模式识别对科学家和工程师来说是最重要的挑战之一，并且已经提出了许多不同的方法。本书的目的是为这些方法的概率分析提供一个自成体系的描述。本书包括了距离度量，基于内核或最近邻居的非参数方法，Vapnik-Chervonenkis理论，epsilon熵，参数分类，误差估计，自由分类器和神经网络的讨论。在可能的情况下，可以导出无分布性质和不等式。大量的结果或分析是新的。

https://link.springer.com/book/10.1007/978-1-4612-0711-5