本书系统总结了作者近几年在粗糙集理论、模型、算法和应用方面的研究成果，以分类决策中人们普遍使用的若干一致性假设为主线，论述了等价关系、邻域关系、模糊关系以及优势关系下的粒化和近似问题，进而分析了各种关系诱导出来的近似空间的不确定性度量问题。本书的特点是理论分析、算法设计和实际应用相结合，将粗糙集理论应用于模式识别、机器学习和数据挖掘的算法设计，形成了特征依赖性分析、特征选择、属性约筒、样本约简以及规则学习等算法。