联合数据研究中心2022-2023暑期小学期通识课程选课通知-中央财经大学-电子科技大学联合数据中心

联合数据研究中心2022-2023暑期小学期通识课程选课通知

发布日期：2023-06-05　　　点击量：

中央财经大学—电子科技大学联合数据研究中心

2022-2023暑期小学期通识课选课通知

机器学习-经济学数据科学与分析导论

Machine Learning-Introduction to Data Science and Analytics for Economists

开课时间：

6月19日至7月5日，每周一、三、五上午（端午节调休6月25日上课），共八次课。

开课地点：

学院南路校区

选课路径：

2020级、2021级和2022级本科生，可通过本科生教务管理系统（xuanke.cufe.edu.cn/jwglxt）进行网上选课。

选课时间

夏季小学期选课共分两轮：第一轮为6月5日10:00-6月7日10:00，第二轮为6月8日10:00-6月9日17:00

一、授课老师介绍

Steven Lehrer：

匹兹堡大学博士，美国宾夕法尼亚大学沃顿商学院博士后

现任加拿大女王大学（Queen’s University）经济学教授

2015-2019曾任职上海纽约大学FAS课程教师，现任加拿大国家经济研究局副研究员，JANYS Analytics首席经济学家，《实证经济学》副主编。

研究方向：教育经济学、健康经济学、因果推理、实验经济学、数据科学应用计量经济学。

二、课程内容

本课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。本课程将采用理论教学与实际模拟训练相结合的方式，使学生边学习边实践，在短时间内掌握课程理论及软件系统的使用。

三、课程目录

Lecture 1 Course Introduction-Regression Review and Binary Responses

Lecture 2 Model and Variable Selection Methods including Lasso, Ridge and Elastic-Net

Lecture 3 Regression Trees, Bagging and Forests

Lecture 4 Boosting and Other Tree Based Approaches

Lecture 5 Support Vector Machines, Neural Networks and Deep Learning (time permitting)

Lecture 6 Causal Machine Learning

Lecture 7 Unsupervised Learning: Clustering Methods

Lecture 8 Text Analysis and Topics on the Research Frontier

四、选课要求

1.课程主要面对有一定的计量经济学、统计学和微观经济学基础，有一定R语言基础能进行数据分析的本科生，课程将全程英文授课。

2.课程考核通过后可认定为通识教育选修课“数据科学类课程”模块1学分（任选课）。