原书推介：贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法，对于一个计算机专业的人士，应当熟悉其应用在诸如机器翻译，语音识别，垃圾邮件检测等常见的计算机问题领域。在共计15章的篇幅中讨论了怎样解决十几个现实生活中的实际问题。在这些问题的解决过程中，还潜移默化的帮助形成建模决策的方法论，建模误差和数值误差怎么取舍，怎样为具体问题建立数学模型，如何抓住问题中的主要矛盾（模型中的关键参数），再一步一步的优化或者验证模型的有效性或者局限性。在这个意义上，是一本关于数学建模的成功样本。个人观感：这本书是讲生成模型（贝叶斯模型）的，大家可能平时关注判别模型多一些，但是如果你知道领域中的一些知识，生成模型更有效，它需要的样本更少，训练时间更短。书是好书，从python角度阐述了贝叶斯思维，探讨了一些建模和计算方法，并且给出了一个很实用的python框架。 但是翻译实在是烂，很多地方同一个段落里的相同概念都会翻译成不同的中文词汇，简直令人发指！这书的英文原版 PDF 可以免费下载，需要一起对照着看才能看懂。
