∑ ∫= =
Python 编程、AI 原理，
与 Agent 实证研究
(StatsPAI / Stata / R)
从编程到因果推断到自动化研究，掌握最新科研核武器
主讲人
Bryce Wang （王几行 XING）
—— 斯坦福大学 REAP 团队
课程基本信息
课程内容 · 4 天体系化学习
I第 1 天 · Python 编程
- Python 基础与进阶
- 网络爬虫（requests / BeautifulSoup）
- pandas 数据清理与处理
- 数据可视化（matplotlib / seaborn）
|
II第 2 天 · AI 原理
机器学习 sklearn / 神经网络 PyTorch
- 机器学习基础与建模（sklearn）
- 分类 / 回归 / 聚类 / 降维等算法
- 神经网络基础（PyTorch）
- 模型训练与评估实战
||
III第 3 天 · 因果推断与机器学习
RCT 和准实验 / 机器学习 + Stata · R
- 因果推断基础与潜在结果框架
- RCT 实验设计与分析
- 准实验方法（DID / PSM / IV / RD）
- 合成控制法（SCM / Synth / SDID / GSC）
- 机器学习因果推断（DML / Causal Forest）
- Stata / R 实操与实证案例
|||
IV✦第 4 天 · Agent 实证研究
MCP / Skills / StatsPAI / 全自动科研
- 大模型与 Agent 基础
- MCP 协议与工具调用
- Skills 构建与任务自动化
- StatsPAI 助力实证研究
- 全流程自动化科研：选题 → 数据 → 分析 → 论文
卌
工具平台
VSCode
Jupyter Notebook
Python
Stata
R
Git
Codex
Claude Code
课程特色
✔体系化学习
✔实战导向
✔跨学科融合
✔高效产出
报名信息
扫码报名 · 限额 50 名 · 先到先得
亮点标签