本書是Springer統計繫列叢書之一,旨在讓讀者深入了解數據挖掘和預測。隨著計算機和信息技術迅猛發展,醫學、生物學、金融、以及市場等各個領域的大量數據的產生,處理這些數據以及挖掘它們之間的關繫對於一個統計工作者顯得尤為重要。本書運用共同的理論框架將這些領域的重要觀點做了很好的闡釋,重點強調方法和概念基礎而非理論性質,運用統計的方法更是突出概念而非數學。另外,書中大量的彩色圖例可以幫助讀者更好地理解概念和理論。目次:導論;監督學習概述;線性回歸模型;線性分類方法;基展開與正則性;核方法;模型評估與選擇;模型參考與平均;可加性模型,樹與相關方法;神經網絡;支持向量機器與彈性準則;原型法和最近鄰居;無監督學習.讀者對像:適用於數學及統計專業的研究生、統計工作者及相關領域的研究人員。