联合数据中心（CEDC）2022-2023暑期小学期“机器学习”课程开讲

6月19日上午，联合数据中心（CEDC）开设的2022-2023暑期小学期“数据科学类”课程­­­­­ ­——《Machine Learning -Introduction to Data Science and Analytics for Economists》在学院南路校区顺利开课。在教务处、科研处的大力支持下，为满足校内外更多同学的学习需求，最大可能提高教育资源学习效益，本次课程以线上、线下的方式同步进行。线下主要面对校内本科生，课程性质为任选课（1学分）；线上面向其他对该课程感兴趣的校内外师生。本次课程线下选课人数20人，线上旁听25人，共有40余人参与本门课程学习。机器学习课程自2021年至今连续三年由Steven教授授课，课程广受好评，2021、2022均为线上公开课，今年首次以线上、线下相结合的方式进行授课。

课程授课教师Steven F. Lehrer 教授来自加拿大女王大学（Queen’s University）经济学院，现任加拿大国家经济研究局研究员，JANYS Analytics首席经济学家，Empirical Economics期刊副主编，2013-2017任Journal of the Royal Statistical Society A副主编，2009-2015任Canadian Public Policy副主编，2015-2019曾任职上海纽约大学FAS课程教师。

本课程是机器学习的入门课程，主要目标是让学生学习数据分析的概念和技术，以便从丰富的数据集以及实际的计算技能中做出决策。该课程内容包括线性和逻辑回归的高级概述，模型选择和错误发现率，信息标准和交叉验证，正则化回归和lasso，bagging和bottstrap，因果估计和处理效应异质性，二元回归，分类，潜变量模型，主成分分析，主题模型，决策树和随机森林，文本分析和自然语言处理等内容。

Steven教授以轻松活跃的课堂气氛，深入浅出的理论讲解，赢得学生们对该门课程的兴趣。课堂上同学们认真听讲，课下互动积极踊跃。

接下来的学习中，Steven教授将进一步通过理论学习与课堂实际操作相结合，提升学生的数据分析能力。中心也将继续探索开设其他数据类通识课程，为广大师生不断提供优质的学习资源，搭建数据研究学习交流的平台。

撰稿：杨巧真

初审：高菠阳

复审：王立勇