Machine Learning Empowered Business Intelligence

课程简介

Part I: 机器学习基础 — 会话1：基本编程技能（R、Python、MATLAB）；会话2-3：关键机器学习理念与模型，包括自编码器和嵌入、深度神经网络、生成对抗网络、时空预测模型、动态规划、强化学习、联邦学习。Part II: 从非结构化数据提取特征与业务成果关联 — 会话4-6：文本/图像/视频数据特征；基于非结构化数据的市场结构监控。Part III: 模型生成非结构化数据 — 会话7-8：文本数据（统计模型、LDA 变体、Transformer）；图像和视频数据（统计模型、Transformer）。Part IV: 因果推断 — 会话9-11：自然实验、准实验和现场实验；匹配方法和合成控制；最新进展。Part V: 其他新兴话题 — 会话12-14：营销中的时空数据挖掘；生成人工智能（GenAI）及其对业务的影响；动态模型的新发展。

学习目标

1. 引导学生了解机器学习的最新发展，以及利用和进一步推进新技术的新兴定量营销文献。帮助学生深入了解营销研究中的重要领域。

先修要求

无

教学模式

课堂上将强烈鼓励学生参与和讨论，并将其计入最终成绩。基于分配的材料阅读，学生需要发展自己的研究想法，向全班同学展示想法并从同学和教师那里获得反馈，最终撰写一篇基于一个想法的学期论文。