南京大学周志华教授撰写的《机器学习》（清华大学出版社）上架不到一周即成为亚马逊最
畅销商品，各网站上现货被抢购一空，一时间“洛阳纸贵”。技术类书籍热卖到此程度，相
当罕见。ACM数据挖掘中国分会部分专家仔细研读了这本专著，给出如下评价：

全书16章，附带相关矩阵、优化、概率知识的附录，共425页，62.6万字。中国计算机学会
终身成就奖得主陆汝钤院士作序，书后有作者自撰后记。该书有以下特点：
1. 内容系统全面。全书16章，覆盖了机器学习几乎所有的主要分支领域，覆盖面超过了该
领域国际著名书籍如ESL与PRML：第1 部分（第1-3 章）介绍机器学习的基础知识；第2 部
分（第4-10 章）介绍一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、
贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11-16 章）为进阶知识
，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及
强化学习。此外，书中每章都提供了精心总结的阅读文献，对读者进一步深造提供了极大帮
助。


2. 行文通畅易读。作者文笔精彩，全书思路清晰、文字活泼通畅，每章附带的小故事让读
者在轻松之余了解学科相关历史。尤为难得的是，作者很善于把复杂的事情说得简单明白，
避免数学公式的堆砌，重在说清技术内容的来龙去脉，让读者不仅“知其然”，还要“知其
所以然”。这不仅对初学者有益，对本领域研究者了解学科全局的发展思路也很有帮助。另
外，该书对关键的公式又有具体详尽的推导分析。


3. 叙述立场客观。作为入门教科书，尽可能不带偏见地对材料进行客观介绍非常重要。以
往的一些书籍在此方面有失偏颇，如PRML把所有机器学习材料都从贝叶斯角度来诠释描述，
这对高水平读者很有益，能让人看到各种内容均可以从不同学派的角度来理解；但是对入门
读者，先入为主地强化单一学派的思路和价值观，对深入理解整个学科未必有益。周教授《
机器学习》书各种材料均从其本源产生的角度来介绍，令细心读者对各学派的优点都能有所
体会，对入门者非常有益。


4. 设计装帧精美。该书近似方形开本，注释以边注形式出现，侧边空白便于读者写笔记，
设计很人性化。文字、公式、数学符号混排格式美观精致。特别是，彩图是彩印的！纸张也
相当好，足以看出作者和出版社的用心。封面设计清新文艺。该书可谓技术类书籍中的艺术
品，令人爱不释手。


ACM数据挖掘中国分会（KDD China）专家组一致认为，该书是世界级专家用中文母语精心打
造，是不可多得的好书，必将成为该领域的经典名作。KDD China专家组将继续对国内相关
领域热门技术和进展做出权威点评。




作者简介：周志华教授是大陆第1位AAAIFellow，并且是IEEEFellow、IAPRFellow、ACM杰出
科学家，国际人工智能联合大会的机器学习主席，国际数据挖掘大会主席，是人工智能、机
器学习、数据挖掘领域的世界级权威专家。《机器学习》是周教授耗时两年精心打造的力作
。