【内容介绍】 统计学习理论是针对小样本情况研究统计学习规律的理论，是传统统 汁学的重要发展和补充，为研究有限样本情况下机器学习的理论和方法提 供了理论框架，其核心思想是通过控制学习机器的容量实现对推广能力的 控制。在这一理论中发展出的支持向量机方法是一种新的通用学习机器， 较以往方法表现出很多理论和实践上的优势。本书是该领域的权威著作， 着重介绍了统计学习理论和支持向量机的关键思想、结论和方法，以及该 领域的最新进展。本书的读者对象是在信息科学领域或数学领域从事有关 机器学习和函数估计研究的学者和科技人员，也可作为模式识别、信息处 理、人工智能、统计学等专业的研究生教材。