《统计学习方法》是一本由李航著作，清华大学出版社出版的235图书，本书定价：38.00元，页数：2012-3，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《统计学习方法》读后感(一)：很不错的书

　　写得真好。虽然内容少，但写得都比较透，很清楚。现在虽然只看了第一章，但收获不小。可以和stanford正在开的机器学习课一起学。推荐大家读一下，大牛就不用看了。要深入学习的也不用看了。学到后面再和大家交流。

　　《统计学习方法》读后感(二)：读完《统计学习方法》的评价

　　花了2个星期看完了这本书，觉得作者前半部分写的还是挺用心的。当然前面的内容也比较简单。但是最后面两章写的有些莫名其妙，很多东西都根本没有交代清楚，上来就列个公式，都不告诉你是怎么来的。也可能是我水平有限，不过确实感觉作者在后两章节上写的有点应付得感觉

　　《统计学习方法》读后感(三)：挺好的一本书

　　五一空闲时看了第一章的概论和第二章的感知机。一个感觉这本书很基础，它没有侃那么深的道理，一章也就是10多页，不像《PGM》那样的书首先给人一种压力，加之又是国人写的，感觉很近人。这些理论性知识也弥补了自己对某些算法理解的模糊性，很适合像我们这样堆积知识的人看。

　　《统计学习方法》读后感(四)：机器学习必读书籍

　　薄薄的一本，纯理论，详细的公式推导，跟着推一遍提升很大！

　　由于是纯理论，所以配着《机器学习实战》非常好用！这样既明白了原理，也能用python写出具体的代码，加深了学习印象。虽然在真正的工程中，很可能使用的是scikit-learn库，但是自己敲一遍代码还是很好的。

　　《统计学习方法》读后感(五)：中国作者关于机器学习最好的书之一

　　暑假准备面试的时候，开始看这本书，刚开始看的时候，被书中的内容深深吸引住了，介绍了很多经典的机器学习算法，对于想迅速入门而且不喜欢读英文书的人来说，这绝对是一本经典之作。只是里面的数学推导太简略了，必要的数学知识讲解的也不是太清晰。在我看过andrew ng的讲义之后，我不得不说，还是国外大教授的讲解浅显易懂。不过还是推荐这本书啦

　　《统计学习方法》读后感(六)：这是一门气宗的书

　　《统计学习方法》读后感(七)：干货满满

　　李航博士这本《统计学习方法》与周志华教授的《机器学习》可以说是中文机器学习领域的经典教材，干货满满，自己如果读透并且实现一遍算法的话会有很大收获，可以参考我写的经验一起学习

　　https://blog.csdn.net/devil_bye/article/details/80724841

　　《统计学习方法》读后感(八)：注重理论，也有实际例子

　　最初拿到手就觉得整本书都是公式，扫了一遍，发现看起来很吃力！

　　现在重新再看多一遍，并将里面的算法自己实现了一遍，已经看完第五章了，照着书里的算法逻辑与步骤自己动手后觉得还是可以搞懂一些的

　　附：本人的学习笔记博客

　　《统计学习方法》读后感(九)：新手“不友好” 需要沉下心看

　　所谓新手不友好 是指如果你只是为了用统计学习的方法去完成一个事例 比如kaggle上的数据 该书很不友好

　　建议你直接去看sklearn的中文文档，在初步成为一个sklearn的api选手之后

　　回头看这本书 我只能说真的挺好的 看这本书让人心沉下来 更能理解算法提高见识

　　总之我觉得本书适合你对机器学习有一定的了解 且已经实践过一些案例 调用过一些sklearn的接口 听说过knn lr svm 的原理的基础上 看统计学习方法这本书 会更加拧实知识并开阔眼界 还能巩固一下数学原理

　　《统计学习方法》读后感(十)：干货为主，初学者不能作为唯一书籍

　　这本书干货为主，什么意思呢，就是多余的例子啊解释啊不多，很精简的就从问题定义开始，到算法，到分析。所以别看书这么薄，其实内容不少。当然，似乎作者还有意象再写一本，这本书现在还不全，有一些模型在本书总没有提到。

　　对于初学者而言，其实机器学习并不容易，如果只读这本书就更不容易了吧。我虽然不是机器学习的大牛，但是对于其中的很多术语、问题都有概念后看这本书才觉得好的，如果我什么都不知道，这种干货为主的传统教科书很可能会让我讨厌机器学习的（个人观点）。但是，如果把这本书作为参考书，那将是非常好的一本，一方面算是比较权威吧，另一方面是简洁，用公式、逻辑说话，不做太多通俗的解释，比起PRML等书就简洁了很多，有着独特的魅力和市场需求。

　　最后一句评论，估计也只有中国人能写出这种类型的书。外国人似乎很少写”干货书“，应该是一种相辅相成吧。