Ce livre explique la comparaison entre les techniques statistiques et les techniques d'apprentissage automatique, en particulier le modèle de régression et le modèle de réseau neuronal à fonction de base radiale (RBFNN). Cette explication implique la théorie mathématique et le principe sur lesquels le modèle RBFNN a été développé et elle gère la croyance générale selon laquelle les techniques d'apprentissage automatique sont des "boîtes noires", ce qui signifie que les mathématiques du réseau neuronal ne peuvent pas être expliquées. Par conséquent, ce livre explique les mathématiques des fonctions de base radiales qui dépendent de la fonction gaussienne. Certaines estimations des deux modèles ont été comparées et expliquées dans ce livre, telles que la somme des carrés des erreurs, le critère d'information bayésien et l'importance relative de chaque variable explicative.