本書側(cè)重于實證維度的經(jīng)濟和金融問題，以及如何用機器學習方法求解這些問題，通過建立相關(guān)模型得出相應的結(jié)論。這包括各種區(qū)分深度學習模型(DNNs、cnn、lstm和DQNs)、生成機器學習模型(gan和VAEs)和基于樹的模型。本書內(nèi)容還涵蓋了經(jīng)濟學和機器學習的經(jīng)驗方法的交叉，包括回歸分析，自然語言處理，和降維。本書的讀者對象為本專科學生以及研究生，在經(jīng)濟和金融領域工作的數(shù)據(jù)科學家，公共和私營部門的經(jīng)濟學家，以及社會科學研究者。