首页INDEX

当前位置: 首页 > 学术报告 > 正文

知行讲坛:随机前沿分析的非参数机器学习:单调贝叶斯加性回归树方法

发布时间:2023-06-12 点击:

师资职位 助理教授 年份 2023
报告时间 6月13日17:00-18:00 报告地址 教6-412
报告人 魏征 职称

讲坛题目:随机前沿分析的非参数机器学习:单调贝叶斯加性回归树方法

主讲人:魏征 助理教授

讲座时间:2023年6月13日,17:00-18:00

讲座地点:教6-412

承办单位:基础学院

摘要:计量经济学是经济学的一个分支,它使用各种统计方法来分析经济系统。在本次报告中,将介绍一种基于随机前沿模型(SFM)的流行且强大的统计机器学习模型,用于生产力效率分析。一般来说,SFM可以用于任何存在理论最大值(最小值)且所讨论的变量的观测对应值低于(高于)理论最大值(最小值)的问题。几个R和Python包,以及流行的统计机器学习模型-BART(贝叶斯加性回归树)。

个人简介:魏征博士目前是Texas A&M University - Corpus Christi的数据科学和统计学助理教授。在此之前,他曾在马萨诸塞大学阿姆赫斯特分校和缅因大学工作过几年。主要研究方向为数据科学、大数据分析的贝叶斯统计方法;统计机器学习方法,多向列联表分析的统计方法,效率分析的随机前沿模型。

Baidu
map