Mastering Causal Inference：
記陳強老師的高級計量Stata之因果推斷現場班
預告：
機器學習及Python套用四天現場班
陳強 親授
北京, 2024年7月18-21日
Now or Never!
（詳情點選頁底「閱讀原文」）
【機器學習及Python套用】（陳強，高教社，2021年3月，632頁，雙色印刷）在京東、當當、淘寶等各大平台熱銷：
內容豐富，講解深入，讀後很有啟發，非常不錯。 ——讀者
陳強老師的機器學習這本書非常推薦，對於自學者非常友好。 ——讀者
陳老師寫的教材，必須支持，且內容前沿，全面，點贊！ ——讀者
這本書真是絕了，大內卷的時代這本書會發展成和陳強的計量經濟學一樣，碩士博士必讀的書籍。 ——讀者
如何迅速上手機器學習及Python套用？ 陳強老師親授的「機器學習及Python套用」四天現場班（北京，2024年7月18-21日），手把手講解機器學習與Python套用，無疑是難得的捷徑！
2024年暑假將至，你的暑假計劃是什麽？你有多久沒有系統地更新知識了？每次別人談起機器學習與人工智慧，你若總是雲裏霧裏，這種狀況還要持續多久？
機器學習早期為人工智慧的分支，後來也有不少統計學家加入，最近一、二十年因為其預測精度迅速提高而走紅，並在業界有著廣泛的套用。可以預見，在未來三十年，幾乎所有行業都會因機器學習的深刻沖擊而改變。 MIT名譽校長Eric Grimson曾預言，機器學習會成為像Word一樣的工具 。而誰先掌握此工具，則可占得先機，成為時代的弄潮兒（至少不會落伍）。
或許你覺得機器學習（Machine Learning ）對於你並沒有什麽實際用途。但事實上，至少已經有兩波機器學習的大潮席卷了經管學科。第一波是以 LASSO 為代表的高維回歸、懲罰回歸，第二波為以決策樹與隨機森林(Random Forest)為代表的新型非參數回歸與整合學習(Ensemble Learning)，而以神經網路與深度學習（Deep Learning）的第三波也正在潮流湧動……
不妨參考陳強老師的往期推文：
當你還在猶豫觀望的時候， 不少你的同輩、前輩甚至晚輩都已經有了令人激動的寒假計劃 ——那就是，參加陳強老師的 「機器學習及Python套用」 四天現場班，掌握機器學習，入門到進階！ 先知先覺者，引領未來，盡享先發優勢……
Upcoming Events
現在的 「風口」 是什麽？那就是機器學習！得機器學習者，得未來……
陳強老師即將推出期待已久的 「 機器學習及Python套用 」 四 天現場班 ，2024年7月18-21日，北京 現場班占座開啟。
本課程的最大特色在於「 一站式服務 」，從機器學習的原理、數學推導，到Python語言命令與經典案例，無不精心設計、絲絲入扣，理論聯系實操，讓學員們迅速理解機器學習的精髓，並掌握最為流行的Python語言操作。內容主要基於陳強老師好評如潮的專著 【機器學習及Python套用】 （高教出版社，2021年3月）。
授課方式： 思想原理 + 數學精髓 + Python經典案例
陳強老師將從零開始，介紹Python 語言的精華，讓你迅速上手！
課程大綱
第1講 機器學習引論
(1) 什麽是機器學習
(2) 機器學習的分類與術語
(3) 案例：垃圾信件過濾；手寫體數位辨識；影像辨識；自動駕駛
第2講 Python語言快速入門
(1) Why Python？
(2) 安裝Python與Spyder
(3) Python的模組 (module)
(4) Python的物件 (str, bool, list, tuple, dict, set)
(5) Python的函式 (function)與方法 (method)
(6) Numpy (ndarray), pandas (Series, DataFrame)
(7) sklearn (機器學習)與keras (深度學習)
(8) Python畫圖 (Matplotlib, pandas, seaborn)
(9) Python物件導向編程
第3講 數學回顧
(1) 梯度向量
(2) 方精靈數
(3) 梯度下降
(4) 向量微分
(5) 最佳化
第4講 線性回歸
(1) OLS
(2) 過擬合與泛化能力
(3) 偏差與變異數的權衡
(4) 交叉驗證
(5) Python案例：多項式回歸的過擬合；波士頓房價
第5講 邏輯回歸
(1) Logit
(2) 機率比
(3) 靈敏度與特異度
(4) ROC與AUC
(5) 科恩的kappa
(6) Python案例：鐵達尼號旅客的存活
第6講 多項邏輯回歸
(1) 多項Logit
(2) Python案例：辨識玻璃類別
第7講 懲罰回歸
(1) 高維回歸的挑戰
(2) 嶺回歸 (Ridge Regression)
(3) 套索估計 (Lasso)
(4) 彈性網估計 (Elastic Net)
(3) Python案例：前列腺癌的影響因素
第8講 K近鄰法
(1) 回歸問題的K近鄰法
(2) 分類問題的K近鄰法
(3) Python案例：摩托車撞擊實驗數據；鳶尾花品種的歸類；威斯康辛乳癌的診斷
第9講 決策樹
(1) 分類樹 ( classification Tree)
(2) 分裂準則(錯分率、基尼指數、資訊熵)
(3) 成本復雜性修枝
(4) 回歸樹 (Regression Tree)
(5) Python案例：波士頓房價；葡萄牙銀行市場行銷
第10講 隨機森林
(1) 整合學習 (Ensemble Learning)
(2) 裝袋法 (Bagging)
(3) 隨機森林 (Random Forest)
(4) 變量重要性 (Variable Importance)
(5) 偏依賴圖 (Partial Dependence Plot)
(6) Python案例：波士頓房價；聲吶訊號的分類
第11講 提升法
(1) 自適應提升法 (AdaBoost)
(2) AdaBoost的統計解釋
(3) 梯度提升法 (Gradient Boosting Machine)
(4) XGBoost演算法
(5) Python案例：波士頓房價；過濾垃圾信件；辨識玻璃類別
第12講 支持向量機
(1) 最大間隔分類器 (Maximal Margin classifier)
(2) 軟間隔分類器 (Soft Margin classifier)
(3) 支持向量機 (Support Vector Machine)
(4) 核技巧 (Kernel Trick)
(5) 支持向量回歸 (Support Vector Regression)
(6) Python案例：模擬數據；過濾垃圾信件；辨識手寫數位；波士頓房價
第13講 人工神經網路
(1) 人工神經網路的思想
(2) 感知機（Perceptron）
(3)前饋神經網路 (Feedforward Neural Network)
(4) 啟用函式 (Activation Function)
(5) 反向傳播演算法 (Back-propagation Algorithm)
(6) 隨機梯度下降 (Stochastic Gradient Descent)
(7) 神經網路的過擬合與正則化
(8) 摺積神經網路 (Convolution Neural Network)
(9) 深度學習的發展
(10) Python案例 (sklearn與Keras)：波士頓房價；過濾垃圾信件；模擬數據；路透社新聞主題分類，手寫數位數據集MNIST
第14講(Bonus Lecture) 機器學習在經管社科的套用
精讀幾篇在經管社科頂刊發表的經典機器學習論文
不難看出，本次課程可謂幹貨滿滿、奇貨可居。更難得可貴的是，主講老師陳強教授具有豐富的教學經驗、激情與魅力，是廣大經管學子心目中的 「計量男神」，尤其擅長化繁為簡、直指人心，讓學員們迅速上手新知識與技能。
跟著陳強老師，四天掌握兩個寶（機器學習、Python語言），登堂入室，立竿見影，趕上時代的步伐！
如果說 「知識改變命運」，這就是一次絕好的機會。 士別四日，或當刮目相看， Now or Never ！
陳強老師的往期機器學習現場班
部份學員反饋
謝謝陳老師！聽您講課受益良多！
陳強老師的高維空間景色宜人……
感謝陳老師！每次聽課都收益匪淺！
近幾日聽您講課收獲很大，今後還要向您多多學習！
今天上課幹貨滿滿……這兩天參加您的培訓，收獲很大，希望未來有機會也請您到我們學校交流。
陳老師好，以前都是讀你的書，給學生推薦你的書和公眾號，這幾天聽你講課，信手拈來，深入淺出，果然是高手中的高手！
之前一直聽您的視訊課，看公眾號收獲特別大。 都打印裝訂成冊了，老師你公眾號寫的特別生動，有的不好理解的地方一看您的比喻就豁然開朗了，都是原創的內容，特別有吸重力，真的可以再可以出一本書呢。 今天第一次聽機器學習，還是用R和Stata，耳目一新呢，原來比較多的學的Python，上了一天的課收獲特別大。
「機器學習哪家強，山東大學找陳強」。哈哈哈，謝謝陳老師深入淺出的講解。收獲頗豐，受益匪淺
「人到中年不得已，機器學習來兜底」。同謝陳老師細致入微的講解，受益匪淺
陳老師假期愉快，新年快樂，五月份高級計量再來享受知識盛宴
課程真的講得太好了，在老師的課程中學到太多了！感謝陳老師 同樣無比期待機器學習新書的出版！！
下次開課，要推薦其他同學參加。很有收獲
真是獲益匪淺，感謝陳老師辛苦付出，期待陳老師新書，祝陳老師和大家假期愉快！
感謝陳老師5天精彩且細致入微的講解～出書一定推薦給其他同學！順祝老師和大噶假期愉快 (˶‾᷄ ⁻̫ ‾᷅˵)
陳老師辛苦了！陳老師的課高屋建瓴又深入淺出，真的受益良多 。感謝陳老師，祝陳老師假期愉快！
五天時間不長，卻像走過了一條漫長而幽暗的知識隧道，沒有陳老師的火炬照亮前進方向，豈能穿越！ 非常感謝陳老師深入淺出、妙喻頻出的授課！期待專著盡快出版！祝陳老師身體健康、學術之樹長青！
論文數據愁掉發 機器學習來開掛 這幾天仿佛開啟了新世界的大門 感謝陳老師！坐等陳老師新書出版
感謝陳老師！這五天收獲良多。之前學過一些Python，但是陳老師的講解更本質，使我對於Python的理解上了一個台階。ML講解更是深入淺出，很遺憾時間問題早離場了一會，期待能有機會跟隨陳老師再學習 ！
感謝陳老師，也感謝主辦方！陳老師的課程和教材向來深入淺出，很適合學習和套用，期待以後再次詳見！
非常感謝和敬佩陳強老師！ 五天高密度教學，特別辛苦 講解內容全面，深入淺出，很多點睛之語，直透本質，非有致廣大盡精微之學養不能達！祝陳老師學術之樹常青，桃李滿天下
感謝陳老師，也感謝主辦方的老師，5天收獲滿滿，期待以後再次相見！ 謝謝您陳老師！
讓我們期待：陳強老師2024年7月18-21日的「 機器學習及Python套用 」四天現場班精彩再現吧，北京見……
參考文獻
陳強，【高級計量經濟學及Stata套用】，第2版，高等教育出版社，2014年（久負盛名的配套
四天現場班
，可掃海報中的二維碼咨詢）
陳強，【計量經濟學及Stata套用】，高等教育出版社，2015年（好評如潮的配套 教學視訊 ，可在 Peixun.net 或網易雲課堂購買 ）
陳強，【機器學習及R套用】，高等教育出版社，2020年11月，472頁，雙色印刷
陳強，【機器學習及Python套用】，高等教育出版社，2021年3月，632頁，雙色印刷 （配套 四天現場班 ，詳情見海報，或點選頁底 「 閱讀原文 」 ）
陳強老師簡介
陳強，男，1971年出生，山東大學經濟學院教授，數量經濟學博士生導師。 分別於1992年、1995年獲北京大學經濟學學士、碩士學位，後留校任教。 2007年獲美國Northern Illinois University數學碩士與經濟學博士學位。 已發表論文於 Journal of Econometrics , Oxford Economic Papers (lead article), Economica , Journal of Comparative Economics , Stata Journal ( lead article) , 【經濟學(季刊)】、【世界經濟】等國內外期刊。 著有暢銷本科教材【計量經濟學及Stata套用】，研究生教材【高級計量經濟學及Stata套用】、【機器學習及R套用】與【機器學習及Python套用】，以及好評如潮的本科計量教學視訊（Peixun.net 或網易雲課堂）。 2010年入選教育部新世紀優秀人才支持計劃。
(c) 2023， 陳強，山東大學經濟學院
www.econometrics-stata.com
轉載請註明作者與出處
Our mission is to make econometrics easy,
and facilitate convincing empirical works.
以上圖文包含廣告內容
