10月31日应我院邀请，武汉大学经济与管理学院教授，博士生导师李斌老师在我校虹口校区1号楼102室为我院师生分享了题为“Detecting Accounting Frauds in Publicly Traded U.S. Firms: New Perspective and New Method”的学术讲座。讲座由杨晓兰副院长主持，学院部分教师和研究生参加了此次讲座。
李斌教授的研究方向是金融科技、投资管理和机器学习等。他先后获得华中科技大学计算机学士和武汉大学经济学学士学位，南洋理工大学计算机博士学位，并在南洋商学院会计系从事博士后研究。2013年加入武汉大学金融系。他是湖北省楚天学子、武汉大学珞珈青年学者、武汉大学人文社科青年学术团队“大数据驱动的投资管理研究”团队负责人。他是特许金融分析师（CFA）持证人。主持国家自然科学基金、教育部人文社科基金等项目多项；曾在美国CRC Press出版英文学术专著一部；在Artificial Intelligence、Journal of Machine Learning Research、ICML、IJCAI 等计算机A类期刊和会议，及Journal of Futures Markets、Quantitative Finance、中国工业经济、管理科学学报、系统工程理论与实践等经管类期刊上发表论文多篇；担任Neurocomputing期刊副主编（Associate Editor），多个国内外期刊的评审人，多个国际会议的程序委员会委员。他指导的学生获得武汉大学研究生学术创新奖一等奖等。
在此次讲座中，李斌教授首先介绍了机器学习的相关概念并使用生活中机器学习的应用实例来增进在座师生对机器学习的理解。随后，李斌教授着重介绍了机器学习在金融方面的应用，主要是公司财务欺诈检测方面的应用，以此为背景，李斌教授介绍了自己的研究内容：1、从原始数据出发，而非资产负债率这种比率数据，是否有助于减少研究过程中的信息损失？2、机器学习算法在财务欺诈检测方面的表现是否比传统算法更好？
针对以上问题，李斌教授对以往学者的研究成果进行了介绍与说明，更从数据的收集与处理、算法的设计与优化诸多方面来介绍自己的探索过程，重点比较了文章中使用的RUSBoost算法与其他算法的优劣，而最终结果也突出了RUSBoost算法在财务欺诈检测方面的优势。
在座师生均表示此次讲座有助于自身对机器学习的理解更为深刻。问答环节中，学院师生纷纷从“行业异质性”、“训练集与测试集的设置”、“算法的优化”等角度向李斌教授提问。对于上述问题，李斌教授给出了通俗易懂的解释，很好地解答了大家的疑惑。最后，本次讲座在热烈的掌声中圆满结束。
