a_31415926的图书主页-查字典图书网

自由在高处

2015-02-08

       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。

能够解释为什么的机器学习教科书

2016-08-04

1. 这个书最好的地方在于他很多地方解释了某某模型或者参数为什么的问题：也就是某个东西的用途优点和动机intuition。而一般的计算机类的机器学习书则侧重告诉你"是什么"的问题，而不知道所以然。这个优点是和一些机器学习书包括李航老师的，还有一些机器学习实战之类的书不太一样的地方。
2. 当然这是本教科书，提到的很多都是经典理论的东西，不会出现那么热门新潮的东西，深度学习还没有定型的时候，周老师也没有说那么多。
3. 另外教科书的推导也是教科书式的，图和例子不是很多，更多是公式，不太直观。