Почему курс «Машинное обучение» важен для студентов экономических вузов?
Знакомьтесь, с вами курс «Машинное обучение», который недавно появился в РЭШ на программе «Магистр экономики». Пора узнать его поближе!
Почему студентам экономических вузов необходим этот курс и что на нем изучается нам рассказали директор программы Сергей Измалков и преподаватель этой дисциплины Евгений Соколов.
Почему курс машинного обучения необходим в экономическом вузе?
Сергей Измалков: Умение работать с данными пригодится в любой отрасли, например, в бизнесе, финансах или даже в государственном секторе.
Невероятно, но факт: машинное обучение и экономика — две взаимосвязанные сферы. Экономика как наука анализирует опыт миллионов, чтобы один человек сделал правильный выбор. Например, смог выбрать, куда лучше вложить акции. Машинное обучение, в свою очередь, позволяет обработать большое количество данных и спроектировать модели с помощью эффективных инструментов — все это позволяет принять верное решение.
На курсе машинного обучения, в первую очередь, студенты учатся разным методам мышления и способам построения моделей. Именно понимание методов решения задач и анализа данных позволяет эффективно их применять и комбинировать.
Евгений Соколов: Машинное обучение предлагает не вникать в пути решения задач, а взять исходные данные и грамотно использовать их.
Например, оно помогает автоматизировать рутинные задачи. Это очень экономит время и помогает повысить производительность. Вторая сфера его применения — персонализация. С помощью этого покупатели могут получать персональные рекомендации. И, наконец, машинное обучение важно в сфере прогнозирования. Многим ритейловым сетям нужно качественно прогнозировать спрос и планировать закупки.
С помощью курса машинного обучения студенты экономических вузов смогут:
- общаться с программистами и специалистами data science и машинного обучения на одном языке
- увидеть, где в работе можно применить методы машинного обучения и инициировать проекты, в которых принимаются решения на основе данных
- быть более востребованным специалистом в своей области. На рынке очень ценится, если экономист может построить модель, провести анализ и подготовить рекомендации на основе данных.
Из чего состоит курс и почему изучать его трудно?
Евгений Соколов: На классическом курсе по машинному обучению студенты узнают о базовых методах работы с данными и программируют на Python. Мы даем довольно много как практических, так и теоретических домашних заданий. Все, что изучается на лекции, применяется на практике — именно такая система обучения является самой эффективной.
На глубинном уровне изучения машинного обучения учащиеся работают с нейронными сетями. На этом курсе меньше теории, но зато больше практических занятий, ведь студентам необходимо научиться эффективно использовать инструменты и ставить эксперименты.
Чтобы освоить эти курсы, нужно хорошо владеть математической базой. Все задания непростые, обучающиеся проходят через сложности и разбираются в деталях. А еще у студентов есть крутое качество, без которого невозможно эффективно учиться, — они готовы очень много работать, стараться и получать новые знания. Я и сам узнаю много нового, когда работаю с ними.
А что, если преподаватель не связан с экономикой как наукой?
Сергей Измалков: Я считаю очень ценным тот факт, что курс ведет человек, не связанный напрямую с экономикой. Такой преподаватель показывает, как можно мыслить иначе, смотреть на проблему под другим углом и применять иные методы решения.
Евгений Соколов: Я ни разу не сталкивался с проблемами из-за того, что учу студентов непрофильной специальности. Так как наука у нас более математическая, она учит мыслить более абстрактно. К концу курса становится понятно, что во многих областях, с точки зрения математики, задачи решаются одинаково, нужно просто уметь проводить аналогии.