第一部分　基本概念
第1章　模式分析
1.1　數據中的模式
1.2　模式分析算法
1.3　利用模式
1.4　小結
1.5　進一步閱讀和高級主題
第2章　核方法概要
2.1　概述
2.2　特徵空間中的綫性迴歸
2.3　其他例子
2.4　核方法的模塊性
2.5　本書的路綫圖
2.6　小結
2.7　進一步閱讀高級主題
第3章　核的性質
3.1　內積和半正定矩陣
3.2　核的描述
3.3　核矩陣
3.4　核的構造
3.5　小結
3.6　進一步閱讀和高級主題
第4章　檢測穩定的模式
4.1　集中度不等式
4.2　容量和正則化：Rademacher理論
4.3　基於核的類的模式穩定性
4.4　一種實用的方法
4.5　小結
4.6　進一步閱讀和高級主題
第二部分　模式分析算法
第5章　特徵空間中的基本算法
5.1　均值和距離
5.2　計算投影：Gram-Schmidt法、QR法和Cholesky法
5.3　衡量數據的分散度
5.4　Fisher判彆式分析I
5.5　小結
5.6　進一步閱讀和高級主題
第6章　利用特徵分解法做模式分析
6.1　奇異值分解
6.2　主成分分析
6.3　最大協方差的方嚮
6.4　廣義特徵嚮量問題
6.5　典型相關分析
6.6　Fisher判彆式分析II
6.7　用於綫性迴歸的方法
6.8　小結
6.9　進一步閱讀和高級主題
第7章　利用凸優化法做模式分析
7.1　最小封閉超球體
7.2　用於分類的支持嚮量機
7.3　用於迴歸的支持嚮量機
7.4　在綫分類和迴歸
7.5　小結
7.6　進一步閱讀和高級主題
第8章　排列、聚類和數據可視化
第三部分　構造核
第9章　基本的核和核的類型
第10章　文本核
第11章　用於結構化數據的核
第12章　來自生成模型的核
附錄A　正文中省略的證明
附錄B　數學符號約定
索引
參考文獻
· · · · · · (收起)