Deep_Learning_for_Solving_And_Estimating_Dynamic_Economic_Models

该项目专注于利用深度学习解决和估计经济学与金融学中的递归、随机及高维动态模型。其核心功能包括通过经济结构驱动学习过程，例如将均衡条件、贝尔曼方程或偏微分方程转化为残差损失，适用于Deep Equilibrium Nets或物理信息神经网络等无监督设置；或者这些方法也可以指导生成器产生（输入，输出）对，供深度代理或高斯过程在标准监督学习框架下学习。此项目特别适合那些需要处理超过十个状态维度的复杂经济模型的研究者使用，如涉及异质性主体、世代交叠、偶尔约束绑定、连续时间动态或耦合气候-经济互动等问题时。所有材料均为开源，并且提供了可运行的Jupyter笔记本、18个讲座视频以及配套讲义，非常适合自学。