目前书已经读完，配套讲解视频全部看完，很多代码自己手动重现过，收获很多很多很多！

1. 先说书的观感： 印刷精致，纸质考究，拿在手里很有份量，加上彩色印刷配图很漂亮，让人很愿意读。

2. 再说阅读难度： 图文结合，配有视频，容易理解，读起来不难，如果结合代码重现书中讲的内容，我想一定受益匪浅。

3. 最后是对内容的评价：

非常喜欢，优点很多，墙裂推荐！

下边我先把想到的几个优点列一列：

a. 开篇的“使用本书说明”很有用，直接去看视频就好，讲授了一套学习方法，我认为很好，现在已经形成我学习这套书的习惯。

我以前用Python处理数据、可视化或写一些便利的小工具，也东一块西一块记了不少学习笔记。在这里学会了使用jupyter lab，边学边注释，或者快捷键切换markdown记笔记，存档，使得我的学习非常条理。

b. 几何视角呈现，这就不需要解释太多了，把复杂的数学公式或者道理用浅显易懂的语言讲解清楚，再配上几何可视化的图像帮助理解，简直完美。

c. 代码及可视化

如果能自己再用Python或matlab重现一遍那些可视化图形，非常有成就感，不仅锻炼了自己写代码的能力，还加深了对知识点的印象。另外一方面，良好的代码能力是后续机器学习的基础。

d. 知识的关联性

我猜应该很多人都有这种感觉：高数、线代、统计概率，这些都是各自一块，虽然学过但是总感觉有一条条沟壑在这几门学科之间，再加上对机器学习和算法知识的缺失，就会很容易卡壳。（花书、瓜书、算法导论都看过，都虎头蛇尾了，看起来很迷糊。）

因为很多算法、术语（二叉树、蚁群、贝叶斯、卷积神经网络等等）完全是听天书好嘛(；一_一)，自己摸爬滚打这几年，才发现这些东西背后都是数学。所以，以这种平滑的学习方式一步步逼近机器学习，实在是一种舒适又快乐的方法。这也是我心中的一个信念，总有一天，我要打通任督二脉，把数学、矩阵、概率统计和机器学习结合起来，然后应用到我的专业里去。

每天有空了，打开视频看一看听一听，会很充实，觉得时间没有虚度。另一方面，也在获取知识的同时提升了自己的工作能力，面对工作遇到的各种小问题都可以迎刃而解，非常棒。