1月8日，复旦大学高等教育研究所2025年“机器学习在社会科学研究中的应用”寒假研修营圆满收官。本次研修营筹备旨在为给学员们打造优质的公益学习平台，希望大家能在此次研修营中汲取知识、实现自我提升，共赴学习之旅。
本次机器学习寒假研修营于2025年1月6日正式开营，为期三天的课程内容充实，将机器学习的理论知识与其在社会科学领域的实践操作相结合。
在1月6日的“机器学习基础知识”课程中，金贝老师向学员们讲述机器学习的理论框架，解释了常见的机器学习名词术语、学习任务类型。在决策树和随机森林知识讲解环节，金老师深入剖析其原理、特点及应用场景，还介绍了随机森林模型的构建过程。随后，高一楠老师通过引入Python工具，以代码实操的方式进行教学。高老师结合社会科学中的实际应用案例，从数据预处理、模型训练到结果评估，一步步引导学员上手实践。
1月7日，“机器学习时间序列数据分析”课程聚焦于时间序列数据处理领域。金老师围绕模型评估、时间序列数据的特性、神经网络基础知识以及Transformer运行流程、注意力机制应用等内容展开深入讲解。实践环节，高老师详细介绍了Pytorch在时间序列数据分析中的应用，通过代码操作与实践演示，结合社会科学中的相关问题，如数据预测、教育趋势分析等，指导学员运用所学模型进行数据处理和预测。
1月8日的“自然语言处理与情感分析”课程中，金老师首先回顾前两日所学的模型评估要点和实践序列数据特质，之后过渡到自然语言处理领域。金老师首先引入词嵌入知识，讲解自然语言处理的基本流程，接着介绍了ChatGPT等前沿技术的执行步骤，随后深入探讨情感分析的理论知识、经典文献、文本分析方法设计等内容。实操课程上，高老师详细讲解自然语言处理与情感分析相关的实践操作关键步骤、代码编写以及处理包的使用方法，让学员们能够运用所学技术对文本数据进行情感分析。课程尾声，两位老师还向学员推荐了机器学习相关的书籍、论文和补充学习资料，为学员们课后的自主学习提供了方向。
此次研修营的学员来自清华大学、北京大学、复旦大学、上海交通大学、浙江大学等多所国内外知名院校，专业背景涵盖教育学、管理学、经济学等多个社会科学领域。经过三天的学习，学员们顺利完成各项课程任务。研修营学员表示收获颇丰，不仅在机器学习技术上取得明显进步，还对社会科学研究的思路和方法有了更为全面的认识。大家还通过本次研修营结识众多优秀同行，拓展了学术视野和资源。
在未来，复旦大学高等教育研究所将继续举办高质量学术活动，为广大学者和研究生群体搭建更多学习交流平台，以期推动学术发展与创新。期待各学员以本次研修营为引领，将所学知识转化为实际研究成果，为社会科学研究的发展添砖加瓦。
供稿 | 秦煜萱
图片 | 秦煜萱