Boken 'Information Geometry and Its Applications' er den første omfattende fremstillingen av informasjonsgeometri, skrevet av grunnleggeren av feltet. Den starter med en enkel innføring i dualistisk geometri, før den utforsker et bredt spekter av anvendelser innen informasjonsvitenskap, ingeniørfag og nevrovitenskap. Boken er delt opp i fire deler, som alle i stor grad kan leses uavhengig av hverandre. Første del introduserer et manifold med en divergensfunksjon, som fører direkte til den dualistiske strukturen – kjernen i informasjonsgeometri. Denne delen kan forstås uten forkunnskaper innen differensialgeometri. Del II gir en intuitiv forklaring av moderne differensialgeometri, selv om boken i stor grad er tilgjengelig uten denne kunnskapen. Del III gir en konsis fremstilling av informasjonsgeometri innen statistisk inferens, inkludert tidsserieanalyse og semiparametrisk estimering, spesielt Neyman-Scott-problemet. I del IV blir det diskutert anvendelser innen aktuelle temaer som maskinlæring.
