·计量经济学的高级应用

本课程旨在为学生提供所需的理论工具、计算机技能和计量经济学应用经验，以开展高质量的经济学研究。强调对估计量性质及其在应用研究中的影响的理解。涵盖Python编程语言，并将其整合到课程中。重点包括经典线性回归、高斯-马尔科夫假设和检验、内生性、工具变量估计和因果关系分析、异方差和序列相关、非线性、面板数据方法、差异中差异和回归不连续性。
·宏观经济学的高级理论

宏观经济学家课程包含了用于研究长期经济增长的基本模型，其中包括外生储蓄和家庭内生储蓄决策的优化。研究内容涵盖内生技术改进模型、产品种类增加模型和熊彼特增长模型。在课程的第二部分，将介绍用于解释总经济变量短期波动的基本模型。课程将探讨一个简单的实际商业周期模型，并通过纠正生产侧的完全竞争和货币中性假设来进一步拓展模型。

·微观经济学高阶理论

学科讨论涉及消费者选择、经典需求理论、不确定生产选择、竞争市场和市场力量等内容，这些构成了更高级主题的理论基础，可为实证应用的设计提供基础。要求具备扎实的线性代数、多元微积分和优化理论知识。此外，熟悉本科中级微观经济理论也将有助于学习。

·算法

这门课程会介绍用于设计和分析计算机算法的数学技术。主要关注算法设计模式以及分析算法的正确性、时间和空间复杂度的技术。可能涉及的主题有渐近符号、递归、循环不变式、霍尔三元组、排序和搜索、高级数据结构、下界、哈希、贪婪算法、动态规划、图算法和NP完备性。

·监督机器学习和学习理论

课程介绍了监督学习的内容，即设计和研究让计算机或机器能够从经验或数据中进行学习的算法。课程将广泛探讨监督决策模型和算法，包括其理论基础、实际实现及使用中的挑战，并介绍评估这些模型性能的技术。课程还包括一个学期项目，涉及编程和/或处理实际数据集。学员需要熟练掌握Python、R或MATLAB等编程语言。

·无监督学习和数据挖掘

本课程将介绍无监督机器学习和数据挖掘。即在没有已知结果的数据示例的情况下，发现和总结大量数据中的模式的过程。我们将提供无监督数据探索模型和算法的广泛视角。讨论模型和算法的理论基础以及实际实现和使用中的问题，并介绍评估性能的技术。结课要求包括一个涉及编程和/或处理现实数据集的学期项目。我们期望学生精通Python、R或MATLAB等编程语言。

·初学数据管理与处理

该课程旨在探讨数据科学中的核心工作，涵盖数据的采集、储存、整理、转换、处理、管理和建模等方面，以便从原始数据中提炼知识。学生将通过一系列短期作业来获取数据科学任务和工具的实际经验。

除了这些，还有许多经济学相关的硕士项目。建议大家关注本平台或者转至微信【i】微信小程序，那里能找到更多院校和专业介绍，也会有最新的大学排名更新。接下来，我会简要介绍一些美国大学关于经济学硕士项目的信息。

哥伦比亚大学

MA经济学领域

芝加哥分校是伊利诺伊大学的一个分支机构。

经济学硕士学位

布朗大学

经济学主要内容