社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
飒视频 | ChatGPT给你写的“调查报告”,可能不属于你
【Ludic:轻量Python框架,类似于 React,使用组件-20240322132157
写给不会代码的你:20分钟上手 Python + AI
类ChatGPT平台Cohere正融资5亿美元,估值50亿美元
本周github最火的开源项目是这个!!!
Python编程的终极十大工具
GPT-4「荣升」AI顶会同行评审专家?斯坦福最新研究:ICLR/NeurIPS等竟有16.9%评审...
GitHub(微博搜索)-20240324-1
Stability AI CEO宣布辞职;消息称OpenAI将与好莱坞电影公司会面并推荐Sora丨A...
内容整理人员招募|数据湖、大模型、推荐、图机器学习等
关注
Py学习
»
Python
GitHub标星7000+!Python带你实践机器学习圣经PRML
机器学习算法与Python学习
• 4 年前 • 485 次点击
新智元报道
来源:Github、知乎
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
* 凡来源非注明“机器学习算法与Python学习原创”的所有作品均为转载稿件,其目的在于促进信息交流,并不代表本公众号赞同其观点或对其内容真实性负责。
推荐阅读
点击领取
【25本免费电子书强大合集】从数学基础到机器学习,吴恩达、Bengio等专家大牛出品
【资源】 866页《计算机视觉:原理,算法,应用,学习》第五版免费下载!
【入门】Python 函数式编程,这篇文章就够了
Python3.9又更新了:dict内置新功能,正式版十月见面
【资源】547页中文PDF《动手学深度学习》免费下载, 李沐大神出品 !
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/55736
485 次点击
登录后回复