不错的入门读物

刚读完书，google了一下书评，看到有人抱怨说这本书根本不是为hacker准备的，因为会详细介绍非常基础的编程，比如讲垃圾邮件classification那一章里花了大篇幅讲string parsing。

看完的感觉是这本书的确不是面向programmer的，但书名其实也没错。它是一本Machine Learning 的入门读物，更适合的读者群其实是对Machine Learning感兴趣，对R有基本的了解，但对统计和编程的了解都很有限的同学。感觉这本书非常偏应用，相比于统计上的原理更偏重于介绍怎样通过代码实现，所以说叫做Machine Learning for Hackers也没错。如果用金庸小说里的说法的话，走的是剑宗的路数，而不是气宗。

总体来说，仍旧是本不错的入门书。书的每一章都有一个非常实用的案例，Machine Learning中一些最基本的概念都通过这些案例非常自然流畅的进行了简单的解释。再配合上随书附带的R code，可以很直观的看到实现的过程。所以还是建议在手边有电脑的时候阅读。

当然个人看完书的感觉是浅尝辄止，会希望对这些提到的方法能有更深的理解。本书末章推荐了两本，都是得到大家认可的经典读物：The Elements of Statistical Learning 和 Pattern Recognition And Machine Learning。 貌似两本书的起点要求都比较高，基础薄弱的同学可以先从An Introduction to Statistical Learning这本开始阅读，我之前用过这本当课本，虽然没怎么看过，但是看过的部分还是觉得不错的，而且也有配套的R code。

补充一句，这本书直接google就能找到，code也在github上面。