本書は，機械学習と因果推論を中心に，データ分析に関するトピックを包括的かつ体系的に紹介する書籍です．統計学，機械学習，計量経済学，疫学などで発展してきた方法を，因果推論を応用事例の一つとして取り上げながら，基礎から発展的な内容まで扱います．

本書では，回帰分析，内生性と操作変数法，モーメント法，機械学習の基礎，統計的学習理論，統計的推論，高次元線形回帰，ノンパラメトリック回帰，処置効果の推定，二重機械学習，傾向スコアとリース表現量，条件付き平均処置効果，標的最尤推定，媒介分析，感度分析，部分識別，操作変数と局所平均処置効果，回帰不連続デザイン，欠測値，処置選択，方策学習，オンライン予測，パネルデータ解析，差分の差デザイン，合成コントロール法，その他の関連する話題を扱います．

このサイトでは，本書に関連する資料，実装資料，修正情報，誤植情報，参考資料，よくある質問を掲載します．章ごとの資料は，公開可能なものから順次リンクします．

第 1 章　序論

第 I 部　準備

第 2 章　回帰分析の基礎

第 3 章　内生性と操作変数法

第 4 章　モーメント法

第 5 章　機械学習の基礎

第 6 章　ロジスティック回帰

第 7 章　密度比推定と共変量シフト問題

第 8 章　統計的学習理論と経験過程

第 9 章　分類問題における学習アルゴリズムの最適性

第 10 章　統計的推論の基礎

第 II 部　高次元線形回帰・ノンパラメトリック回帰

第 11 章　高次元線形回帰モデルとスパース推定

第 12 章　ノンパラメトリック回帰（１）：基礎編

第 13 章　ノンパラメトリック回帰（２）：発展編

第 14 章　ノンパラメトリック回帰（３）：信頼区間の構築

第 III 部　因果推論の基礎と処置効果の推定

第 15 章　因果推論の準備

第 16 章　構造的因果モデル

第 17 章　ランダム化比較実験

第 18 章　平均処置効果の推定

第 19 章　漸近分散の効率下限

第 20 章　漸近効率推定量の構築

第 21 章　二重機械学習

第 22 章　傾向スコア（リース表現量）の推定

第 23 章　条件付き平均処置効果の推定（１）：汎用手法

第 24 章　条件付き平均処置効果の推定（２）：標的最尤推定

第 IV 部　因果効果の仮定の妥当性と識別問題

第 25 章　媒介分析

第 26 章　反証・感度分析・部分識別

第 27 章　操作変数と局所平均処置効果

第 28 章　回帰不連続デザイン

第 29 章　欠測値のもとでの処置効果推定

第 V 部　統計的意思決定問題と処置選択

第 30 章　処置選択

第 31 章　方策学習（経験厚生最大化・反実仮想リスク最小化）

第 32 章　オンライン予測

第 VI 部　パネルデータ解析・差分の差法・合成コントロール法

第 33 章　パネルデータ解析

第 34 章　差分の差デザイン

第 35 章　合成コントロール法

第 VII 部　その他

第 36 章　その他の話題