《统计学习理论及应用》课程，又称为《统计机器学习理论及应用》，讲述了利用统计的方法进行机器学习，属于计算机和人工智能领域的一门重要课程，既具有高度理论学术价值，又具有强烈工程应用背景。通过本课程的教学，学生将了解统计机器学习的基本知识与基本原理，掌握常见的统计机器学习算法，培养学生运用统计机器学习方法解决实际问题的能力，为进一步的科学研究打下坚实的基础。

课程全面系统地介绍了统计机器学习的主要方法以及应用，主要内容包括：（1）统计学习基本概念；（2）统计学习的数学基础；（3）回归模型；（4）感知机；（5）支持向量机；（6）深度学习；（7）集成方法；（8）数据表示-含参模型；（9）数据表示-不含参模型。课程内容从具体问题或实例入手，由浅入深，阐明思路，论述了详细的数学推导与证明，以及实际应用案例，便于学生理解统计学习方法的数学本质，理论联系实际，在工程中灵活应用。

在国家和国际范围内，随着计算机技术、人工智能技术对其它各学科的影响力不断增强，以及国家《新一代人工智能发展规划》对我国社会发展的巨大引领，越来越多的研究人员和学生开始重视和学习“统计机器学习理论”，学生选课积极性高。这都为《统计学习理论及应用》精品课程建设提供了巨大的拓展空间。