楼主: 资料狂人
103173 161

[学科前沿] 经管之家大咖公开课丨洪永淼老师“非参数统计学和机器学习”   [推广有奖]

运营管理员

已卖:77份资源

巨擘

0%

还不是VIP/贵宾

-

威望
9
论坛币
970799787 个
通用积分
46006.3221
学术水平
4678 点
热心指数
3465 点
信用等级
3681 点
经验
747661 点
帖子
10329
精华
142
在线时间
19535 小时
注册时间
2010-5-11
最后登录
2026-1-16

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

楼主
资料狂人 在职认证  发表于 2021-4-6 11:12:52 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
经管之家大咖公开课洪永淼老师4月20日 19:00-20:00 分享“非参数统计 学和机器学习基本思想、方法与相互关系”
获取方式:微信关注公众 号 计量与统计
回复关键词:机器学习
回放观看链接和课件都在,限时回放,抓紧领取学习哦!

4.20.jpg

在2021年1月4日洪老师的一次直播分享中提及:
大数据和机器学习对经济学研究范式和研究方法的影响,主要聚焦以下三个领域:
一是大数据特别是文本数据创新了文本回归研究范式,将人文社会因素与经济的互动关系纳入到一个统一的定量分析框架当中。
二是大数据带来很多新型数据,这些新型数据呼唤新的计量经济学模型与方法。以区间数据建模为例,区间数据比点数据包含更多信息,区间计量经济学模型可用于经济变量区间预测和宏观经济区间管理。
三是机器学习可以用来帮助简化高维甚至超高维计量经济学模型,通过有效降维,帮助识别重要解释变量或预测变量,提升统计推断效率和样本外预测能力。


非参数统计 学与机器学习的关系又会有怎样的影响呢?洪永淼教授直播回放来了!!!
获取方式:微信关注公众 号 计量与统计
回复关键词:机器学习
回放观看链接和课件都在,限时回放,抓紧领取学习哦!



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:经管之家 洪永淼 公开课 非参数统计 相互关系

已有 2 人评分经验 收起 理由
xujingtang + 80 精彩帖子
HELLO_BABY + 100 精彩帖子

总评分: 经验 + 180   查看全部评分



沙发
资料狂人 在职认证  发表于 2021-4-6 11:14:38
洪永淼,发展中国家科学院院士,世界计量经济学会会士,中国科学院数学与系统科学研究院研究员,中国科学院大学经济与管理学院教授。

研究领域为计量经济学、时间序列分析、金融计量经济学、中国经济。

2014-2019年连续6年入选Elsevier“经济、金融和计量经济学”中国高被引学者榜单。
根据国际权威计量经济学期刊Econometric Theory所做的“世界计量经济学家排名:1989-2005”,洪永淼教授在1989-2005期间名列第15位(洪永淼于1993年博士毕业),在1995-2005和2000-2005期间均名列第7位,是华人理论计量经济学家中在2000-2005期间的最高排名。
学术任职
1998.2至今,Journal of Business and Economic Statistics编委。
2004.1至今,Journal of Econometrics编委。
2005.1至今,Econometric Theory编委。
2000.1至今,Annals of Economics and Finance联合主编。
2001.5至今,《经济学〈季刊〉》学术委员会委员。
2005.6至今,《经济学报》联合主编。



藤椅
资料狂人 在职认证  发表于 2021-4-6 11:18:30
《计量经济学报》| 洪永淼、汪寿阳最近发表论文!大数据、机器学习与统计学:挑战与机遇

摘要:
随着数字经济时代的来临,基于互联网、移动互联网以及人工智能技术的经济活动每时每刻产生了海量大数据,这些海量大数据又反过来驱动各种经济活动。大数据来源不一,形式多样,种类繁杂,既有结构化数据,也有非结构化数据,如文本、图像、音频、视频等,即使是结构化数据,也有新型数据,如函数数据、区间数据与符号数据等。大数据大多拥有巨大的样本容量,也有潜在解释变量维数超过样本容量的高维大数据。大数据的产生以及基于大数据的机器学习的广泛使用,对统计学产生了深刻影响。本文从大数据的特点和机器学习的本质出发,讨论了大数据和机器学习对统计建模与统计推断的挑战与机遇,包括由抽样推断总体分布性质、充分性原则、数据归约、变量选择、模型设定、样本外预测、因果分析等重要方面,同时也探讨了机器学习的理论与方法论基础以及统计学和机器学习的交叉融合。


板凳
三重虫 发表于 2021-4-6 11:49:30

回帖奖励 +10

报纸
军旗飞扬 在职认证  发表于 2021-4-6 12:05:52

回帖奖励 +10

地板
xujingjun 发表于 2021-4-6 12:53:29

回帖奖励 +10

7
土八路 发表于 2021-4-6 13:37:14

回帖奖励 +10

好好好

8
piiroja 发表于 2021-4-6 13:41:07

回帖奖励 +10

thx for sharing~

9
灞上柳生 发表于 2021-4-6 16:00:42

回帖奖励 +10

期待ing~

10
zzq15 发表于 2021-4-6 16:08:06

回帖奖励 +10

期待期待

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-17 04:20