2024年7月6日，芝加哥大学布斯商学院修大成教授应经济学院邀请，开展主题为“Can Machines Learn Weak Signals?”的讲座。修大成教授于2011年获得普林斯顿大学经济学博士学位，其主要研究领域为资产定价中大数据问题的机器学习解决方案。经济学院学科发展专项工作中心主任黄乃静副教授主持了讲座，经济学院多名师生参加了讲座。

首先，修大成教授详细阐述了弱信号（Weak Signals）的概念，并强调了在经济学研究中，弱信号是一种常见的现象。他提到，当面临高维弱信号时，模型可能会遭遇过拟合的风险。接着，修大成教授选择了统计学中广为应用的两种回归分析方法——Lasso和Ridge，来探讨机器学习算法是否能够有效地识别并利用这些弱信号。最后修大成教授指出了研究的主要理论结果：在高维回归的框架下，精确地得出Ridge和Lasso估计量的预测误差，并与零估计量的预测误差进行比较。

在讲座过程中，师生们踊跃提问，针对有关如何在筛选时保留X组合里的弱因子等问题，修大成教授做了详细的解答，现场讨论气氛热烈，修大成教授风趣生动的演讲让在场师生都受益匪浅。

撰稿人：夏杰

审稿人：黄乃静、何召鹏