講壇題目：隨機前沿分析的非參數機器學習:單調貝葉斯加性回歸樹方法
主講人：魏征 助理教授
講座時間：2023年6月13日，17:00-18:00
講座地點：教6-412
承辦單位：基礎學院
摘要：計量經濟學是經濟學的一個分支，它使用各種統計方法來分析經濟系統。在本次報告中，將介紹一種基于隨機前沿模型(SFM)的流行且強大的統計機器學習模型，用于生產力效率分析。一般來說，SFM可以用于任何存在理論最大值(最小值)且所討論的變量的觀測對應值低于(高于)理論最大值(最小值)的問題。幾個R和Python包，以及流行的統計機器學習模型-BART(貝葉斯加性回歸樹)。
個人簡介：魏征博士目前是Texas A&M University - Corpus Christi的數據科學和統計學助理教授。在此之前，他曾在馬薩諸塞大學阿姆赫斯特分校和緬因大學工作過幾年。主要研究方向為數據科學、大數據分析的貝葉斯統計方法;統計機器學習方法，多向列聯表分析的統計方法，效率分析的隨機前沿模型。
學校郵箱
信息門戶
信息公開
ENGLISH
