此资料不仅有配套讲义+理论解析+案例+数据+代码,我们还为此录制了5个多小时讲解视频(时间是学习的恰到好处,由于代码的运行等待时间长,我们将无效等待时间都给大家去掉,无废话精简版太长和太短都不好,5个多小时纯纯干货!),原因在于有些同学属于初学者,双重机器学习及因果推断是一个比较系统复杂的方法,只拥有代码或者数据在使用过程中可能会出现报错情况,自己无法解决只能到处询问,甚至部分同学的代码和数据都是从别的地方摘取而来,并不能运用到论文写作中,也不能确保这些代码是否为规范。为了展示资料准确性和学术的严谨性,我们stata的操作过程进行了录制讲解,这和数据和代码全方便的配套,360度全方位解读双重机器学习及因果推断,全部使用视频讲解方式会使大家更容易接受和学习,这将大大提高同学们的学习效率!C m) ]7 C1 G a
* m+ P* C+ F$ ?; @; o
为了确保大家真正能够对资料进行使用,我们还从学校里找来了三名非本专业的学生(艺术性、体育和工业工程),在他们的建议下我们进行了研发和修改真正适合大家学习资料。我们展示的课程每一个都讲解的十分详细,这是全部双重机器学习及因果推断的方方面面,内容做的非常规范,做产品对用户负责,对自己的信誉负责!本资料将价格定在极低水平(大家可以对比一下所在城市的物价和人工),原因是想让更多的用户参与学习,也希望此资料能够解决更多用户的科研问题,提高更多科研人员的科研效率!
+ g5 E+ D G( C" y" H5 c
资料的主要内容有:
[9]曹雨暄,岳立,潘均柏.美国制裁、双轮驱动与中国关键核心技术突破——基于双重机器学习的因果推断[J].中国科技论坛,2025,(03):164-176.DOI:10.13580/j.cnki.fstc.2025.03.006.
[10]徐红丹,王玖河.人工智能与制造企业新质生产力——基于双重机器学习模型[J/OL].软科学,1-14[2025-04-10].
[11]Ahrens, A., Hansen, C., Schaffer, M., & Wiemann, T. (2023). Double/debiased machine learning in Stata. IZA DP, (15963).
[12]Chernozhukov, Victor, et al. "Double/debiased machine learning for treatment and structural parameters." (2018): C1-C68.