L'apprendimento statistico (SL) è lo studio dell'estrazione generalizzabile di conoscenza dai dati (Friedman et al. 2001). Il concetto di apprendimento viene utilizzato quando la competenza umana non esiste, l'uomo non è in grado di spiegare la propria competenza, la soluzione cambia nel tempo, la soluzione deve essere adattata a casi particolari. I principali algoritmi utilizzati in SL sono classificati in: apprendimento supervisionato (ad esempio, regressione e classificazione), apprendimento non supervisionato (ad esempio, associazione e clustering), semi-supervisionato, che combina esempi etichettati e non etichettati per generare una funzione o un classificatore appropriato. Seguendo questa idea di ricerca, in questo libro proponiamo una buona rassegna dei più recenti modelli statistici utilizzati per risolvere il problema della dimensionalità recentemente discusso.