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。
还好的一本实战书
《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～...
