《概率论与数理统计》强调概率论与数理统计的应用性，主要包括概率与统计简介、描述统计学、概率论的基础、变量的概率分布与数字特征、几种常见的分布、统计量的分布、参数估计、假设检验和线性回归等内容。书中主要统计计算使用Excel软件完成。学习《概率论与数理统计》的主要理论仅需要读者具有一元微积分的数学基础。 《概率论与数理统计》可作为高等学校非数学类专业“概率论与数理统计”课程的教材，也适合科技工作者自学与参考。
《经典译丛·人工智能与智能系统：统计模式识别（第三版）》系统地介绍统计模式识别的理论和技术，并讨论机器学习领域的诸多问题和相关算法，反映模式识别理论和技术的研究进展。其中，大部分识别和分类问题取材于工程学、统计学、计算机科学和社会学等领域的相关应用，并配有应用研究实例。与前版相比，充实或新增了关于估计概率密度的贝叶斯方法、估计概率密度的新的非参数方法、新的分类模型、谱聚类问题、分类规则的归纳法、复杂网络等方面的介绍。 《经典译丛·人工智能与智能系统：统计模式识别（第三版）》注重基本概念、基本方法的讲述，启发性强，且应用实例丰富，适合作为大学高年级和研究生模式识别课程的教材，也适合作为从事模式识别研究和应用工作的相关技术人员的重要参考用书。
