支持向量機(Support Vector Machine,SVM)是建立在弗拉基米爾·萬普尼克(Vladimir Vapnik)提出的統計學習理論基礎上的一種使用廣泛的機器學習方法。這本簡明導論教程對支持向量機及其理論基礎進行了全面的介紹。書中從機器學習方法論講到到超平面、核函數、泛化理論、優化理論,最後總結到支持向量機理論,並介紹了其實現技術及應用。本書的敘述循序漸進,內容深入淺出,既嚴謹又易於理解。書中清晰的條理、富於邏輯性的推導以及優美的文字,備受初學者和專家的贊許。本書可作為計算機、自動化、電子工程、應用數學等專業的高年級本科生或研究生教材,也可作為機器學習、人工智能、神經網絡、數據挖掘等課程的參考教材,同時還是相關領域的教師和研究人員的參考書。