中国滨海金融协同创新中心
首页中心概况组织结构新闻动态专家团队科学研究中心刊物政策文件联系我们
新闻动态
 首页 
 中心概况 
 组织结构 
 新闻动态 
 专家团队 
 科学研究 
 中心刊物 
 政策文件 
 联系我们 
 
新闻动态
您的位置: 首页>新闻动态>正文

中心选派优秀硕博研究生参加“机器学习与计量方法应用研讨会”

时间:[2019-08-29]  来源:

817-24日,由北京友万信息科技有限公司主办、上海财经大学承办的第三届Stata中国用户大会暨“机器学习与计量方法应用研讨会”在上海财经大学隆重举行。中国滨海金融协同创新中心选派了2019级博士研究生方云龙、2018级硕士研究生刘浩杰参加了此次研讨会及会议同期举办的Stata夏季训练营活动。据悉,此次训练营由山东大学陈强教授和南开大学王群勇教授主讲,于817-19日、22-24日进行了为期六天的Stata机器学习及计量经济方法应用课程,课程以计量经济学的前沿问题为导向,引入人工智能领域最前沿的机器学习方法结合Stata应用程序,吸引了来自全国各地高校超过百名学者参与。

WechatIMG204

中心派出的两名研究生表示在此次活动中收获颇丰、受益匪浅,特别是在与专家面对面的互动交流中进一步拓展了学术视野、启迪了创新思维、引发了将工具技术与理论思想有机融合的思考。  

WechatIMG203

 

2019级博士研究生方云龙:通过参加这次研讨会以及与各位老师和学员的交流,我深有启发。随着stata16的发布,学习stata的门槛也越来越低,就像陈强老师所做的比喻,“随着stata的升级,学习stata的难度越来越低,现在的stata更像是一种傻瓜软件,好比照相机中的傻瓜相机,不需要很多的技术,而R语言更像是单反,需要我们对相关技术进行学习。”包括决策树、神经网络以及支持向量机等在内的机器学习模型逐渐出现在经济学论文当中,这就要求我们对前沿的写作技术尽早进行学习,好的选题加上较为先进的方法是写出好论文的重要因素。

微信图片_20190824161428

2018级硕士研究生刘浩杰:在金融大数据和人工智能时代背景下,把金融经济理论与大数据和机器学习相结合是今后经济学发展的方向。面对今后海量的高维金融大数据,传统经济计量学和线性预测性回归方法已经难以处理,容易陷入过拟合和模型不稳健等高维陷阱。在此次“机器学习与R语言应用”的培训班中,通过陈强老师的讲解以及与各个高校老师同学的讨论,我对稀疏性模型、因子降维、决策树、随机森林、神经网络及贝叶斯统计等机器学习技术有了更加深入的理解,同时我也意识到作为一名研究生,我应该积极探索新领域,不断的更新知识体系,探索大数据和机器学习在检验资本市场信息有效性检验,风险溢价决定机制及资产定价模型建模等资本市场领域核心问题上的应用,为今后的论文写作奠定基础。

 

微信图片_20190824161334

在大数据迅猛发展的当前,“机器学习”已成为人工智能科学研究和应用领域的重要驱动力,必将带来一系列传统决策机制的根本性变革,也必将推动社会科学研究范式的重大转型。中心将以此次活动为契机,加强对在读硕博研究生工具技术使用方法的训练培养,推动机器学习和深度学习等人工智能方法在经济学和管理学前沿领域的研究应用;同时,积极创造良好的学习交流平台,派出更多优秀硕博参与各类学术交流活动,进一步加强与各高校、各科研院所及业界的交流联系,促进高质量的人才培养和交叉学科的研究探索。

 

上一条:刘金兰校长调研中国滨海金融协同创新中心

下一条:中心召开2019-2020学年度第一次全体会议

关闭窗口

中国滨海金融协同创新中心  版权所有