Durante la última década, el uso de datos no estructurados ha crecido constantemente en economía y disciplinas relacionadas, con una rápida aceleración a raíz de COVID-19. Este seminario Machine Learning para datos textuales y no estructurados , organizado por el IESE y la Fundación Ramón Areces , tiene como objetivo introducir métodos de aprendizaje automático para el análisis de texto y datos no estructurados a una audiencia de académicos e investigadores en los campos de las finanzas, la economía y contabilidad.

Resumen de la estructura y los objetivos del curso:

• Este curso comenzará con una descripción general de los desafíos y oportunidades de trabajar con tales datos con un enfoque en el lenguaje natural.
• Primero revisamos métodos relativamente sencillos que operan con recuentos de palabras sin procesar en documentos antes de estudiar algoritmos de aprendizaje automático para la reducción de la dimensionalidad, que es un problema clave en el análisis de texto y datos no estructurados. Estos abarcan modelos de factores cuya estructura básica es similar a los métodos econométricos bien conocidos, así como modelos de redes neuronales que forman la base de gran parte del procesamiento moderno del lenguaje natural.
• También mostramos cómo se pueden aplicar estas ideas a datos no textuales, como encuestas, imágenes y datos de escáner sobre compras de bienes.
• Finalmente, discutiremos cómo se emplean estos métodos en la investigación empírica en economía, contabilidad y finanzas.
• Los participantes también tendrán la oportunidad de presentar su propia investigación en un ambiente informal pero constructivo al final de cada día.