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