研究方向

机器学习-经济政策分析 本课题致力于研究如何将计量经济学中的因果推断结合机器学习发现政策实验中的异质性效果。Susan Athey和其合作者在2016年提出了泛化随机决策森林 (Generalized Random Forest)的方法论，帮助经济学家系统地在因果推论的同时找到效果中的异质性。其应用领域广泛，包括劳动经济学（如研究孩子对母亲的工资的影响），医疗政策，在线平台的广告推送(Personalized advertisement)等等。我们将系统的学习包括泛化随机决策森林在内的各种计量学和机器学习理论，并且在政策评估实验中运用它们。

 

相关学科

统计学、经济学

 

科研导师

D. L

• 耶鲁大学经济系博士在读；
• 斯坦福大学经济系及人工智能研究所访问学者；
• 研究方向为产业组织理论(Industrial Organization)，机器学习在计量经济学中的应用，公共金融；
• 曾担任机器学习算法交易员。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」