В книге рассматриваются несколько практически важных примеров решения задач статистического обучения, в которых пространства признаков и ответов и обучающие наборы устроены слишком сложно и нерегулярно, так что стандартные методы статистического обучения в них нельзя применить буквально, но можно применять после построения адекватных вероятностных моделей. Данная работа является продолжением книги А.Б.Меркова "Распознавание образов: Введение в методы статистического обучения" (М.: URSS, 2011). Она выдержана в том же стиле. Значительная часть описываемых методов строго обоснована: простые технические детали доказательств сформулированы и предложены в качестве упражнений, более сложные, но не слишком громоздкие доказательства предъявлены. Ради компактности изложения количество примеров минимизировано, зато приводятся многочисленные литературные ссылки, в том числе и ссылки на доступные электронные копии статей.
V knige rassmatrivajutsja neskolko prakticheski vazhnykh primerov reshenija zadach statisticheskogo obuchenija, v kotorykh prostranstva priznakov i otvetov i obuchajuschie nabory ustroeny slishkom slozhno i nereguljarno, tak chto standartnye metody statisticheskogo obuchenija v nikh nelzja primenit bukvalno, no mozhno primenjat posle postroenija adekvatnykh verojatnostnykh modelej. Dannaja rabota javljaetsja prodolzheniem knigi A.B.Merkova "Raspoznavanie obrazov: Vvedenie v metody statisticheskogo obuchenija" (M.: URSS, 2011). Ona vyderzhana v tom zhe stile. Znachitelnaja chast opisyvaemykh metodov strogo obosnovana: prostye tekhnicheskie detali dokazatelstv sformulirovany i predlozheny v kachestve uprazhnenij, bolee slozhnye, no ne slishkom gromozdkie dokazatelstva predjavleny. Radi kompaktnosti izlozhenija kolichestvo primerov minimizirovano, zato privodjatsja mnogochislennye literaturnye ssylki, v tom chisle i ssylki na dostupnye elektronnye kopii statej.
