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。