内核方法为模式发现提供了一个强大而统一的框架，激励算法可以作用于一般类型的数据（例如字符串、向量或文本），并寻找一般类型的关系（例如排名、分类、回归、簇）。应用领域从神经网络和模式识别到机器学习和数据挖掘。这本书是从讲座和教程发展而来的，具有两个主要作用：首先，它为从业者提供了一个包含算法、内核和解决方案的大型工具包，可用于生物信息学、文本分析、图像分析等领域的标准模式发现问题。其次，它为学生和研究人员简单介绍了基于内核的模式分析这一不断发展的领域，并举例说明了如何为新的特定应用程序手工创建算法或内核，并涵盖了所有必要的概念和数学工具。

“核心方法是现代模式分析的一个重要方面，本书生动而及时地介绍了这些方法…如果你想了解这个领域的当前研究，这本书是不可忽视的

来源：SIAM审查

“……这本书对这个不断发展的领域进行了极好的概述。我强烈推荐给那些对模式分析和机器学习感兴趣的人，尤其是那些想将基于内核的方法应用于文本分析和生物信息学问题的人。”

来源：计算评论

“……我很喜欢读这本书，很高兴这本书能为我的图书馆增色，因为它是一本有价值的从业者参考书。我特别喜欢以简洁的数学步骤介绍基于内核的模式分析算法，清楚地识别输入数据、输出数据和过程步骤。附带的Matlab代码或伪代码非常有用。”

来源：IAPR新闻稿