2024年7月6日，芝加哥大学布斯商学院修大成教授应3308维多利亚优惠大厅邀请，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。3308维多利亚优惠大厅学科发展专项工作中心主任黄乃静副教授主持了讲座，3308维多利亚优惠大厅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