注意，这是一本“教科书”，所以其中有一些“不足”也就好理解了。
书本身没有很厚，看起来不至于压力很大。毕竟是“教科书”，每一章只有短短的几十页，结合课程用来教学是不错，但自学只看这本书估计有点不太够，可以结合coursera上Andrew Ng和林轩田的课来使用，要是这本书早点出就好了，相见恨晚。以前一直想找一本这样脉络比较好的机器学习教材，一直没找到好的。
除了前面提到的经典的公开课，顺带再介绍一些自学材料吧。EM算法“西瓜书”里只有两页，我觉得还是cs229的note讲得比较清楚。神经网络可以参考stanford的UFLDL课程，做做里面的课程实验，加深理解。类别不均衡问题，最近刚跟大牛学了EasyEnsemble这个trick，书里一句话带过，不注意可能就略过去了，这个trick还是挺简单好用的，值得了解一下。LDA可以看看"LDA数学八卦"。
跟其他书比起来，可以说各有侧重，要结合自身情况阅读。经典的PRML打印了一本，因为现在已经上班了，远水解不了近渴，看了一些，然后暂时放边上吃灰了。我这种“实践派”，还不如看sklearn的文档来得实在，毕竟要搬砖赚钱吃饭。真羡慕那些已经“深入学习PRML”的人呐！
把道理本身讲清楚是一方面，把道理讲得让别人容易懂是另一方面。所以就需要“西瓜书”绪论那样的引子和西瓜这种通俗易懂的例子。有人说李航的《统计学习方法》适合入门，我自己刚刚入门的时候倒觉得不好懂，不过后面开始摸着门道之后倒觉得不错，把原理和式子列一列，然后再举个例子，就差不多了。不需要太多“废话”。
反正这些书都是好书，但适合不同的段位和需求的人。有时间的话，多看看，从不同角度加深理解也是极好。
目前看到过的，算是最好的“中文”机器学习“教科书”了。
对“目前看到过的，算是最好的“中文”机器学习“教科书”了。”的回应
《机器学习》热门书评
-
教材书籍
70有用 8无用 SCUT-苏东 2016-02-06
周老师这本书用来当教材确实不错，不过自学的话跟李航老师的《统计学习方法》来比，确实不够详细，但周老师的书广度上要更加广泛。不过某些内容上，如线性判别函数，《模式分类》以及《现代模式识别》(第二版)都用了一章去讲的，但周老师的书又略显简略。个人建议，周老师的书可以用来当做一本教材，自学的话，可以根据周...
-
这本书 应该没你们说的那么好
38有用 8无用 用户5616961672 2016-06-22
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...
-
机器学习理论大集合
19有用 5无用 instinct 2016-02-23
冲着周教授的学术名气买的这本书，拿到书以后，稍微感觉有点失望。 之前，曾经入手了 李航博士的《统计学习方法》，而且我是认认真真看了不止一遍的。&n...
-
目前看到过的，算是最好的“中文”机器学习“教科书”了。
18有用 3无用 蜡笔小轩 2016-02-15
注意，这是一本“教科书”，所以其中有一些“不足”也就好理解了。书本身没有很厚，看起来不至于压力很大。毕竟是“教科书”，每一章只有短短的几十页，结合课程用来教学是不错，但自学只看这本书估计有点不太够，可以结合coursera上Andrew Ng和林轩田的课来使用，要是这本书早点出就好了，相见恨晚。以前...
-
看了几章，还不错
7有用 0无用 eric 2016-02-14
大致翻了下，目前详细看了第8章集成学习，和前5章。感觉还不错，不由得拿李航的书来比较。（只谈谈我目前看到过的几点，仅供参考）①内容方面，李的书要少于周的书，周写的内容更多一些。②由于只看了第八章，两者关于adaboost的公式讲解都差不多，但是李航的书有例题，一步步的计算。周的书没有例子，但是有一些...
