Статья посвящена изучению методов машинного обучения (МО) и их применению в экономике. Рассматриваются различные подходы, такие как классификация, регрессия, кластеризация и анализ текста, применяемые для решения ключевых задач, включая прогнозирование макроэкономических показателей, управление рисками и повышение эффективности бизнес-процессов. Проводится сравнение традиционного эконометрического анализа с новыми методами, основанными на искусственном интеллекте. Основной акцент делается на эмпирическом анализе, проведенном на открытых данных Всемирного банка, а также на практических примерах успешной реализации проектов с использованием МО. Отдельно рассматриваются преимущества и ограничения машинного обучения, а также поднимаются важные вопросы этики, связанные с возможными предвзятыми результатами алгоритмов. Полученные результаты представляют интерес для исследователей и практиков, стремящихся повысить качество прогнозирования и принятия решений в условиях быстро растущего объема данных. Общая цель статьи заключается в демонстрации современного состояния и перспектив применения МО в экономике.