这本书的纸张选的很怪异，装在包里很难装，放书柜也不好放。从出版至今短短一两年的时间，这本破书就改了十版，可想而知这本书里到底是有多少错误，作者对待这本书是什么个态度。作者说要把这本书当成教科书，但真正学机器学习技术的人不会看这本书（至少我看完后悔了），只能勉勉强强算一个科普，因为即使你认认真真看完仍然什么都不会做。
我曾经很认真地看这本书，把它当作我的入门读物，一个一个公式的推导，结果发现这本书的公式定义尤其混乱，和前面的文字对不上，表意不明，有很多是作者自己的理解，还需要读者揣摩作者的意思。该给读者仔细指明的公式简而又简，那种无需在意过程只需看结果的公式长的不行。内容上也是前后文有重叠，最开始告诉读者十次十折交叉验证最常用，到后文就推荐别的交叉验证，也没有指明这两者孰优孰劣。作者只是把几个常用的机器学习技术罗列在那，没有进行系统的总结，也没有实际能应用的例子。
不过这本书也不是没有优点，这本书算是一个比较全的Review，想大概了解一下机器学习的技术可以大概浏览一下本书的文字部分，不能细究。西瓜的例子还是很生动的，这本书本来想给一颗星，多那一颗是给西瓜的。
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...
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...
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...
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...
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...
