本教材主要介绍机器学习的基本原理，以及它们在社会科学中的应用。本书的定位是面向熟悉计量经济学、因果识别理论，但不熟悉机器学习的社会科学研究者。因此本书更加侧重于以浅显直白的语言介绍机器学习的基本原理，并以文献综述、案例详解等方式，介绍机器学习各个算法在社会科学实证研究中的代表性应用。对于代码实操，本书尽量选取了贴近社会科学研究者的案例，进行详细阐述。

第一章机器学习基本原理与启示/1
第一节为什么需要学习机器学习/1
第二节机器学习的基本任务/5
第三节机器学习基本原理/9
第四节机器学习的应用与启示/18
参考文献/21
第二章经典回归算法/24
第一节OLS回归算法/24
第二节岭回归算法/33
第三节Lasso回归算法/41
第四节算法调参/49
参考文献/57
第三章经典分类算法/59
第一节分类算法简介/59
第二节K近邻算法/61
第三节朴素贝叶斯算法/70
第四节决策树算法/75
第五节支持向量机算法/83
第六节分类算法评估/92
参考文献/95
……