索罗什saghafian Photo

索罗什saghafian

约定
公共政策助理教授
办公地址
79约翰·F·。肯尼迪ST。陶尔大厦205
617-496-1748
API-222

在过去几十年里,提供给企业的数据量已显著上升。个人谁可以同时使用这些数据与相应的分析技术可以发现新的事实和现有的各种问题提供新的解决方案。本课程将介绍一些最流行的机器学习技术理论和应用。它是专为有兴趣使用机器学习和相关分析技术,以解决政策和社会层面的问题,以做出更好的决策学生。

我们将介绍近期的各种技术和监督,无监督,并强化学习他们的应用程序。此外,学生将获得使用软件的一些数据集工作,他们的知识,从行业和政策领域一系列广泛的适用于各种实例的机会。一些预期的课程主题(如时间允许)包括: k-最近邻,朴素贝叶斯,逻辑回归,线性和二次判别分析,模型选择(交叉验证,自举),支持向量机,平滑样条,广义相加模型,收缩的方法(套索,脊),降维的方法(主要成分回归,偏最小二乘法),决策树,袋翻,增压,随机森林,K-均值聚类,层次聚类,神经网络,深度学习和强化学习。

建议先决条件:中间体级统计和概率论的理解(例如,API-201,API-202,或等价的课程)