本文将从三方面评价此书：
一、仅从启发兴趣来说，这本书已经是巨大的成功了。
机器学习到底是什么，要我总结，它就是数学（统计学），所以尽情happy地去学机器学习吧，因为数学是不会过时的。
一谈到数学，令人想到的就是繁杂的公式，晦涩的理论，考验脑细胞的思想。有时怕一说到“数学”二字，就要吓跑一大批要学习机器学习的同学。如果你正巧被我说中，那么一定要读一读这本书。外国人写书非常有趣，循序渐进，像聊天一样，不会让你觉得很枯燥。另外这本书的排版给人感觉非常悦目，读起来是一种享受。
这都不是重点，重点是它会指导读者如何实践。对于新手来说，尤其是耐心不足的同学，最希望的是能够动手去做做看，希望能看到实际的结果。而看到大数据时估计很多人会忧虑：我没有数据来做试验，就算有我也不会把数学原理转换为代码。这本书正是解决了这个问题，它使用python（提供了类似matlab的库）来实现机器学习的各种算法，使得算法从纸上一个字符一个字符地跃到计算机上，你会体验到一种从无到有的成就感，而很多实践的案例贴近生活，让你更直观的去感受机器学习的应用，动力十足。
二、动手你才发现自己仅是看似学会。
如果仅仅是学习原理，经常会出现看似学会的情况。如果马上让你写出某某个算法的代价函数，也许你会犹豫在这个公式到底有没有负号。再问你为什么是这个函数，你会发现自己一直就不知道原因。
所以必须要动手。动手编程实现了这个函数才发现很多细节不实现永远注意不到。动手不仅加深印象，更是再思考。
三、十分全面，但距离做机器学习还远的很。
这本书基本涵盖了主流的机器学习算法，十分全面。但如果仅仅是仔仔细细的研读过此书，实践所有的代码也距离懂得机器学习远的很。
这里就要说这本书的一个不足之处，它的原理部分讲得非常浅，而机器学习这种偏理论的技术，对于原理来说更是要求的重点。很多原因没有解释（清楚），很多公式没有得到推导。所以建议配合其他讲解理论的书籍一起学习。
最后要说，本人也是初学机器学习，评价不知道是否客观，但仅从我个人读此书的经历来说，还是享受到了学习机器学习的愉悦。
光看这一本想做机器学习，还远的很
对“光看这一本想做机器学习，还远的很”的回应
《机器学习实战》热门书评
-
一个合格的读者，应该明白自己需要什么
63有用 3无用 Kord 2013-08-27
为什么我会力荐这本书？也许书中分类器都非常的简单，数学理论都非常的粗浅（为了看明白书中SVM分类器的训练过程，不得不去复习了二次凸优化解法，自己推导被作者略去的中间过程），算法测试也只在轻量级的数据集上完成。不过，大可不必像其他评论一样对贬低本书。聪明的读者会知道自己没有什么，自己需要学习什么。如果...
-
光看这一本想做机器学习，还远的很
19有用 0无用 锅巴肉片 2014-10-14
本文将从三方面评价此书：一、仅从启发兴趣来说，这本书已经是巨大的成功了。机器学习到底是什么，要我总结，它就是数学（统计学），所以尽情happy地去学机器学习吧，因为数学是不会过时的。一谈到数学，令人想到的就是繁杂的公式，晦涩的理论，考验脑细胞的思想。有时怕一说到“数学”二字，就要吓跑一大批要学习机器...
-
还好的一本实战书
10有用 0无用 a_31415926 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...
-
看机器学习困了累了，就玩玩这本实验指导书吧
7有用 5无用 何磊 2013-03-28
1. 这本书的价值是提供了一系列有趣的「实验作业」和「对应的数据」，以及乱七八糟的 Python 代码，迫使读者在同样数据集上自己写一个更好的。2. 作者的 Python 代码写得真的真的很渣。3. 作者的 SVM 写错了，不是 Platt 的原始 SMO 算法，里面的 error cache 形同...
-
只能说是本源码
6有用 2无用 WeBless 2013-08-07
这本书最大的优点在于有源码实现，很赞，但是理论部分太差了，看了逻辑回归和支持向量机两章，发现好多理论都没讲，就比如逻辑回归中的Cost函数都没说，如果不了解，源码读起来也是一头雾水，所以对于初学者还需要一本理论较强的书，推荐李航博士的统计机器学习方法，刚好配套～...
