支持向量机（Support Vector Machine，SVM）是建立在弗拉基米尔·万普尼克（Vladimir Vapnik）提出的统计学习理论基础上的一种使用广泛的机器学习方法。这本简明导论教程对支持向量机及其理论基础进行了全面的介绍。书中从机器学习方法论讲到超平面、核函数、泛化理论、优化理论，*后总结到支持向量机理论，并介绍了其实现技术及应用。本书的叙述循序渐进，内容深入浅出，既严谨又易于理解。书中清晰的条理、富于逻辑性的推导以及优美的文字，备受初学者和专家的赞许。本书可作为计算机、自动化、电子工程、应用数学等专业的高年级本科生或研究生教材，也可作为机器学习、人工智能、神经网络、数据挖掘等课程的参考教材，同时还是相关领域的教师和研究人员的参考书。  此书是世界图书出版公司“香农信息科学经典”系列图书中的一种。这个书系包含信息科学各个领域的图书，如信息论、通信与网络、信号处理、机器学习、理论计算机科学、量子信息科学等。“香农信息科学经典”以被世人称为“数字时代”之父和“信息时代”之父的克劳德·香农（Claude E. Shannon, 1916.4.30 – 2001.2.24）为名。书系的策划者为从香农所在的美国麻省理工学院归国的信息科学家。书系中除了包含信息领域传统分支的图书，还包括像“人工智能的信息论方法”与“信息科学中的博弈论”等前沿交叉学科的子系列。关于书系与香农的更多介绍，请见世图公号文章《一个新书系的诞生——香农、信息时代与“香农信息科学经典”》。