數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是近年來備受關(guān)注的熱門話題，它們不僅影響著我們的日常生活，也正在深刻改變著各個(gè)行業(yè)的運(yùn)作方式。數(shù)據(jù)挖掘是指利用各種技術(shù)和方法從海量數(shù)據(jù)中提取有用信息和規(guī)律的過程，而機(jī)器學(xué)習(xí)則是讓機(jī)器通過學(xué)習(xí)數(shù)據(jù)來實(shí)現(xiàn)智能化的技術(shù)。兩者結(jié)合，可以為企業(yè)和個(gè)人帶來更多的商機(jī)和發(fā)展空間。
在商業(yè)領(lǐng)域，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)被廣泛應(yīng)用于市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)控制、供應(yīng)鏈管理等方面。通過分析客戶行為和偏好，企業(yè)可以更好地制定營(yíng)銷策略，提高銷售效率和客戶滿意度。同時(shí)，機(jī)器學(xué)習(xí)算法也可以幫助企業(yè)預(yù)測(cè)市場(chǎng)趨勢(shì)和風(fēng)險(xiǎn)，降低經(jīng)營(yíng)風(fēng)險(xiǎn)，提高盈利能力。
在醫(yī)療領(lǐng)域，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)也發(fā)揮著重要作用。醫(yī)療數(shù)據(jù)的挖掘分析可以幫助醫(yī)生更準(zhǔn)確地診斷疾病、預(yù)測(cè)病情發(fā)展趨勢(shì)，提高效果。同時(shí)，機(jī)器學(xué)習(xí)還可以應(yīng)用于基因組學(xué)領(lǐng)域，幫助科學(xué)家發(fā)現(xiàn)新的基因與疾病之間的關(guān)系，加速藥物研發(fā)進(jìn)程。
在智能交通領(lǐng)域，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用也極具前景。通過對(duì)交通數(shù)據(jù)的分析和預(yù)測(cè)，城市可以更合理地規(guī)劃交通路線和優(yōu)化公共交通資源的分配，減少交通擁堵和事故發(fā)生。同時(shí)，無人駕駛技術(shù)的發(fā)展也離不開數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的支持，這將為未來的交通系統(tǒng)帶來全新的變革。
總的來說，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)正在成為推動(dòng)科技創(chuàng)新和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力。它們不僅在商業(yè)領(lǐng)域發(fā)揮著重要作用，也在醫(yī)療、交通、金融等領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。隨著科技的不斷發(fā)展和創(chuàng)新，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)必將成為未來社會(huì)發(fā)展的重要引擎，為我們的生活帶來更多的便利和可能性。

“社會(huì)科學(xué)中因果推斷方法”系列課程（時(shí)間：2024年8月2日~12日）

課程（一）因果推斷理論與方法

1課程介紹

課程介紹：因果推斷方法已經(jīng)成為現(xiàn)代社會(huì)科學(xué)實(shí)證研究的基本方法。學(xué)習(xí)和掌握因果推斷方法很有必要。本課程有特色。

，理論與應(yīng)用并重，更強(qiáng)調(diào)實(shí)際應(yīng)用。在介紹必要理論知識(shí)的同時(shí)，更強(qiáng)調(diào)在實(shí)際中如何解決因果推斷問題。

第二，注重案例教學(xué)，結(jié)合實(shí)際問題，采用通俗易懂的方式講解各種因果推斷方法。以及在講解過程中遇到的各種問題，尤其是當(dāng)前誤用、錯(cuò)用的問題。

第三，以EViews和Stata軟件為依托，演示操作過程，保證依靠軟件學(xué)會(huì)因果推斷分析。

2課程安排

課程安排：

上午（張曉峒老師） 下午（白仲林老師）

天 講：隨機(jī)化試驗(yàn)方法

1.1 簡(jiǎn)介

1.2 隨機(jī)化試驗(yàn)方法

1.3 潛在結(jié)果模型

第二講：回歸不連續(xù)分析與雙重差分

2.1 潛在結(jié)果模型與回歸的關(guān)系

2.2 回歸不連續(xù)設(shè)計(jì) 講：DID/PSM-DID模型及Stata命令

案例1：DID案例——中國(guó)農(nóng)村稅費(fèi)改革的政策效果：基于雙重差分模型的估計(jì)

案例2：PSM-DID案例——時(shí)空壓縮下的風(fēng)險(xiǎn)投資———高鐵通車與風(fēng)險(xiǎn)投資區(qū)域變化

第二天 2.3 回歸不連續(xù)分析典型研究成果

2.4 精確回歸不連續(xù)分析案例

2.5 精確回歸不連續(xù)分析一般步驟

第三講：雙重差分分析法

3.1 標(biāo)準(zhǔn)雙重差分模型估計(jì)原理

3.2 面板數(shù)據(jù)DID模型

3.4 面板數(shù)據(jù)多期DID分析

第二講：合成控制方法與回歸合成方法及Stata命令

案例1：SCM案例——資源枯竭型城市的經(jīng)濟(jì)轉(zhuǎn)型有效嗎？

案例2：HCW案例——CEPA對(duì)香港經(jīng)濟(jì)的影響

第三天 第四講：內(nèi)生性問題分類、檢驗(yàn)與處理

4.1內(nèi)生性問題分類

4.2內(nèi)生性對(duì)模型參數(shù)估計(jì)的影響

4.3內(nèi)生性檢驗(yàn)

4.4內(nèi)生性處理常用方法（IV法、2SLS法，Heckman兩步法等）

第三講：回歸不連續(xù)與多期DID分析及Stata命令

案例1：回歸不連續(xù)案例——?jiǎng)趧?wù)派遣在中國(guó)的演進(jìn)歷程與動(dòng)力機(jī)制

案例2：多期DID案例——技術(shù)轉(zhuǎn)移與企業(yè)高質(zhì)量創(chuàng)新

3主講教師簡(jiǎn)介

張曉峒，日本大阪市立大學(xué)經(jīng)濟(jì)學(xué)博士，中國(guó)數(shù)量經(jīng)濟(jì)學(xué)會(huì)副會(huì)長(zhǎng)。南開大學(xué)經(jīng)濟(jì)學(xué)院教授，數(shù)量經(jīng)濟(jì)學(xué)專業(yè)原博士生導(dǎo)師，南開大學(xué)數(shù)量經(jīng)濟(jì)研究所原所長(zhǎng)。國(guó)內(nèi)13所大學(xué)兼職教授。

白仲林，南開大學(xué)經(jīng)濟(jì)學(xué)博士，天津市數(shù)量經(jīng)濟(jì)學(xué)會(huì)會(huì)長(zhǎng)。天津財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院教授，數(shù)量經(jīng)濟(jì)學(xué)專業(yè)博士生導(dǎo)師。

會(huì)議時(shí)間

2024年8月2日—4日

要求學(xué)員在學(xué)習(xí)期間，不得安排其它工作和社交活動(dòng)

會(huì)議時(shí)間：

上午：9:00—12:00

下午：2:00—5:00

如有必要加課

晚上：7:00—9:00

會(huì)議費(fèi)用

課程費(fèi)用：3000元/人

3人報(bào)名 2800元/人；5人報(bào)名 2600元/人；10人報(bào)名 2500元/人；老學(xué)員 2500元/人。

繳費(fèi)方式：

1.按照?qǐng)?bào)名順序排列座位

2.限額50名，為了防止報(bào)名不來浪費(fèi)名額，請(qǐng)?zhí)崆爸Ц?00元定金，等您繳費(fèi)后，定金退還。支付寶：15101113063 余俊俠

3.對(duì)公轉(zhuǎn)賬：（轉(zhuǎn)賬時(shí)請(qǐng)?jiān)谡獧诶镒⒚餍彰褪謾C(jī)號(hào)）

支付寶(同步微信)：15101113063 余俊俠

對(duì)公轉(zhuǎn)賬：轉(zhuǎn)賬時(shí)請(qǐng)?jiān)谡獧诶镒⒚餍彰褪謾C(jī)號(hào)，學(xué)術(shù)苑培訓(xùn)。支持銀行對(duì)公轉(zhuǎn)賬，提供正式增值稅報(bào)銷。

公司名稱：北京弘靈文睿教育科技有限公司

開 戶 行：興業(yè)銀行北京海淀支行

賬 號(hào)：3212 3010 0100 4200 44

特別提示：按照?qǐng)?bào)名先后順序排座位?。?！

“社會(huì)科學(xué)中因果推斷方法”系列課程

課程（二）結(jié)構(gòu)模型估計(jì)（8月6日-8日）

1課程介紹

結(jié)構(gòu)模型，是將經(jīng)濟(jì)學(xué)模型和計(jì)量統(tǒng)計(jì)模型結(jié)合，用于估計(jì)描述現(xiàn)實(shí)的深層參數(shù)，模擬現(xiàn)實(shí)世界，以便合理地評(píng)估政策效果的實(shí)證工具。在結(jié)構(gòu)式方法中，理論和實(shí)證的聯(lián)系是緊密的。由于其建模技術(shù)的優(yōu)雅和深刻，不僅是當(dāng)今經(jīng)濟(jì)政策評(píng)估領(lǐng)域的前沿，也是發(fā)展經(jīng)濟(jì)理論的有力武器。本課程將以常見的幾類結(jié)構(gòu)模型為例，系統(tǒng)介紹結(jié)構(gòu)模型與結(jié)構(gòu)估計(jì)的相關(guān)理論知識(shí)，并結(jié)合具體實(shí)例，詳細(xì)展示結(jié)構(gòu)估計(jì)的研究思路、技術(shù)細(xì)節(jié)和算法。在此基礎(chǔ)上，本課程將進(jìn)一步介紹結(jié)構(gòu)估計(jì)的進(jìn)階用法，并且可以對(duì)研究選題、文獻(xiàn)梳理、模型構(gòu)建、數(shù)據(jù)處理、算法編程、結(jié)果分析、論文寫作、投稿返修等各方面問題進(jìn)行個(gè)性化答疑。

2課程安排

「Day 1：結(jié)構(gòu)估計(jì)入門」

1. 結(jié)構(gòu)模型與結(jié)構(gòu)估計(jì)的含義

2. 生命周期模型介紹（用于分析居民行為）

3. 動(dòng)態(tài)公司金融模型介紹（用于分析企業(yè)行為）

4. 空間一般均衡模型介紹（用于分析空間經(jīng)濟(jì)行為）

5. 結(jié)構(gòu)估計(jì)的應(yīng)用（包括但不限于反事實(shí)模擬、政策分析、最優(yōu)政策）

6. 結(jié)構(gòu)估計(jì)的進(jìn)展和展望

「Day 2：結(jié)構(gòu)估計(jì)實(shí)例」

1. 結(jié)構(gòu)估計(jì)實(shí)例1：居民消費(fèi)行為分析（研究思路、具體實(shí)施步驟、數(shù)據(jù)處理、算法和MATLAB編程）

2. 結(jié)構(gòu)估計(jì)實(shí)例2：企業(yè)投資行為分析（研究思路、具體實(shí)施步驟、數(shù)據(jù)處理、算法和MATLAB編程）

3. 結(jié)構(gòu)估計(jì)習(xí)題集解答

「Day 3：結(jié)構(gòu)估計(jì)的進(jìn)階用法與實(shí)例」

1. 結(jié)構(gòu)估計(jì)與實(shí)驗(yàn)、準(zhǔn)實(shí)驗(yàn)方法相結(jié)合

2. 結(jié)構(gòu)模型之建模技巧

3. 實(shí)證模型的理論依據(jù)

4. 補(bǔ)充性的結(jié)構(gòu)估計(jì)

5. 結(jié)構(gòu)估計(jì)研究經(jīng)驗(yàn)分享

課程時(shí)間：8月6日-8日

3主講教師簡(jiǎn)介

鄒建文，中南財(cái)經(jīng)政法大學(xué)收入分配與現(xiàn)代財(cái)政研究院講師，研究方向?yàn)橄M(fèi)、投資、以及結(jié)構(gòu)估計(jì)方法論，研究成果發(fā)表于《經(jīng)濟(jì)研究》、《經(jīng)濟(jì)學(xué)（季刊）》、《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》，主持國(guó)家自然科學(xué)基金青年項(xiàng)目、教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目等多個(gè)課題，獲第十八屆張培剛優(yōu)秀博士論文獎(jiǎng)。撰寫國(guó)內(nèi)首個(gè)關(guān)于結(jié)構(gòu)估計(jì)的講義《結(jié)構(gòu)估計(jì)講義》，建立個(gè)人公眾號(hào)“經(jīng)濟(jì)學(xué)結(jié)構(gòu)估計(jì)前沿”，曾應(yīng)邀在武漢大學(xué)、華中科技大學(xué)、上海財(cái)經(jīng)大學(xué)、中南財(cái)經(jīng)政法大學(xué)、TIDE學(xué)會(huì)等高校和學(xué)會(huì)講授結(jié)構(gòu)估計(jì)方法論，廣受好評(píng)。

會(huì)議費(fèi)用

課程費(fèi)用：2800元/人；3人報(bào)名 2600元/人；5人報(bào)名 2500元/人；10人報(bào)名 2200元/人；老學(xué)員 2500元/人。

暑期課程系列3—數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)

Day 1

上午：數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)概述、任務(wù)和分析方法，數(shù)據(jù)探索和預(yù)處理、特征變換與生成

下午：數(shù)據(jù)清洗與預(yù)處理的R語言和Python語言的實(shí)現(xiàn): 使用dplyr、ggplot2包和numpy、pandas、matplotlib.pyplot包以《消費(fèi)者報(bào)告》中的汽車數(shù)據(jù)和信用卡客戶貸款數(shù)據(jù)為例

Day 2

上午：分類模型與學(xué)習(xí)方法，模型訓(xùn)練的策略和效果的衡量

下午：監(jiān)督式學(xué)習(xí)算法原理與應(yīng)用：例如用Scikit-learn(Sklearn) 實(shí)現(xiàn)最小二乘法和梯度下降法、使用glm函數(shù)進(jìn)行Probit與Logistic模型的訓(xùn)練，以及模型驗(yàn)證與預(yù)測(cè)的實(shí)操訓(xùn)練                                                    

Day 3

上午：神經(jīng)網(wǎng)絡(luò)、決策樹與集成學(xué)習(xí)、深度學(xué)習(xí)算法與訓(xùn)練技巧

下午：以銀行風(fēng)控業(yè)務(wù)為案例使用sklearn和pytorch對(duì)分類模型和回歸模型進(jìn)行模型訓(xùn)練與評(píng)估

主講教師介紹

李好，阿姆斯特丹大學(xué)金融計(jì)量經(jīng)濟(jì)學(xué)博士，南開大學(xué)經(jīng)濟(jì)學(xué)院助理教授。金融風(fēng)險(xiǎn)管理師（FRM）持證超過3年，具有十年以上編程和建模經(jīng)驗(yàn)，擅長(zhǎng)R語言和Python的編程和教學(xué)。

助教：南開大學(xué)博士生

會(huì)議費(fèi)用

課程費(fèi)用：2500元/人。3人報(bào)名：2200元/人；5人報(bào)名 2000元/人；老學(xué)員 2200元/人。

其他要求同前。詳細(xì)信息請(qǐng)參閱學(xué)術(shù)苑公眾號(hào)平臺(tái)發(fā)布的信息。

https://mp.weixin.qq.com/s/ZmV8fLduOs4aiIDjSRSk3Q