Peter Norvig, Diretor de Pesquisa do Google, coautor do AIMA, o livro de IA mais popular do mundo. "Burkov assumiu uma tarefa muito útil, mas incrivelmente difícil, de reduzir todo o aprendizado de máquina a 100 páginas. Ele conseguiu escolher bem os tópicos ? tanto teóricos quanto práticos ? que serão úteis para os profissionais e para o leitor que entender que estas são as 100 (ou, de fato, 150) primeiras, e não as últimas, páginas que ele lerá e que lhe fornecerão uma introdução sólida para a área." Aurélien Géron, Engenheiro Sênior de IA, autor do bestseller Hands-On Machine Learning with Scikit-Learn and TensorFlow: "A variedade de tópicos que o livro cobre é incrível para apenas 100 páginas (mais algumas de bônus!). Burkov não hesita em entrar nas equações matemáticas: que é uma coisa que os livros curtos costumam deixar de fora. Eu realmente gostei de como o autor explica os conceitos principais em apenas algumas poucas palavras. O livro pode ser muito útil para iniciantes na área, bem como para veteranos que podem se beneficiar de uma visão tão ampla." Karolis Urbonas, Chefe de Ciência de Dados da Amazon: "Uma ótima introdução à Aprendizagem de Máquina de um profissional de classe mundial." Chao Han, VP, Chefe de Pesquisa e Desenvolvimento da Lucidworks: "Eu gostaria que um livro como esse existisse quando eu era um estudante de graduação em Estatística tentando aprender sobre Aprendizagem de Máquina." Sujeet Varakhedi, Chefe de Engenharia da eBay: "O livro de Andriy faz um trabalho fantástico de cortar o ruído e atingir as faixas e a velocidade máxima desde a primeira página.'' Deepak Agarwal, VP de Inteligência Artificial do LinkedIn: "Um livro maravilhoso para engenheiros que desejam incorporar Aprendizagem de Máquina em seu trabalho diário sem necessariamente gastar uma quantidade enorme de tempo.'' Vincent Pollet, Chefe de Pesquisas da Nuance: "Excelente leitura para começar com Aprendizagem de Máquina.'' Gareth James, professor de Ciência de Dados e Operações na University of Southern California, e coautor do best-seller An Introduction to Statistical Learning, with Applications in R: "Este livro é um manual compacto de "como implementar ciência de dados", e eu prevejo que se tornará um recurso para acadêmicos e profissionais. Com 100 páginas (ou um pouco mais), o livro é curto o suficiente para ser lido de uma vez. E ainda, apesar do tamanho, ele cobre todas as principais abordagens de Aprendizagem de Máquina, desde a classificação linear e regressão logística, até máquinas modernas de vetores de suporte, aprendizagem de máquina profunda ("deep learning"), "boosting", e florestas aleatórias ("random forests"). Também não há escassez de detalhes sobre as várias abordagens e o leitor interessado pode obter mais informações sobre qualquer método em particular através da inovadora e complementar página "wiki" do livro na Internet. O livro não pressupõe que o estudante tenha um elevado conhecimento de matemática ou treinamento em estatística, e nem mesmo experiência em programação. De tal forma, que ele deve ser acessível a quase todos dispostos a investir um tempo para aprender sobre estes métodos. Certamente, deve ser leitura obrigatória para qualquer um que inicie um programa de doutorado nesta área e poderá servir como uma referência útil à medida que o estudante progride. Finalmente, o livro ilustra alguns dos algoritmos usando códigos em Python, uma das mais populares linguagens para Aprendizagem de Máquina. Eu recomendo o livro ?The Hundred-Page Machine Learning Book? para ambos: o iniciante buscando aprender mais sobre Aprendizagem de Máquina, e o praticante experiente destinado a ampliar sua base de conhecimento."