这本书的最大好处是让你能够用最基本的pyton语法，从底层上让你构建代码，实现我们常说的比如邮件过滤，数据分类的应用。很多时候你要写最基本的代码和结构去做这些工作，而不是像kaggle的tutorial或者其他的工程大多数告诉你一个lib库函数去调用，你能看到底层在干什么，决策树是怎么弄出来的，gradient descent是怎么弄出来的，知道机器学习是如何从低实现的。
缺点就是评论上面说的各种，理论上不严密，其实这个有错误到是其次，主要是理论讲的不是很清楚不是很透彻。需要参考一些公开课老师讲的或者一些比较理论上的书籍，你才会发现原来作者不声不响加上的一些东西是这么来的。 有些作者写的机器学习的代码也是只对那个样本有效，遇到一般性的样本就会出现问题。
但是总体来说，我觉得这本书还是告诉了我们机器学习从代码上是个什么样子。的确，它在理论上欠缺，而且讲的逻辑不是很清楚，但是市面上根本不缺理论的书，这本书有自己独特的位置。开始你按照它的代码走，到后来你觉得，诶这哥们写的代码有点问题啊，不过到最后还是得感谢他领你入门了。
我觉得他的利还是大于弊，不过最好结合理论书和理论的公开课来一起学习，这样互补性很好。