【新智元导读】PRML是模式识别和机器学习领域的经典著作,出版于2007年。该书作者 Christpher M. Bishop 是模式识别和机器学习领域的专家,其1995年所著的“Nerual Networks for Pattern Recognition”也是模式识别、人工神经网络领域的经典著作。

将 Bishop 大神的 PRML 称为机器学习圣经一点也不为过,该书系统地介绍了模式识别和机器学习领域内详细的概念与基础。书中有对概率论基础知识的介绍,也有高阶的线性代数和多元微积分的内容,适合高校的研究生以及人工智能相关的从业人员学习。

知乎上关于这个关于“PRML为何是机器学习的经典书籍中的经典?”的高赞回答或许会给大家一些启

Luau Lawrence的回答:

PRML 对初学者确实有一定难度,如果觉得吃力可以先读一下知乎上推荐的科普性读物,掌握了机器学习的基础概念之后再进行后续的学习。

知乎讨论地址:

首先我们来看一下 PRML 的主要内容:

第一章是引子,用曲线拟合让读者对机器学习有个大概理解。

第二章主要是介绍了一下基础的统计方面的知识,包括期望方差的计算、高斯分布的参数估计与理解、高斯分布的性质等。

第三章和第四章主要在讲最基础的线性模型,并且展示了如何将其应用在分类和回归的场景下,贝叶斯方法是整本书的核心。

第五章介绍了神经网络,在线性模型的基础上引入了多层感知机模型,即常说的 BP 网络。

第六章讲的是核方法,核是两个样本的内积,也可以理解为某个希尔伯特空间中由内积定义的“距离”。主要讲了线性模型转成核表达的方式、核的构建以及高斯过程。

第七章是向量机,向量机讲的是贝叶斯模型如何通过先验找到一个稀疏的模型。

第八章是讲的图模型,对变量的独立性、隐变量和参数的区别(这个会在变分贝叶斯中体现)做了很好的阐释。

第九章讲了混合模型和 EM 算法,涉及了隐变量的概念和 EM 算法等。

第十章讲的是变分推断,解决了基于现在的模型的分布假设,推断参数难的问题。

第十一章讲采样方法,介绍了不同采样方法的优缺点,并重点讲了MCMC采样。

第十二章讲主成分分析,是考察多个变量间相关性一种多元统计方法,研究如何通过少数几个主成分来揭示多个变量间的内部结构。

第十三章讲的是序列数据,序列数据的特点及马尔可夫假设等。

第十四章讲的是Ensemble,包括适应性的 boosting 最著名的 AdaBoost,以及一些其他的融合方法。

看这些理论知识是非常枯燥的,很多初学者感觉学起来非常吃力,甚至半途放弃,如果你也有这些困扰,那么下面提到的这个 GitHub 项目也许可以帮你走出困境。

在 notebooks 文件夹下实现了聚类方法、特征抽取、线性模型、核方法、马尔科夫模型、概率分布模型、采样方法和神经网络方法等内容,你可以将目录切换到

notebooks 下直接打开对应的 ipynb 文件进行练习。

该 GitHub 项目所需要的编程语言为 Python 3,其它科学计算库还需要 NumPy 、SciPy、 Matplotlib、Scikit-learn 等,如果你是 Python 初学者,那么我们强力推荐你安装 Annaconda,它集成了所有需要的计算库,并且可以在 jupyter notebook 交互式的查看执行的结果。

这么好的资源赶紧学起来吧!

GitHub链接:

python圣经是什么_GitHub标星6000+!Python带你实践机器学习圣经PRML相关推荐

  1. GitHub标星6000+!Python带你实践机器学习圣经PRML

    点击我爱计算机视觉标星,更快获取CVML新技术 本文转载自新智元.   新智元报道   来源:Github.知乎 编辑:白峰 [导读]PRML是模式识别和机器学习领域的经典著作,出版于2007年.该书 ...

  2. python圣经 github_GitHub标星6000+!Python带你实践机器学习圣经PRML

    [新智元导读]PRML是模式识别和机器学习领域的经典著作,出版于2007年.该书作者 Christpher M. Bishop 是模式识别和机器学习领域的专家,其1995年所著的"Nerua ...

  3. python抢票代码_GitHub标星超12K,抢票神器大更新,支持候补

    掐指一算,距离国庆黄金周还有半个月的时间!你出行的车票都抢到了吗? 图片来自 pexels 根据国务院办公厅发布的关于 2019 年部分节假日安排的通知,国庆放假安排是:10 月 1 日至 7 日. ...

  4. 附下载|Python带你实践机器学习圣经PRML

    新智元报道   来源:Github.知乎  编辑:白峰 将 Bishop 大神的 PRML 称为机器学习圣经一点也不为过,该书系统地介绍了模式识别和机器学习领域内详细的概念与基础.书中有对概率论基础知 ...

  5. pandas手册_Github标星6000+ 这可能是最全的机器学习工具手册

    开源最前线(ID:OpenSourceTop) 猿妹编译链接:https://github.com/FavioVazquez/ds-cheatsheets 关于人工智能数据科学方面的开源项目,已经和大 ...

  6. python算法入门_GitHub标星2.6万!Python算法新手入门大全

    问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 今天推荐一个Python学习的干货. 几个印度小哥,在GitHub上建了一个各种Python算法的新手入门大全,现在标星已经超过2.6万.这 ...

  7. GitHub 热榜第一!这个 Python 项目超 8.4k 标星,网友:太实用!

    这个十一,又经历了一波抢票大战.常规办法根本抢不到,大家就把目光转移到"技术手段"上,顺便把一个Python抢票工具,送到了GitHub趋势榜第一: 标星超过8.4k,来自名叫文贤 ...

  8. python抢票脚本github_GitHub标星超12K,抢票神器大更新,支持候补!

    原标题:GitHub标星超12K,抢票神器大更新,支持候补! " 掐指一算,距离国庆黄金周还有半个月的时间!你出行的车票都抢到了吗? 图片来自 pexels 根据国务院办公厅发布的关于 20 ...

  9. 吴恩达深度学习笔记_Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...

    吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...

最新文章

  1. 《Android App开发入门:使用Android Studio 2.X开发环境》——导读
  2. 《LeetCode力扣练习》第136题 只出现一次的数字 Java
  3. Python-EEG工具库MNE中文教程(10)-信号空间投影SSP数学原理
  4. 赠书:Java面试一战到底!
  5. eclipse下3种安装插件的方式及缺点比较
  6. 天津大学计算机考研真题,天津大学计算机科学与技术考研真题
  7. VTK:图片之ImageRotate
  8. openstack热迁移配置注意事项
  9. [WF2011] MachineWorks(李超树优化dp)
  10. Unicode、UTF-8、UTF-16
  11. elementui更改el-table表头背景颜色和字体颜色
  12. kibana 更新 索引模式_升级 Kibana - Kibana 中文文档
  13. 小程序背景图片从服务器获取,小程序之背景图片的加载
  14. xunit-ICollectionFixture
  15. 红魔3电竞手机配置进一步曝光 电池容量不低于5000mAh
  16. 简单绑定要注意的问题_AX
  17. mobiscroll手机端插件 好用(时间、日历、颜色)
  18. Android Multimedia框架总结(二十六)利用FFmpeg进行解码直播流
  19. Linux下SVN客户端基本使用教程
  20. rails java_没有Rails Java程序员如何使用Ruby

热门文章

  1. call,apply,bind三者的区别
  2. 签约和违约的注意事项
  3. skywalking分布式链路追踪
  4. react获取设备高_React-Native 获取设备信息, Android获取IEMI码
  5. Hulu新剧预告|女版乔布斯上演《辍学生》
  6. 全志携手科大讯飞 战略升级智能车联领域多赢合作
  7. 编译原理实验七:中间代码生成器
  8. 【数据库学习】——【汇总】MySQL数据库下载与安装(Msi文件安装和免安装版本)、Navicat下载与安装
  9. 神经网络模型的训练过程,神经网络模型训练过程
  10. 动态规划与机器人横竖走问题