《核学习中的非光滑分析法》内容简介：学习理论是在神经网络学习、支持向量机、数据挖掘、模式识别、回归和分类分析等具有学习机理的应用领域的基础上发展起来的应用新领域。《核学习中的非光滑分析法》详细叙述了正则化学习算法的由来，并应用非光滑分析法对正则化回归学习算法、分类学习算法的收敛性进行了分析，给出了学习速度的概率估计。
《核学习中的非光滑分析法》可以作为学习理论的入门读物，也适合高等院校高年级本科生、研究生、教师和相关科研人员参考。