对于其经典就不多说了，对我目前而言，重点在于其讲述的学习理论。
机器学习作为学习理论的一个具化来理解，更立体的角度来观察学习机器学习理论。

• 传统统计学在机器学习问题种起着基础性的作用，主要研究的是渐近理论，即当样本趋向于无穷多时的统计性质。
• 统计学习理论，在20世纪70年代就已经建立了基本体系，它系统的研究了机器学习的问题，尤其是在有限样本情况下的统计学习问题。90年代，这一理论框架下出现（支持向量机）SVM这一新的通用机器学习方法。
• 统计学习理论的一个基本特点：希望通过严格的数学推理找到机器学习问题的关键所在。
• 没有什么比一个好的理论更实用了

统计学习理论，不是机器学习。是一个比机器学习更基础的理论体系

《统计学习理论的本质》

$Valadimir N. Vapnik$

2000.9.1

清华大学出版社