另外的两本分别是PRML和ESLII。
这本书的成书时间最晚,刚出的时候特意花了90刀从亚马逊买的。
先说说优点:新,全!
刚说了,相对于另外两本书,由于成书时间较晚,所以涵盖了更多最近几年的hot topic,比如Dirichlet Process,在其他另外两本书中都没有提到过。
更重要的,是全,基本上ML领域的专有名词,你都可以在书后的index找到。说道这里,不得不佩服本书的作者Kevin Murphy,剑桥的本科,UCB的博士,MIT的博后,得到过多位大牛的真传,当初申请PhD的时候就想申他的学生,可惜他那个时候已经打算跳到Google,不再招新学生了。
还有一个非常重要的,另外两本书不具备的,就是这本书配备了详尽的matlab code,你几乎可以尝试书中的每一个例子。
单从以上这几点,我绝对会把他排在所有ML教材的首位!
不过可惜的是,当我拿到手开始读这本书的时候,却有不禁有点失望。显然Kevin的驾驭力还不及另外两本书的作者,所以造成的一个结果就是这本书有点像是一个大杂烩,一本handbook。可是看出,作者是真心想把所有的东西都展现出来,而how to organize就成了一个很大的问题,在这一点上,我觉得作者做的还不是很出色。所以整本书的系统性不及另外两本,读起来也没有那种酣畅淋漓的感觉。有的时候,当你读完一章之后,反而更加的迷惑,因为很多东西作者都没有系统阐述,仅仅是点到为止。
本书的另外一个缺点就是排版和笔误非常的多,可见后期的校对工作做的也不够好。
但不管怎样,这本书都应该算的上是经典,如果打分的话,PRML 9.5,ESLII 9.4,本书9.2,其他ML的书籍应该都在9以下。