哥倫比亞大學博士科研課題

機器學習算法探究宏觀經濟與不動產估值關系

課題簡介

機器學習算法探究宏觀經濟與不動產估值關系

房價是中國現在經濟領域的熱點問題，對于房價的預測也牽動著廣大人民的神經，各路經濟學家都從不同角度對房價進行了分析和預測。隨著經濟的不斷發展，大量的宏觀經濟數據得到了全面地統計，如國家統計局等機構都可以找到能反映國家宏觀經濟的數據。

本課題試圖從宏觀經濟數據出發，如GDP(國內生產總值)，CPI(居民消費價格指數)等，利用機器學習的方法尋找房價與各個宏觀經濟指數之間的關系，構建房價與這些宏觀經濟數據之間的模型關系，從而對未來房價的走勢進行預測。

科研流程

課程模塊一：預備課程?

在教學過程正式開始前，有方學者會根據學生的具體情況提供數學、統計、英語學術論文寫作等預備課程。

課程模塊二：科研輔導?

來自美國頂尖人工智能的機器學習科研團隊將在有方學者團隊的配合下，進行8-12周的科研輔導：

微積分、線性代數和概率統計入門；

學習 Python編程語言和相關的庫numpy, pandas, scikit-learn, matplotlib；

學習探索性數據分析（Explorative data analysis），并通過統計方法和可視化對金融數據進行分析

學習回歸分析(regression)，對金融數據進行社交媒體效應的評估

學習幾種重要的自然語言處理和機器學習算法，提出初步的金融數據輿情情感分析；

課題驗收需要學生完成英文學術論文的寫作，并向科研團隊進行答辯。

指導速度可能因實際教學情況而異

課程模塊三：論文寫作&發表?

在科研輔導結束后

項目導師將輔導學生完成論文寫作

協助學生完成論文在英文學術期刊上正式發表。

整個科研教學流程中，每一位學員都將有學術督導協助保障研究階段性作業和論文的進度，確保取得研究成果。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

本項目適合適合申請STEM專業方向：計算機、數學等相關專業的學生。

專業領域的零基礎學生，我們會提供相關的學術知識培訓。

了解矩陣及其加減乘法運算和線性相關的概念；

了解統計里的標準差，線性回歸，相關系數，假設檢驗等概念；

了解機器學習的分類，著重學習回歸分析的模型，并能對模型事后驗證；

會用python寫簡單的循環和運算，會學習使用新的數據庫中的函數。

以上就是關于【哥倫比亞大學博士科研課題：機器學習算法探究宏觀經濟與不動產估值關系】的解答，如需了解學校/賽事/課程動態，可至翰林教育官網獲取更多信息。

往期文章閱讀推薦：

貝賽思進度太快怕掉隊？翰林校內同步班課重磅推出，長期小班穩節奏

從羅馬帝國到新冠先驅：TCR 歷史期刊收錄主題揭秘，為什么這項投稿值得深耕？