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

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“PTPR” 可以获取《【经典书】模式识别概率理论，654页pdf》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源