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 。

《拯救经济计量学：由概率论方法转向概率近似正确学习》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，《拯救经济计量学：由概率论方法转向概率近似正确学习》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 。

《拯救经济计量学：由概率论方法转向概率近似正确学习》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。