简直够了

充其量不过是几个常用python ML包（scikit NumPy SciPy matplotlib pandas）的 cookbook 罢了。 基本上每节的流程就是先告诉你一个ML概念大概是怎么回事，真的很大概，不过好处是至少会告诉你为什么要这么做。然后用一段示例代码告诉你这个东西在Python ML包里要调用哪几个接口。但用到的关键接口基本不讲解，也不会介绍其他相关接口，所以如果需要其他扩展应用，你还需要翻相应文档。 另外编辑上比较有问题，代码里面typo也是略多，公式字体大小在同一页里面都变来变去。还有各种用放得老大的单行公式和数据图，感觉明显是凑页数。 所以，如果这本书的定位是一本 python ML cookbook ，我勉强可以给4分。 不过作者自己对书的定位是这样的： The concepts behind machine learning are too beautiful and important to be hidden in a black box. Thus, my personal mission is to provide you with a different book; a book that discusses the necessary details regarding machine learning concepts, offers intuitive yet informative explanations on how machine learning algorithms work, how to use them, and most importantly, how to avoid the most common pitfalls 说得好像是深入讲解Python ml 包的原理和实现似的呢⋯⋯我都指望有算法分析和对应源码剖析了呢。结果一看简直觉得被骗⋯⋯ 实际书里说的的主要是“使用”，实践注记也有一些（就是作者说的common pitfall吧）。机器学习的概念细节我认为是几乎没有。直观解释是有的，但是太粗糙，一点也不informative。 amazon上居然还有人说“这书唯一的缺点就是数学公式太多，不过不要怕！如作者所说，公式忽略你也一样能看懂” 我说大哥，人放几个公式就是为了唬你们呢，其他用处真的一点都没有…… 书里只有一些最简单的可有可无的数学公式，比如讲到kernel trick就放了两个超大字体的高斯核函数公式，核函数到底是怎么回事几句话带过了，更不用说讲清楚高斯核了 哦，书的开头倒是解释了矢量符号和矩阵乘法……are u f*king kidding me !?? 不知道这本书在amazon也得分怎么那么高……可能是码农圈和算法圈的鸿沟太大了吧

调包做工程的话，下面这本肯定更好 https://book.douban.com/subject/26840215/