机器学习与经济学实证应用

随着数字经济、数字金融对我们生产生活的广泛渗透，产生了大量非结构化、高维等为特征的大数据（Big Data）。大数据已经成为各学科关注的重点，为各学科的科学研究提供了重要数据源，同时善于处理大数据的机器学习方法也越来越被经济学、管理学等各类社会科学所看重。本课程的目的是讲述机器学习的基本原理及其在以经济学为代表的社会科学大数据分析中的应用，使学生能够了解机器学习的理念、代表性算法原理和实操，并通过实战化的案例，讲解如何将机器学习方法应用到社会科学各学科的实证研究当中。

郭峰老师是上海财经大学公共经济与管理学院投资副教授、博士生导师、北京大学数字金融研究中心特约高级研究员。研究领域包括数字经济与数字金融、机器学习与大数据分析、公共经济学等范畴。在《经济研究》、《经济学季刊》、《管理世界》、《管理科学学报》、Journal of Economic Behavior & Organization、China Economic Review等中英文学术期刊上发表论文50余篇，出版学术专著3部，参著数部。郭峰老师长期致力于机器学习和大数据相关研究，在相关期刊上发表多篇论文，包括在《经济学季刊》等期刊上发表（录用）的两篇关于机器学习和因果识别的文献综述（经济学（季刊）第23卷第1期（总第92期）目录）。郭峰老师连续多年在上海财经大学讲授机器学习和Python相关课程，并受邀在香樟青苗计划、清华大学、中国人民大学、中南财经政法大学等举办关于机器学习原理和应用的讲座。在本课程中，郭峰老师将结合自己的研究经验，讲授机器学习的基本原理，及其在经济学为代表的社会科学实证研究中的应用，并提供实战化代码。

详情请参阅https://mp.weixin.qq.com/s/quIasTczV8m-OMKr_ua0Ew