这本1996年出版的书是对模式识别和机器学习的统计框架的可靠描述。凭借无与伦比的覆盖面和丰富的案例研究，本书对理论和极其多样化的应用（例如，可以在遥感、天体物理学、工程和医学中找到）提供了宝贵的见解。为了培养读者的技能和理解力，书中使用的许多真实数据集都可以从作者的网站上获得：www.stats.ox.ac.uk/~ripley/PRbook/。出于同样的原因，包括了许多例子来说明模式识别中的实际问题。强调了统一的原则，作者概述了该学科的现状，使这本书对统计、机器学习/人工智能和工程领域的经验丰富的研究人员很有价值。清晰的写作风格意味着这本书也是对非专业人士的极好介绍。

“理论和例子的结合使这本书独特而有趣。”

A.盖尔曼资料来源：《国际统计学会杂志》

“我可以热情推荐这本书。每一位研究人员都将受益于里普利广泛的观点和全面的参考书目。”

迪·登登纳来源：ITW Nieuws

“……对该领域的理论和实践进行全面概述……对任何对统计数据分析的原则方法感兴趣的人都有好处……这将为今后许多年提供极好的参考。”

斯蒂芬·罗伯茨资料来源：泰晤士报高等教育增刊

‘... 这是一篇关于模式分类器统计和神经网络技术应用的优秀文本……里普利成功地……生成了一个完全可访问的文本……[it]它能够以一种易用的格式和吸引人的风格呈现统计模式识别和神经网络的数学，因此将受到该领域新来者的欢迎。”

来源：自然

“……这是工程师和科学研究人员的宝贵参考。”

来源：光学和光子学新闻