経済学とコンピューターサイエンスⅠ

1. 機械学習とその経済学への応用:概論 2. 統計的学習と統計解析プログラミングの基礎 3. 線形回帰 4. 分類 5. リサンプリング法:交差検証、ブートストラップ 6. 線形モデル選択と正則化回帰 7. 外部講師による講演：オルタナティブデータの活用について 8. 非線形回帰 9. 主成分分析、クラスタリング 10. サポートベクターマシン 11. 統計的因果推論の基礎 12. 機械学習の経済学への応用:ターゲティング学習 13. 機械学習の経済学への応用II:マクロ経済予測 講義内容は必要に応じて変更もしくは追加される可能性がある。

講義とパソコンを使ったデータ解析演習による。データ解析演習ではRまたはPythonを使う。

2または3回の課題と期末レポートにより評価する。詳細は初回講義で説明する。

指定しない。

・Rによる統計的学習入門, 落海 浩・首藤 信通 訳, 朝倉書店, 2018 (原著第2版: Gareth James・Daniela Witten・Trevor Hastie・Rob Tibshirani 著, An Introduction to Statistical Learning: with Applications in R (2nd edition), Springer, 2021) ・統計的学習の基礎, 杉山 将ら 訳, 共立出版, 2014年 (原著: Trevor Hastie, Robert Tibshirani, Jerome Friedman 著, The Elements of Statistical Learning, Springer, 2009) ・データサイエンスの経済学, 依田 高典 著, 岩波書店, 2023年 その他の参考書は講義の中で適宜紹介する。

統計学関連科目を履修済みであることが望ましい。講義に付随する演習としてRまたはPythonを用いたデータ解析を行うが、プログラミングの知識・経験は前提としない。 A1・2ターム開講科目「コンピュータサイエンスと経済学II」では、本講義で取り扱われない機械学習の手法と経済学への応用を紹介する。