Py学习  »  机器学习算法

Susan主导的斯坦福”机器学习与因果推断”公开课程正式对我们开放了

计量经济圈 • 1 年前 • 1053 次点击  

凡是搞计量经济的,都关注这个号了

箱:econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

前面推荐过“金融学中机器学习,大数据, 因果推断和Python操作书籍”和“耶鲁和芝大2023新书“金融机器学习”终于出来了!”,这不,斯坦福大学就推出了“机器学习与因果推断”公开课程。
这一系列视频课程,为那些希望深入了解如何利用机器学习来衡量干预效果、探究干预效果的异质性影响,以及设计精准政策处理分配策略的观众所设计。
受益对象涵盖了多个群体,包括经济学家、研究人员或政策制定者,他们依靠随机对照试验或A/B测试的证据来决策有效策略,还有行为科学家或从业者,他们希望更深入地掌握大数据的应用。此外,该课程还介绍了在观察性研究中估计因果影响的方法,例如,通过历史数据来评估过去引入的政策对结果的影响。
编写的教程(下载地址:https://bookdown.org/stanfordgsbsilab/ml-ci-tutorial/)详细阐述了基于机器学习的因果推断的核心概念,不仅提供了理论基础,还通过编程示例进行了实际应用。这些章节均采用了R Markdown编写,每一章都可以通过链接获取公开数据并在本地进行下载、修改和执行。该教程目前还处于持续更新中,随着项目的进展,将陆续添加新的章节内容。
视频讲解该课程的都是斯坦福商学院知名经济学家,其中就包括广为人知的Susan Athey(较早将机器学习引入经济学中的经济学家,曾经在微软做过6年的首席经济学家,也是首位获得贝茨克拉克奖的女性经济学,老公为2021年诺贝尔经济学奖得主Guido Imbens)。
下面是该门课程的具体内容,各位学者可以直接前往观看,而社群群友也可以直接在计量社群观看。

机器学习与经济学:简介

对比传统计量经济学与现成的机器学习方法的概述。

机器学习:应用计量经济学方法

从经济学家的角度介绍有监督机器学习的主题。

用于估计平均处理效应的机器学习

介绍使用来自随机对照试验数据或在未混淆假设成立的情境下估计平均处理效应的方法,重点关注机器学习方法如何改进传统估计方法。

用于条件平均处理效应的机器学习:因果树与因果森林

介绍使用机器学习来估计条件平均处理效应的方法,重点关注因果树和因果森林的应用。

稳健的处理效应估计

设计用于观察研究中处理效应的稳健、基于机器学习的算法的一般原则,以及将这些原则应用于更稳健的因果森林设计,如GRF中所实施的。

因果推断的损失函数

将因果推断的最佳实践提炼为损失函数。

关于机器学习,参看:1. 机器学习之KNN分类算法介绍: Stata和R同步实现(附数据和代码),2.机器学习对经济学研究的影响研究进展综述,3.回顾与展望经济学研究中的机器学习,4.最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响! 5.Top, 机器学习是一种应用的计量经济学方法, 不懂将来面临淘汰危险!6.Top前沿: 农业和应用经济学中的机器学习, 其与计量经济学的比较, 不读不懂你就out了!7.前沿: 机器学习在金融和能源经济领域的应用分类总结,8.机器学习方法出现在AER, JPE, QJE等顶刊上了!9.机器学习第一书, 数据挖掘, 推理和预测,10.从线性回归到机器学习, 一张图帮你文献综述,11.11种与机器学习相关的多元变量分析方法汇总,12.机器学习和大数据计量经济学, 你必须阅读一下这篇,13.机器学习与Econometrics的书籍推荐, 值得拥有的经典,14.机器学习在微观计量的应用最新趋势: 大数据和因果推断,15.R语言函数最全总结, 机器学习从这里出发,16.机器学习在微观计量的应用最新趋势: 回归模型,17.机器学习对计量经济学的影响, AEA年会独家报道,18.回归、分类与聚类:三大方向剖解机器学习算法的优缺点(附Python和R实现),19.关于机器学习的领悟与反思

20.机器学习,可异于数理统计,21.前沿: 比特币, 多少罪恶假汝之手? 机器学习测算加密货币资助的非法活动金额! 22.利用机器学习进行实证资产定价, 金融投资的前沿科学技术! 23.全面比较和概述运用机器学习模型进行时间序列预测的方法优劣!24.用合成控制法, 机器学习和面板数据模型开展政策评估的论文!25.更精确的因果效应识别: 基于机器学习的视角,26.一本最新因果推断书籍, 包括了机器学习因果推断方法, 学习主流和前沿方法,27.如何用机器学习在中国股市赚钱呢? 顶刊文章告诉你方法!28.机器学习和经济学, 技术革命正在改变经济社会和学术研究,29.世界计量经济学院士新作“大数据和机器学习对计量建模与统计推断的挑战与机遇”,30.机器学习已经与政策评估方法, 例如事件研究法结合起来识别政策因果效应了!31.重磅! 汉森教授又修订了风靡世界的“计量经济学”教材, 为博士生们增加了DID, RDD, 机器学习等全新内容!32.几张有趣的图片, 各种类型的经济学, 机器学习, 科学论文像什么样子?33.机器学习已经用于微观数据调查和构建指标了, 比较前沿!34.两诺奖得主谈计量经济学发展进化, 机器学习的影响, 如何合作推动新想法!35.前沿, 双重机器学习方法DML用于因果推断, 实现它的code是什么?

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

5年,计量经济圈近1500篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 |  工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据

计量系列匹配方法 | 内生性 | 工具变量 | DID |  面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID

数据处理Stata  | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 |  机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验

计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/160127
 
1053 次点击