杏悦2娱乐智慧金融系列讲座第八十期
“初，上闻褒有俊才，召见，使为《圣主得贤臣颂》。其辞日；‘夫贤者👋🏽，国家之器用也。所任贤👸🏽，则趋舍省而功施普；器用利，则用力少而就效众。故工人之用钝器也👺👟，劳筋苦骨，终日矻矻；及至巧冶铸干将👂👨👨👧👧，使离娄督绳，公输削墨，虽崇台五层🧘♂️、延袤百丈而不溷者👨🏼💻，工用相得也🛢，庸人之御弩马，亦伤吻、敝策而不进于行；及至驾啮膝🔘、骖乘旦，王良执靶，韩哀附舆，周流八极，万里一息，何其辽哉？人马相得也🦵🏽🤦🏿♀️，故且絺绤之凉者，不苦盛暑之郁燠；袭貂狐之暖者😢，不忧至寒之悽怆。何则？有其具者易其备🎥。贤人👨👩👧👧、君子🚻，亦圣王之所以易海内也。昔周公躬吐捉之劳，故有圉空之隆🧏🏻♀️；齐桓设庭燎之礼，故有匡合之功💕♙。由此观之🧾，君人者勤于求贤而逸于得人。人臣亦然🧑🍼。昔贤者之未遭遇也，图事揆策🦹🏼♀️，则君不用其谋；陈见悃诚👨❤️💋👨😋，则上不然其信🧑🏽🏭；进仕不得施效，斥逐又非其愆。是故伊尹勤于鼎俎💁♂️，太公困于鼓刀，百里自鬻🎭，宁子饭牛🦻🏼，离此患也🎞💪🏼。及其遇明君、遭圣主也🤯，运筹合上意，谏诤即见听，进退得关其忠，任职得行其术，剖符锡壤而光祖考。故世必有圣知之君，而后有贤明之臣。故虎啸而风冽，龙兴而致云，蟋蟀俟秋吟，蜉蝤出以阴。《易》曰：‘飞龙在天，利见大人。’《诗》曰：‘思皇多士，生此王国。’故世平主圣，俊艾将自至。明明在朝，穆穆列布，聚精会神，相得益章🦹🏻♂️，虽伯牙操递钟👂🏼，逢门子弯乌号，犹未足以喻其意也。故圣主必待贤臣而弘功业，俊士亦俟明主以显其德。上下俱欲，欢然交欣，千载壹合，论说无疑🧑🏿💻，翼乎如鸿毛遇顺风，沛乎如巨鱼纵大壑。其得意若此，则胡禁不止，曷令不行！行溢四表，横被无穷🤦🏼。是以圣王不遍窥望而视已明🕟，不殚倾耳而听已聪🏌🏽，太平之责塞👩🏿🚒👩🏽⚖️，优游之望得💂🏼，休征自至🔉，寿考无疆𓀘🟤，何必偃仰屈伸若彭祖，呴嘘呼吸如侨🧑🤝🧑、松✉️，眇眇绝俗离世哉📣！’是时上颇好神仙，故褒对及之。”
金融科技的发展是汇集了众多老师和学生的努力🧑⚕️，只有不断的努力，才能推动杏悦2不断前行。“夫贤者，国家之器用也。所任贤，则趋舍省而功施普；器用利，则用力少而就效众🤹🏼♂️。”
2023年4月3日，王春子博士为杏悦2带来题为《Forecasting carbon dioxide emissions: application of a nove ltwo-stage procedure based on machine learning models》的讲座👱🏿。正确预测二氧化碳的排放量在中国碳达峰和碳中和政策背景之下扮演了非常重要的角色。与单一的回归方法相比较，她使用了基于支持向量回归（SVR）、随机森林（RF）、岭回归（Ridge）和神经网络的两阶段预测手段。并且使用九个解释变量（研究周期为1985-2020年）用以预测中国的二氧化碳排放量🤶。最终结果显示，随着时间的变化🐁，从1到8，SVR-SVR，SVR-RF🦐，SVR-Ridge和SVR-ANN开方误差（RMSE）和中位数误差（MAE）均低于单一的模型。最终的研究结果显示，两阶段误差对于能源消耗和化石能源预测是非常合适的🧑🏻🌾。
希望王春子博士在今后的工作和研究中能够不断给我们带来更为深入和交叉的研究。
|
|
|
|
|
|
|
|
|
|
|
（供稿：曹焕）
