PRML中文版(马春鹏)勘误表

       本博客转自:http://www.cnblogs.com/milaohu/p/7041014.html

PRML中文版(马春鹏)勘误表

前言:

PRML是严肃学习机器学习的首选教材。虽然内容略微陈旧,但是从写作水平来说,目前没有与之匹敌的其他读物。可惜我英语水平有限,原著读起来很容易疲劳,幸得网上流传的PRML中译版,整体流畅严谨,显然是译者在有相当理解的基础上翻译的。只是阅读的过程中偶有卡壳,结合英文版原著,发现有些小问题,这里都列出来,方便其他读者。根据我的阅读进度,本文会不定期更新。

位置:p11 (1.2)上面

原文:xn的预测值y(xn,w)与目标值tn的平方和

建议:xn的预测值y(xn,w)与目标值tn之差的平方和

位置:p21 (1.32)下面

原文:把每个实数变量除以区间的宽度△

建议:把每个实数变量划分为宽度为△的区间

位置:p23 中间

原文:袁术数据集

建议:原始数据集

位置:p23 (1.60) 式

说明:公式抄写有误,右括号位置不对。请参考原作

位置:p29倒数第二段

原文:如果验证机很小

建议:如果验证集很小

位置:p32 下半部分

原文:然后把方向变量积分出来

建议:然后把方向变量积分掉

说明:当时阅读这行没看懂,后来看原文是"integrate out"。这里意思是,二重积分中有两个变量,先将方向变量通过积分可以消去,只剩下半径,变成一重积分。

位置:p33 最后一行

原文:通过贝叶斯定理修改

建议:通过贝叶斯定理校正

说明:revised翻译为修改,不是太好理解。当然,我建议的翻译未必更好。所以看不懂的地方看看原文吧。

位置:p52 中间

原文:多项式分布

建议:多项分布

说明:Multinomial和多项式没关系,译文中出现过“多元分布”和“多项式分布”两种提法,建议统一改成“多项分布”

位置:p56 (2.24)式下方

原文:由于这个方差是一个整数

建议:由于这个方差是一个正数

位置:p61 (2.54)式

原文:公式抄写有误,|J2|应为|J|2。读者可参考原文

位置:p61 (2.54)式下方

原文:行列式|Σ|的协方差矩阵可以写成特征值的乘积

建议:协方差矩阵的行列式|Σ|可以写成特征值的乘积

位置:p62 (2.60)式上方

原文:项μμT是常数,可以从积分中拿出。它本⾝等于单位矩阵,因为⾼斯分布是归⼀化的。

建议:项μμT是常数,可以从积分中拿出,此时积分为1,因为⾼斯分布是归⼀化的。

位置:p64 (2.70)式下方

原文:“完成平方项“

建议:“配平方”

原文:我们一直一个二次型

建议:我们已知一个二次型

位置:p64 (2.73)式下方

原文:现在考虑公式(2.70)中所有xa的常数项

建议:现在考虑公式(2.70)中所有xa的一阶项

位置:p70 (2.127)式下方

原文:如果我们有观测z和θ的一个大数据集

建议:如果我们有一个包含z和θ观测值的大数据集。

位置:p76 (2.159)式上方

原文:p(x|μa,b)

建议:p(x|μ,a,b)

位置:p78 (2.168)式上方

原文:然后令分量x1和x2相等

建议:然后算出分量x1和x2

位置:p78 (2.170)式上方

原文:感召惯例

建议:按照惯例

位置:p84 (2.205)式下方

原文:其中μk=ln⁡μk

建议:其中ηk=ln⁡μk

位置:p85 (2.211)式

说明:公式最后一行漏了个μj,请参看原版。

位置:p85 (2.212)式下方

原文:回带

建议:回代

位置:p85 (2.214)式

说明:式中的exp⁡(μk)应为exp⁡(ηk)

位置:p85 (2.217)式

说明:最右边的exp⁡(μTx)应为exp⁡(ηTx)

位置:p86 (2.224)上方

原文:对μ取梯度

建议:对η取梯度

位置:p86 (2.224)式

说明:ηTμ(x)应为ηTu(x)

位置:p86 (2.228)式下方

原文:那么公式(2.228)的右侧变成了[u(x)]

建议:那么公式(2.228)的右侧变成了E[u(x)]

位置:p89 中间

原文:流入,如果生成数据的过程是单峰的

建议:例如,如果生成数据的过程是单峰的

位置:p91 (2.250)式下方

原文:令每个数据点都服从高斯分布

建议:将高斯函数应用到每个数据点

位置:p91 (2.251)式上方

原文:对于箱子狂赌的选择

建议:对于箱子宽度的选择

位置:p104 (3.21)式上方

原文:我们也可以关于噪声精度参数

建议:我们也可以针对噪声精度参数

位置:p107 (3.31)式下方

原文:是一个M为向量

建议:是一个M维向量

位置:p107 最后一行

原文:我们值考虑

建议:我们只考虑

位置:p113 (3.57)式下方

原文:p(t|w,w,β)

建议:p(t|w,β)

位置:p118 (3.66)式下面

原文:先验分布让我们能够表达不同模型之间的优先级

建议:先验分布让我们能够表达对不同模型之间的偏好

原文:它表达了数据展现出的不同模型的优先级

建议:它表达了数据展现出的对不同模型的偏好

位置:p121 (3.74)式上面

原文:或者被称为推广的最大似然

建议:或者被称为广义最大似然

位置:p136 (4.24)式上面

原文:一位空间

建议:一维空间

位置:p136 (4.27)式

公式抄错

位置:p138 (4.41)式

公式抄错

位置:p139 (4.54)式下方

原文:其中ϕn=ϕ(xn)和M表示所有误分类模式的集合。

建议:其中ϕn=ϕ(xn),且M表示所有误分类模式的集合。

位置:p147 中央

原文:另一种方法是显示地使用一般的线性模型的函数形式

建议:另一种方法是显式地使用一般的线性模型的函数形式

位置:p147 中央

原文:在直接方法中

建议:而直接方法是

说明:本段分为两部分,分别介绍直接方法和间接方法。使用这种表达会清楚一些。

位置:p168 上方

原文:这就使得误差函数在权空间的某些方向上是常数

建议:这就使得误差函数在权空间的某些方向上不变

位置:p168 上方

原文:对应的多分类交叉熵错误函数

建议:对应的多分类交叉熵误差函数

位置:p169 (5.31)式上方

原文:根据公式(5.18)

建议:根据公式(5.28)

位置:p198 (5.161)上方

原文:精度(方差的倒数)β为

建议:精度(方差的倒数)为β

PRML中文版(马春鹏)勘误表相关推荐

  1. 我找到的马春鹏版PRML的错误

    P322 公式(10.27)写成方差,应该为精度(precision)

  2. “魅宅”张春鹏:智能家居的普及还是要依赖线下渠道

    上周末,Google旗下Nest公司宣布收购了Revolv.这家老牌智能家居厂商这几年主要在做的一件事,就是用一款实体的小红盒子来做"中控器",兼容市面上已有的智能单品,包括Wi- ...

  3. 尹春鹏-Cocos游戏的自动化测试和崩溃分析

    2019独角兽企业重金招聘Python工程师标准>>> 尹春鹏-Cocos游戏的自动化测试和崩溃分析 对游戏崩溃信息来讲,游戏开发者知道它崩溃了,但用户当时在干什么呢?Testin针 ...

  4. 中国科学院计算机与控制学院怎么样,中国科学院计算机与控制学院硕士生导师:马丙鹏副教授...

    马丙鹏,中国科学院大学,计算机与控制学院,副教授,硕士生导师.2009年在中国科学院计算技术研究所获工学博士学位,师从高文院士.2009年9月至2013年3月期间任教于华中科技大学计算机科学与技术学院 ...

  5. 【马春杰杰】使用FPGA实现任意分频、二分频

    博客已迁至[马春杰杰]http://www.machunjie.com/hardware/82.html 请移步新博客,谢谢.!

  6. 【科创人】易快报创始人兼CEO马春荃:擅长自黑的改良派,创业就是带着未知跑步前进

    技术人不急于培养综合能力 2003年,毕业于北大的马春荃没有选择出国或进入名企大厂,而是加入了一家多位北大学长联合创建的新公司,理由便如一些技术出身但志不在Coding的专业人士一样:"希望 ...

  7. 易快报创始人兼CEO马春荃:做企业费控报销领域的“无人驾驶”

     关注ITValue,看企业级最新鲜.最价值报道! 马春荃的微信昵称是"易快报首席服务官". 作为一家SaaS费控企业,易快报不仅服务了近5000家付费客户,同时也积累了大量的潜在 ...

  8. 专访易快报马春荃:建设业财税档一体化体系,是企业数字化转型的关键

    "[报告下载]后台回复关键词"数据智能"可免费下载数据猿最新发布的完整高清版<2021中国数据智能产业发展报告> 大数据产业创新服务媒体 --聚焦数据 · 改 ...

  9. 书单:算法工程师的入门书籍推荐

    目录 0. 写在前面 1. 工程实用类 2. 进一步的机器学习算法类 3. 更细方向 计算机视觉 推荐系统 / 自然语言处理 4. 计算机素养 5. 数学知识补充 0. 写在前面 本文适合于想要自学机 ...

最新文章

  1. JS实例学习笔记——w3cschool+菜鸟教程
  2. WINCE6.0添加特定的软件键盘
  3. git统计每个人的代码行数_项目出了bug如何甩锅?使用这个Git工具帮你找到元凶...
  4. 【208天】黑马程序员27天视频学习笔记【Day21-中】
  5. Java非对称加密KeyPairGenerator类
  6. PostgreSQL SPI 中的错误处理
  7. Android:Android学习路线图
  8. SpringMVC强大的数据绑定(2)——第六章 注解式控制器详解——跟着开涛学SpringMVC...
  9. 利用MessageUI发送邮件
  10. autoflowchart软件使用步骤_AutoFlowchart(c语言流程图生成器) V 3.5.3 官方版
  11. 3d打印机 模型图纸下载_如何在3D打印机上制作第一个3D模型
  12. 【AI大咖】扒一下低调的Yoshua Bengio大神
  13. 天线的主要技术指标及其含义—天线的输入阻抗
  14. 360极速浏览器打不开国内网站的一种解决方法
  15. 虚拟服务器防病毒,windows 2008 Hyper-v虚拟化防病毒
  16. 《C语言程序设计》第4版 何钦铭、颜晖主编 课后习题答案 第4章 课后习题
  17. 小数,分数,百分数及倍数的怎么表达?怎么读? kira86 于2010-07-07发布 l 已有1958人浏览增大字体 减小字体 常态文玩 数百名外教任意选,每天陪你练口语 一个积分学英语,您的账户
  18. 两狗(sogou google)相争,必有一伤
  19. vue——通过dom元素支持多个元素的点击触发事件——基础积累
  20. 【kali Linux 的1024种玩法】一.在VMware Workstation上安装Kali Linux 2020.1(超详细!)

热门文章

  1. Ubuntu18.04及以上设备安装CUDA,CUDNN,Anaconda亲测方法
  2. 单例模式 Singleton Pattern
  3. mysql磁盘占用太大无法删除_mysql的binlog太大太多占用大量磁盘的解决
  4. 光学定位与追踪技术_贺岁片《疯狂外星人》中徐峥出演外星人?幕后动捕技术了解一下...
  5. shell sort 最后一列排序_十个必知的排序算法|Python实例系列[1]
  6. 纵坐标是横的还是竖的_木地板怎么铺?木地板是横铺好还是竖铺好!
  7. 负载均衡轮询算法和服务器性能,负载均衡算法
  8. linux内核添加模块,linux中添加内核模块
  9. android数据绑定_Android数据绑定
  10. java可选参数_Java可选