周志华有什么代表性的突破工作吗？

ml 领域大佬，dl时代不清楚了，很久不看其它方向dl的论文了。

对了，西瓜书的高评价至今匪夷所思，至今没读完，感觉和大部分读者处在异时代，没有惊艳和醍醐灌顶，没有西班牙作者的那本大部头模式识别有嚼劲，也远不及早几年的李航统计学习。

国内高校搞人工智能学院的，他是主推手，南京大学第一个成立的，当时就想这要坑害多少本科生呀，一个计算机编程和统计优化的交叉方向，现在要成立学院了。

本科更适合宽基础教育。

学术层次我离评价周老师还差的太远，不过看见其他不少答主提到了西瓜书，作为这本书的读者简单说说这个。

个人的观点是，西瓜书是一本很优秀的中式机器学习入门教材，但是中式教材风格可能已经不是一个好的学习路线的选择了。

我是一个略有收集癖的人，在大学阶段学习的时候，基本上每一门课都会收集各种中式教材/欧美教材以及各个大学的讲义。

一个很有意思的现象是，对于很多理工类课程来说，中式教育体系的入门教材通常会用一本难度70分左右的书进行对主要的知识点进行比较全面的概括。叙述内容会需要同时涉及到直觉型培养以及必要的数学推导，以及补充一些进阶的内容。

而在美式教育体系下，第一本入门教材的难度通常在60分左右，绝大部分的内容都是培养直觉性，充斥了大量的生活化的例子以便各让学生快速理解一些基础概念，同时保证读者的愉悦阅读体验。美式入门教材的典型例子是如下两本书，大家可以对比一下国内的对应高数和大物入门教材，很快能发现差距。

这么做的好处在于，美式教材在学习完入门教材后对应的第二本书，往往是难度80-85分，描述更加深入的进阶知识以及严格数学推导的进阶型教材。两本书在学习路线上起的角色截然不同：一个纯粹培养直觉和兴趣，一个纯粹进行系统性的进阶知识的培养，两者各司其职。

对比之下，中式教材第一本书由于入门不友好，对于基础不好或者缺乏良好教师资源的同学，往往会造成一些劝退的情绪。同时第二本书也拉不开难度的差距，一些重复学习的部分会造成时间的浪费以及对学生学习兴趣的打击。一句话来说，就是贪多嚼不烂。

当然，西瓜书从内容和质量来说还是十分过硬的。当一个手册放桌面上时常翻一翻我觉得也不亏，这也是很多优质的中式入门教材的最好的归宿。在其他的领域要是入门教材是某个十X五规划的拼凑出来的教材，那学起来会有多绝望...

回到机器学习这个领域，想入门的朋友一个比较好的学习路线就是Hastie老师的两本书，一本培养机器学习直觉，一本培养机器学习数学；一本好玩，一本严谨；一本打基础，一本向前冲。