支持向量机的研究是近十余年来机器学习和模式识别领域中研究的热点, 受到了计算数学、统计、计算机、自动化和电信等领域的研究者们的广泛关注, 取得了丰硕的理论成果, 并被广泛地应用于文本分类、图像处理、语音识别、时间序列预测和函数估计等领域。在本书中, 我们先介绍了核函数; 然后沿着先直观后严谨的思路介绍了二分类模型和回归模型; 最后对与分解算法、最小二乘支持向量机、多分类、模糊支持向量机、在线学习和大规模分类相关的优秀成果进行了归纳和整理, 从数学上对相关算法的原理进行了分析。本教材将有助于读者了解机器学习的最新研究动态, 能够帮助他们理清算法的本质, 从而使他们能够更加有效地开展研究工作。