秦朵，伦敦大学亚非学院荣休教授。1981年毕业于北京第二外国语学院；1984年毕业于中国社会科学院；1986-1989年 在英国牛津大学Nuffield学院攻读经济学博士； 1992年进入伦敦玛丽女王大学经济系执教，2012年转到伦敦大学亚非学院。研究和教学领域为经济计量学史和方法论、应用经济计量学。

经济计量学是建立在经典统计学框架内的学科，其数理分析的规范性、数理分析的严谨性和可靠性毋庸置疑，但在模型的实践应用方面却一直成效欠佳。而近年来出现的人工智能、机器学习技术已被大量运用于经济计量研究，在实践应用方面的成效已明显超越经典统计学，并为系统解决经济计量学的问题提供了成熟的理论框架 。
本书以传统经济计量学的奠基之作——哈维尔莫的《经济计量学的概率论方法》的主要论点为出发点，对经济计量学的研究方法进行了批判性的分析，并通过案例展示了经济计量模型研究如何受益于机器学习。通过以上分析，本书揭示了经济计量学科在方法论上的缺陷，并指出机器学习是系统矫正该缺陷的途径 。
本书适合从事经济计量学、应用经济学、经济思想史等领域研究的学者，以及硕士、博士研究生阅读。

目录
第1章 现实经济的模型抽象
1.1绪论
1.2量化经济变量过程中的不确定性
1.3理论模型与经济现实

第2章 经济关系式的可学性
2.1经济关系式的构建应属统计学习问题
2.2体现逆转性的PAC可学性
2.3简化性和自律性：奥卡姆剃刀定律与稳定性
2.4由机器学习范式到经济计量学习任务的构建

第3章 经济计量学中概率论的基本功能
3.1可测经济变量作为目标变量时的随机模型特征
3.2概率论在经济学和经济计量学建模中的作用
3.3逻辑推理与PAC学习合成过程中概率测度的判别式用途

第4章 假设检验的用处与经济假说的模型构述
4.1验证性偏误：机械套用统计假设检验框架的困误
4.2诊断性检验与模型选择
4.“从数据观察中形成理论”：从数据拆析到模型构述

第5章 估计方法的问题与潜能
5.1先于模型选择的参数估计问题
5.2以模型选择为职能的估计法
5.3模型选择之后的估计推断

第6 章预测的认知问题
6.1艰难曲折的模型预测历程
6.2预测推断与因果解释模型的可学性

结束语
参考文献
主题词索引