経済学とコンピューターサイエンスⅡ

本講義では、機械学習の主要手法および統計的因果推論の基礎を学び、両者を統合した分析手法について理解を深める。教師あり学習の代表的手法であるニューラルネットワーク学習を体系的に解説し、教師あり学習手法の統計的因果推論やマクロ経済予測への応用を紹介する。あわせて、Pythonを用いたデータ解析演習を通じて、講義で扱った手法を用いた実証分析を実践する。

MIMA Search

授業計画

1. イントロダクション 2. ニューラルネットワーク学習 (1): ニューラルネットワークの基礎構造とその学習方法 3. ニューラルネットワーク学習 (2): ニューラルネットワークの基礎構造とその学習方法 4. ニューラルネットワーク学習 (3): 畳み込みニューラルネットワークと画像データ解析 5. ニューラルネットワーク学習 (4): 再帰型ニューラルネットワークと系列データ解析(時系列データ、テキストデータ) 6. 大規模言語モデルと生成AIの基礎 7. 統計的因果推論の基礎 8. 機械学習の統計的因果推論への応用(1): Causal Forest 9. 機械学習の統計的因果推論への応用(2): ターゲティング学習 10. 機械学習の統計的因果推論への応用(3): Double Machine Learning 11. 操作変数法、回帰不連続デザイン 12. 差の差分析、合成コントロール法 13. バンディットアルゴリズム講義内容は必要に応じて変更される可能性がある。