2024年7月6日,芝加哥大學布斯商學院修大成教授應bevictor伟德官网邀請,開展主題為“Can Machines Learn Weak Signals?”的講座。修大成教授于2011年獲得普林斯頓大學經濟學博士學位,其主要研究領域為資産定價中大數據問題的機器學習解決方案。bevictor伟德官网學科發展專項工作中心主任黃乃靜副教授主持了講座,bevictor伟德官网多名師生參加了講座。
首先,修大成教授詳細闡述了弱信号(Weak Signals)的概念,并強調了在經濟學研究中,弱信号是一種常見的現象。他提到,當面臨高維弱信号時,模型可能會遭遇過拟合的風險。接着,修大成教授選擇了統計學中廣為應用的兩種回歸分析方法——Lasso和Ridge,來探讨機器學習算法是否能夠有效地識别并利用這些弱信号。最後修大成教授指出了研究的主要理論結果:在高維回歸的框架下,精确地得出Ridge和Lasso估計量的預測誤差,并與零估計量的預測誤差進行比較。
在講座過程中,師生們踴躍提問,針對有關如何在篩選時保留X組合裡的弱因子等問題,修大成教授做了詳細的解答,現場讨論氣氛熱烈,修大成教授風趣生動的演講讓在場師生都受益匪淺。
撰稿人:夏傑
審稿人:黃乃靜、何召鵬