Аннотация:Метод двойного машинного обучения был предложен Черножуковым и др. (2018)для оценки структурных параметров в регрессионных моделях, содержащих мешающий параметрвысокой размерности (например, контрольные переменные с неизвестной функциональной формойзависимости). В основе метода лежит идея Неймана о построении ортогонализованных статистик,не зависящих, в первом порядке, от параметров, не представляющих самостоятельного инетереса. Впредставленной работе предлагается расширение метода двойного машинного обучения на моделиквантильных регрессий. Показаны условия применимости полученного метода и доказательстваасимптотической нормальности оценок, основанное на представлении Бахадура для квантильнойфункции