2023年7月22日上午，上海财经大学公共经济与管理学院教授郭峰老师应邀莅临中国社会科学院大学良乡校区，为第六期“香樟青苗计划”学员授课，讲座题目为“机器学习基本原理及经济学实证应用”。

嘉宾简介

郭峰，上海财经大学公共经济与管理学院教授、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》《管理世界》《经济学季刊》《管理科学学报》、Research Policy，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。主持国家社科基金青年、上海市哲学社会科学规划项目、博士后科学基金面上项目等课题10余项。

在此次讲座中，郭峰老师从机器学习的基本任务、机器学习的基本概念、机器学习的基本原理、机器学习学习应用与启示和机器学习经验与建议共五个方面展开分享。

首先，郭峰老师介绍了机器学习的基本任务。目前人工智能概念非常火爆，而郭峰老师认为机器学习在人工智能体系中处于基础与核心地位，想要了解人工智能就必须先了解机器学习。郭峰老师认为，机器学习方法的主要目的就在于对包括非结构化数据在内的大数据进行降维、分类和预测等。为了让同学们更加清晰地认识到机器学习方法的特点，郭峰老师将机器学习方法与计量经济学等传统数据分析方法进行对比，指出计量经济学等传统科学实证更关注无偏性，而机器学习方法则更注重泛化性。

其次，郭峰老师向同学们介绍了机器学习的基本原理。郭峰老师重点介绍了训练集、测试集、过拟合和欠拟合等概念，并在这些基础概念的基础上介绍了机器学习的基本原理。郭峰老师从最小二乘法存在的过度拟合以及泛化能力差的问题出发，重点介绍了正则化等牺牲无偏性以提高泛化能力的方法，并进一步简要介绍了集成学习、深度学习等其他机器学习算法的基本逻辑。为了使同学们能够更加直观地了解机器学习方法，郭峰老师分别以文本数据与图像数据为例，向同学们展示了机器学习的实现要点以及代码实现。

之后，郭峰老师介绍了机器学习的应用与启示。郭峰老师认为，机器学习能够给我们关于社会科学实证的启示，即使不做机器学习，我们计量经济学也可以从机器学习理念中得到一些启发。例如，重视样本的代表性、回归方程中控制变量并非越多越好、重视因果关系的异质性检验、以及在样本量允许的情况下可以考虑采用机器学习方法等。

最后，郭峰老师以他本人在机器学习领域的研究经验为例，向同学们分享了如何学习机器学习的经验与建议。具体地，郭峰老师向同学们分享了他多年来在机器学习领域的研究历程，并展示了近年来的部分研究成果，介绍了一些机器学习方法在经济学领域可能的应用。特别地，郭峰老师给出了三条具体且操作性强的建议：（1）先学python，再学机器学习算法；（2）逐个算法学习，理论与实操并重；（3）网络资料为主，教材系统学习为辅。

在互动交流环节，郭峰老师细致地回答了同学们在机器学习相关论文发表、机器学习的可解释性、机器学习算法评价等方面的问题。在雷鸣般的掌声中，郭峰老师关于“机器学习基本原理及经济学实证应用”的讲座圆满结束。