12月4日晚，上海财经大学金融学院公司金融系王川杰老师应邀来到复旦大学，为经济学院税务专业硕士的同学们带来了主题为“机器学习基础和应用”的精彩讲座。本次讲座由复旦大学经济学院宋弘教授主持。

王川杰老师长期深耕机器学习领域研究，拥有丰富的人工智能时代下数据处理与分析的实践经验。其研究方向聚焦金融领域模型构建与落地应用，致力于探索AI浪潮中提升经济学模型预测精度与运行效率的路径，为金融学学科发展作出了重要贡献。

讲座伊始，王老师便切入核心议题，系统剖析了人工智能时代下行业对数据需求与技术储备的变革趋势。他指出，伴随AI技术的高速迭代，大数据、另类数据及多异构数据已成为行业关注焦点，这一转变源于两方面核心动因：其一，传统量化因子普遍存在“发表即失效”的行业痛点；其二，传统结构化数据已难以适配金融实践的复杂需求，亟待依托新型数据挖掘潜在因子、产出创新研究结论。王老师同时强调，尽管另类数据的获取门槛相较传统数据显著降低，但在技术与模型的应用过程中，必须充分认知其技术特性、优劣势及潜在风险，精准把握模型的底层逻辑与本质原理。

在第二阶段的分享中，王老师围绕机器学习的理论体系与前沿进展展开深度讲解。他以神经元为逻辑起点，生动阐释了AI模型的基础构建原理；并以深度学习的特征学习范式为典型案例，系统梳理了机器学习领域的最新技术成果及其在金融场景中的落地实践。针对AI技术的应用边界，王老师着重强调了审慎使用的原则，明确指出需警惕AI幻觉问题和合理控制技术的应用成本。他鼓励在场同学深入探究AI模型的内在逻辑，同时点明经济学人的核心价值：“AI可输出结论，但如何阐释模型运行逻辑、推动结论获得客户认可，正是经济学人不可替代的专业优势与核心职责。”

讲座第三部分，王老师聚焦主流自然语言处理（NLP）技术展开专题授课。他从NLP的核心概念与发展脉络切入，对技术体系进行了体系化的全景梳理，并结合Python的jieba分词库应用、文本向量化等实操案例，完成了理论与实践的深度结合。王老师对NLP技术的本质进行了精准归纳，提出其核心逻辑是实现从视频到图片、再从图片到文本的层级降维，而所有NLP技术的底层根基均需回归文本本身。

讲座尾声，王老师作出总结性论断：AI时代兼具机遇与挑战，对经济学人而言，掌握AI技术的高效应用方法与洞悉其运行本质原理具有同等重要的价值。他寄语在场同学，未来不仅要具备AI工具的熟练应用能力，更要锤炼AI预测逻辑的专业阐释能力，实现技术工具与专业素养的协同提升。

本次讲座不仅拓宽了同学们对AI在金融领域应用的认知边界，还生动诠释了新时代背景下，对经济学专业人才提出的全新需求与挑战。

感谢王川杰老师带来的这场兼具理论深度与实践厚度的精彩分享！

撰写人：昭虹宇

审核人：宋弘，王贞