ECON3110 – Maskinl?ring for ?konomer
Kort om emnet
Emnet gir en innf?ring i maskinl?ring med fokus p? anvendelser i samfunns?konomi. Det legges b?de vekt p? forst?else av sentrale algoritmer og hvordan man jobber praktisk med en arbeidsflyt i et prosjekt som benytter maskinl?ring.
Emnet dekker algoritmer som er popul?re i?samfunns?konomi som LASSO og andre regulariserte regresjonsmetoder og mer typiske maskinl?ringsmetoder som random forest og boostingalgoritmer. Vi kommer ogs? inn p? nevrale nettverk og dyp l?ring. Videre dekker emnet metoder for modellevaluering som kryssvalidering og tiln?rminger for ? tilpasse modellparametere. Vi ser ogs? p? likheter og forskjeller mellom maskinl?ring og ?konometri og hvordan de to retningene kan komplementere hverandre.
Hva l?rer du?
Kunnskap
- Kunnskap om sentrale algoritmer i maskinl?ring.
- Kjenne sentrale metoder for evaluering av modeller i maskinl?ring, inkludert kryssvalidering og bootstrapping.
Ferdigheter
- Velge en algoritme i maskinl?ring egnet til ? analysere datatyper som ofte forekommer i samfunns?konomi.
- Kunne gjennomf?re et praktisk prosjekt med ? trene og evaluere en modell i maskinl?ring.
Generell kompetanse
- Kjenne styrker og begrensingene med maskinl?ring i anvendelser i samfunns?konomi.
- Avveie fordeler med maskinl?ring i forhold til klassisk ?konometriske tiln?rminger.
Opptak til emnet
Studenter m? hvert semester s?ke og f? plass p? undervisningen og melde seg til eksamen i Studentweb.
Dersom du ikke allerede har studieplass ved UiO, kan du s?ke opptak til v?re studieprogrammer, eller s?ke om ? bli enkeltemnestudent.
Du kan ikke ta dette emnet hvis du tidligere har tatt visse ECON-emner p? h?yere niv?.
Obligatoriske forkunnskaper
- ECON2130 - Statistikk 1, eller lignende.?
Og ett av f?lgende emner: