全文共2165字,预计学习时长6分钟
人工智能可谓是200年以来自动化的集大成者,近年来发展迅速,在保持生产力的同时又提供了极高的高精度和精确性。
机器学习在数据科学和自动化的各个领域得到了广泛的应用,但在经济学领域的应用并不多见。本文的目的就是具体介绍机器学习在当前经济结构中的应用及其未来的可能性。
机器学习的任务是使开发的算法被设计用于数据集,其主要的领域是预测,分类和聚类任务。
计量经济学指将统计方法应用于经济数据,以便为经济关系提供经验内容。更确切地说,它是“在理论和观察同时发展的基础上,通过适当的推理方法对实际经济现象进行定量分析”。一本经济学入门教科书将计量经济学描述为让经济学家可以“从堆积如山的数据中筛选出简单的关系”。
行为经济学是在研究心理、认知、情感、文化和社会因素对个人和机构决策的影响,以及这些决策与经典经济理论表达内容的不同之处。
图源:unsplash
目前,因果推理仍然需要人类亲自上阵,但是机器学习使经济学家能够更快地处理更大的数据集来解决大问题。