本书介绍了支持向量机（SVM）和企业信用评级的相关背景和理论基础，提出了几种改进的SVM和分布式SVM方法，并将所提出的新方法应用在信用评级系统当中。主要内容包括相关背景（第1章）和统计学习基础（第2章）的介绍、基于后验概率的SVM决策树方法（第3~4章）、可扩展的分布式SVM（第5章）以及新方法在信用评级中的应用（第6章）。本书是模式识别与数据挖掘方向的专著，反映了作者近年来在这一领域的主要研究成果。 本书内容新颖、结构清晰、语言简练，可作为大专院校及科研院所模式识别、机器视觉、智能信息处理和金融经济等领域的高年级本科生、研究生的教材和参考书，也可作为相关领域的教师、科研人员以及从事模式识别、银行证券的工程技术人员的参考书。