本书主要介绍机器学习上的PAC-Bayes理论评价及应用。本书分为上、下两篇。上篇为基础理论篇，下篇为应用篇。
上篇探讨了计算学习理论、统计学习理论、PAC-Bayes理论、RKHS、MCMC、探讨各种机器学习算法上的PAC-Bayes理论及计算方法。
下篇介绍机器学习上的PAC-Bayes理论应用。将PAC-Bayes边界理论运用于评价SVM的泛化性能、模型选择、交叉验证方法、并应用于Web文档评价和蛋白质结构预测中。