适合作为参考书

其实本书我没有读完，才读了1/2，正好有点儿时间先写一写书评。edit:现已读完，下册的问题稍多一些，部分章节没有保持住上册的高质量，但仍然瑕不掩瑜吧。

作品的定位问题

《深度学习：从基础到实践》这个名字，看上去很像教材对吧……但是它其实和教材的写法差异很大。这本书的目标读者画像应该是这样的

- 一家AI初创公司的销售代表，刚刚从传统行业跳槽过来，大学学到是商科。这位销售代表想要更充分地了解公司业务所依托的技术背景。

- 高中信息教师，或者大学计算机基础课的教师，想要在课堂上包含一些数据科学的有趣内容，需要找一本入门书籍提供灵感。

- 人文社科领域的研究生，看到本领域内越来越多的前沿工作牵扯到统计学习和深度学习，想要认真了解他们这些人究竟在做什么，乃至未来自己也向这个方向靠拢。

- 临床型的研究生，在学术报告中看到越来越多的临床医学+AI的进展，对此非常感兴趣，想要了解这究竟是怎样的一种神奇方法。

- 高中生，有一定的编程基础，听说机器学习很厉害，想要自己上手。

总之，这应该算是一本很好的科普读物，而不是教材。同时，我觉得这本书作为严肃课程的阅读材料也是很有意义的。

作品的风格

我去出差4天，带着这本书的上册，想着在旅途中随便翻翻。结果我两个半小时的飞机落地。上册已经阅读了40%了。等到回北京，上册已经读完了。我是有一定机器学习基础的，花书我读过一部分，当时没有说特别痛苦（毕竟花书已经挺简单了），但速度也是很慢的。这样飞快的阅读速度，也是我预期之外的。我本想旅途结束后能读完前几章就不错了。所以还是坐飞机的时候阅读效率高啊，网络一断，与世隔绝。

作者用了大量的图像化的表示，这是我非常喜欢的做法。然而也挺占版面，否则阅读速度并不会这么快。遗憾的是中文版采用了灰度印刷，没有保留原图的色彩，因此文字中有些关于颜色的描述使人云里雾里，实为憾事。

作者风格方面我不太认同的一点是对与数学公式的过分回避。回避数学公式的本意是不要吓到非专业读者，但很多时候会把简单的事情弄得更加复杂，絮絮叨叨缺乏条理。这本书不是绝对没有公式，它还会出现一些加减乘除的公式。然而如果作者把读者的能力设定在大二以上的本科生，能够自由运用微积分和线性代数，那么写作的精彩程度会更高。

这种作品我把它归类为中级程度的科普读物。初等的科普读物面向的是受教育程度一般的公众，只是传播学术的理念和基本的常识，我想国内特别是官方（各个学会）对科普的理解止于此处。优秀的例子包括《从一到无穷大》、《物理学的进化》、《从惊讶到思考》。中等程度的科普读物，面向的群体是一般技术人员、大学生和研究生，以非专业的程度介绍具体领域的具体问题，比如The Surreal Number（中译本的名字很古怪就不放了）、《数学之美》、Whats Happening in the Mathematical Sciences。高等程度的科普读物，是给专业领域研究者普及前沿概念与进展的，通常需要更严谨的写作方式。这些作品跟综述、高阶教材非常接近，但它也可以很易读。比如《物理学咬文嚼字》丛书、《黎曼猜想漫谈》、《图灵的秘密》。

本书从内容上看，应当属于中级科普读物。作者有点儿想把它写成初等的了，这是美国特色吧。

翻译

我自认为对翻译作品的要求还是很高的。因为我读过不少译笔非常垃圾的教材，我完全清楚翻译水平的下限在哪里，我也屡次因为翻译教材的翻译质量太差而设法找英文原文阅读。

如我所说，这本书的特点使得，我阅读的速度是飞快的，因此我可能忽略掉一些语言上的细节。至少就我看到的部分，说这本书翻译质量差，实在是有些冤枉。诚然，译文中的语气或有一些生硬的地方（个别章节较为集中），这些地方或可进行更流畅的翻译处理，但我觉得其实不太影响阅读的体验。我往往是抱着评价译文质量的心态去阅读的，如果就是正常地读，恐怕我也无法注意到这些生硬之处。这个译文在专业方面的硬伤是存在的，但数量很少。有些译法我也是第一次听说，没有查证是否规范（符合名词委的规定），我只是觉得很得体妥当，说明译者花了心思处理、统一这些术语。编辑方面，有少量的地方有点儿奇怪，但总体来说风格统一。

这本书不是翻译的典范，它是个可靠的译文。对于初等和中等水平的科普读物，翻译的意义是很大的，因为面向的读者群恐怕没有足够的外语能力去读这样有些专业性的内容。在这方面，家佳老师和他的学生们做了很好的工作。不完美，但足够好了。