
- ГЛАВА 2. ЭКОНОМИЧЕСКИЙ И СТАТИСТИЧЕСКИЙ КОНТЕКСТ АНАЛИЗА ДАННЫХ В СИСТЕМНОМ МОДЕЛИРОВАНИИ
- 2.1 Экономический анализ данных в системном моделировании
- 2.2 Статистический анализ данных в системном моделировании
- Выводы по главе.
- Вопросы для самопроверки.
- ЧАСТЬ II. ОСНОВНЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ В ЭКОНОМИЧЕСКОМ И СТАТИСТИЧЕСКОМ АНАЛИЗЕ ДАННЫХ И ИХ ПРИМЕНЕНИЕ С ПОМОЩЬЮ ЯЗЫКА ПРОГРАММИРОВАНИЯ PYHTON
- ГЛАВА 3. ОБЗОР МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ И ЕГО РОЛЬ В СИСТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ И АНАЛИЗЕ ДАННЫХ
- 3.1 Определение и классификация методов машинного обучения
- 3.2 Роль машинного обучения в системном моделировании и анализе данных
- 3.3 Оценка производительности моделей машинного обучения
- Выводы по главе
- Вопросы для самопроверки
- ГЛАВА 4. МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМНОМ МОДЕЛИРОВАНИИ И АНАЛИЗЕ ДАННЫХ– ОПИСАНИЕ, ХАРАКТЕРИСТИКИ И СРАВНЕНИЕ
- 4.1 Линейные модели машинного обучения
- 4.2 Деревья решений и ансамбли моделей
- Выводы по главе
- Вопросы для самопроверки
- ГЛАВА 5. ИНТЕГРИРОВАНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМНОЕ МОДЕЛИРОВАНИЕ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ ЯЗЫКА ПРОГРАММИРОВАНИЯ PYHTON
- 5.1 Подготовка данных для интеграции
- 5.2 Практическое применение и анализ результатов моделей машинного обучения
- 5.3 Методы оптимизации моделей
- Выводы по главе
- Вопросы для самопроверки
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Статистика использования
Количество обращений: 0
За последние 30 дней: 0 Подробная статистика |