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“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发:
Luau Lawrence的回答:
https://www.zhihu.com/question/35992297/answer/67009652
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:
https://www.zhihu.com/question/35992297
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:
https://github.com/ctgk/PRML
python圣经 github_GitHub标星6000+!Python带你实践机器学习圣经PRML相关推荐
- 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 ...
- python圣经是什么_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 ...
- python mssql github_GitHub 标星 1.6w+项目 HelloGitHub,让开发更简单的开源启蒙手册!...
前段时间,一个 GitHub 标星 1.6w+的项目火了起来,它叫做HelloGitHub.听名字不难猜到,这个项目源于 『Hello World』,寓意为 GitHub 初次接触者指南. 如果你恰好 ...
- 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 ...
- 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 ...
- 抢票神器成GitHub热榜第一,支持候补抢票,Python跑起来 | 标星8400
车栗子 发自 凹非寺 本文转载自:量子位(QbitAI) 想要十一回家的小伙伴们,大概刚刚经历了一波抢票大战. 顺便把一个Python抢票工具,送到了GitHub趋势榜第一: 项目名很干脆,就是&q ...
- 12306订票候补是个坑_抢票神器成GitHub热榜第一,支持候补抢票,Python跑起来 | 标星8400...
车栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI 想要十一回家的小伙伴们,大概刚刚经历了一波抢票大战. 顺便把一个Python抢票工具,送到了GitHub趋势榜第一: 项目名很干脆,就是 ...
- python爬取问卷星内容,Python 问卷星自动填写 爬虫
Python帮你填问卷星 ps:网上看到的代码,虽然技术不深,但我觉得挺有用的,所以在此分享给大家 在某段时间朋友圈是否一直充斥着各种问卷调查,为了达成某种要求我们不断向好友求助填写问卷,今天,我就把 ...
- 人工智能免费公开课一网打尽!14个类别、230门课程,GitHub标星6000+
轻沉 发自 浅度寺 量子位 出品 | 公众号 QbitAI Read enough so you start developing intuitions and trust intuitions a ...
最新文章
- android设备未指定怎么办,APKpath未指定为模块“示例 – 示例”
- 网易在AI上更注重于落地应用
- Hadoop集群完全分布式模式环境部署
- 本周阅读清单:从NeurIPS 2020到EMNLP 2020
- 多域环境下people picker查找不到用户问题的解决(转载jianyi)
- eclipse mysql生成实体类_Eclipse实现数据库反向生成实体类(pojo)-------(插件安装和实现步骤的说明)...
- 学成在线--17.我的课程
- html 分页_MySQL——优化嵌套查询和分页查询
- 烧写linux内核的步骤,启动redboot后,向目标机烧写一个linux内核的全过程
- WebSocket与http长连接的区别
- ISV客户博客系列:Persistent Systems 使用Windows Azure交付基于Java的CloudNinja项目
- Java序列化机制原理,java面试题,java基础笔试题,BAT
- 基础笔记8(二)(容器-引用类型的排序)
- jquery06 jQuery.extend 给jQuery函数添加、继承 静态方法
- JS输出内容为[object Object]
- AODV协议的仿真研究
- DL基于Pytorch Day7 图像分类案例1
- Linux系统load average异常值处理的trick
- 大龄程序猿的出路在哪里
- OPC Server
热门文章
- react i18n 实现国际化
- [windows phone7 ]手机端程序备份工具--wp7钛备份 查看已安装程序GUID
- 计算机体系结构基础中的问题(可能的问题)回答(胡伟武)
- PCB板-过孔盖油与过孔塞孔的区别
- 机器视觉学习笔记--图像滤波1
- 计算机组成与结构区号怎么求,计算机组成与结构部分习题及答案资料
- 服务器功率一般多少_通风柜的功率一般用多大?是多少千瓦?
- php奖金池,再破纪录 Dota2奖金池冲击3000万美元
- access 江苏计算机二级_2020年12月份计算机等级考试报名时间
- Mp3tag中文设置方法(解决mp3歌曲名乱码,出现问号的问题)