这本书今天仍然有意义！

它描述了许多机器学习概念，例如线性回归、神经网络、支持向量机、高斯过程、概率图模型、变分推理和隐马尔可夫模型，这些概念在今天仍然很重要。如果您学习任何关于 ML 的体面课程，它应该涵盖大多数这些主题。事实上，在我在大学（几年前）上的一门机器学习课程中，我们使用了这本书作为参考。

显然，这本书不包含对最新最先进模型（例如，transformers）的描述，但它是一本介绍机器学习中许多概念的不错的书。

因此，如果您想全面了解 ML，那么您肯定可以从这本书开始（前提是您具有理解 ML 概念的最低数学背景）。

您可能还想看看这篇文章。