《统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

本书自1970年初版以来，不断修订再版，以其经典性和权威性成为有关时间序列分析领域书籍的典范。书中涉及时间序列随机(统计)模型的建立及许多重要的应用领域的使用，包括预测，模型的描述、估计、识别和诊断，动态关系的传递函数的识别、拟合及检验，干预事件影响的建模和过程控制等专题。本书叙述简明，强调实际技术，配有大量实例。 本书可作为统计和相关专业高年级本科生或研究生教材，也可以作为统计专业技术人员的参考书。