Este livro explica a comparação entre Técnica Estatística e Técnica de Aprendizagem de Máquina, especificamente o Modelo de Regressão e o Modelo de Rede Neural de Função da Base Radial (RBFNN). Esta explicação envolve a teoria matemática e o princípio sobre o qual o modelo RBFNN foi desenvolvido e gerencia a crença geral de que as técnicas de Machine Learning são "Black Box", o que significa que a Matemática da Rede Neural não pode ser explicada. Portanto, este livro explica a Matemática das Funções da Base Radial, que depende da função Gaussiana. Algumas estimativas dos dois modelos foram comparadas e explicadas neste livro, como a Soma dos Quadrados de Erros, o Critério de Informação Bayesiano e a Importância Relativa de cada variável explicativa.