这本书 应该没你们说的那么好

看到这本书豆瓣上评到9.1，各种赞誉，很是惊奇，感叹国内作者能写出这样的书来真不容易。
当然有好书我也想看，昨晚下单，今天到货，很不好意思，要泼点冷水，这本书没有你们说的你们好。

简单说：这本书作为自学教材，是绝对不合适的。这本书其实是本：<机器学习导论>。
以下是读这本书的感觉，都是个人观点。另外，周老师是机器学习的大牛，水平肯定不是盖的。以下评论对书不对人。

我学习人工神经网络有段时间了，即使这样第五章神经网络部分读起来都十分晦涩，很难想象对于想拿着本书入门机器学习的人来说，到底能有多少收获。至少神经网络部分的学习体验，这本书远不如《神经网络在应用科学和工程中的应用：从基本原理到复杂的模式识别》，以下简称《神经网络》。。

简单说几个问题：
1、术语不规范
     BP网络权值更新，按训练样本多少，可以逐次更新或者样本集训练完整体更新一次。这本书的叫法是“累积BP算法”和“标准BP算法”，这个叫法我觉得晦涩且不确切；《神经网络》的叫法是：批量学习（离线学习）与在线学习；还有权值和阈值的叫法，其实阈值这个叫法也不确切，当然更不是阀值，相对的，《神经网络》这本书在前半部分就着重提出，这是b值，其实是”偏置“，从出从感知器和线性网络开始，b值就一直充当分类直线的偏置的作用。。。不一一描述。

2、实在是实在是，太简略。
正文400页，十几个算法，每页只印刷大半页。作者大概也没想正八景给你讲算法把。。。
正则化一部分，为了获得更好的 泛化能力，其实 方法有很多，提早停止、正则化、人为增加训练集大小等，当然本书只提到正则化，并且基本上只给了一个概念和一个公式。至于什么权重值的调整”常通过交叉验证法来估计。“这个交叉验证法，作者是有必要给出三五句描述的。。。
至于常用的径向基网络以及其他网络，基本只给了个概念。。。

3、配图及符号表示有些乱
是有些乱，不是特别乱。当然主要是我受《神经网络》那本书的影响，那本书的配图，及对各层输入输出权值偏置的表示非常清晰，阅读体验非常棒。（ps，那本书也有问题，这里并不是吹捧那本书。。。）这本书呢，各层输入输出权值偏置的表示的符号，不清晰，没规则，阅读体验差一些。想对着这本书的介绍自己写个程序实现神经网络的话，要先花点时间把错乱的符号理顺清楚才好。。。

4、免不了的学院派
既然这本书不适合做自学教材，适合做科普。。。按理说应该亲民一些，少些专业符号，公式可读性方面提高一些，至少能够让人清楚的理顺算法逻辑做到心中有数。但是这本书还是十分学院派，读起来很硬。国内作者写书的通病吧。对比的，还是《神经网络》那本书。。。

这本书印刷精良，字体大小合适，排版上乘，纸张优质，是本值得收藏的书。。。也确实是本很”流行“的书。正如作者一直在讲西瓜的例子，并且把西瓜作为了封面图片，似乎也预示了，这本书可能不是一本十分严肃的教材。。。如果作为培训，有老师在课上一边详细的给你讲算法，你做笔记，配合本书，或许能有收获。。。否则看这本书，只能是作为课外阅读。

怎么说呢，这可能是一本不错的读物。。。

我只能给7-8分。