Py学习  »  机器学习算法

太赞了!开源下载机器学习经典书 PRML所有相关资料:中文译本,官方代码,课程视频,学习笔记

机器学习初学者 • 3 年前 • 332 次点击  

今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材:《Pattern Recognition and Machine Learning》,中文译名《模式识别与机器学习》,简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对,就是豆瓣评分 9.5 的这本书。可能之前你看过其他公众号有分享过,不过不要着急,本推文更全面总结了关于《Pattern Recognition and Machine Learning》的相关学习资料,你想要的和你没有想到你想要的,这里都有。python 代码,官方 matlab 代码,中文译文,课后答案,PPT,对应大学视频,学习笔记,小编都汇总了一下,不管怎么样,我自己先收藏了一下~



如果你想获得完整PDF可以通过以下方式获得

获得方式:

1. 关注深度学习算法与计算机视觉】公众号
2. 在【深度学习算法与计算机视觉】公众号后台回复 【PRML 即可。


👆长按上方二维码 2 秒
回复「PRML」即可获取资料






毫不夸张地说,PRML 当之无愧算得上是 AI 领域的圣经了。PRML 涵盖面广,语言通俗,例子和习题更加详细,附带更多基础性的讲解和指引,难度梯度设置更为合理,是其深受广大中老年 PhD 朋友喜爱的原因。

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。

PRML 内容十分丰富,共有 14 章的内容,每一章都是干货满满。整体目录如下:

  • 第一章 介绍

  • 第二章 概率分布

  • 第三章 线性回归模型

  • 第四章 线性分类模型

  • 第五章 神经网络

  • 第六章 内核方法

  • 第七章 稀疏内核机器

  • 第八章 图形模型

  • 第九章 混合模型和 EM

  • 第十章 近似推断

  • 第十一章 采样方法

  • 第十二章 连续潜在变量

  • 第十三章 顺序数据

  • 第十四章 组合模型

另外,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

最近 GitHub 上网友 ctgk 更新公布了 Python3 实现的经典机器学习图书《Pattern Recognition and Machine Learning》中的代码。在它之前曾有过 Matlab 版本,而新公布的版本采用机器学习领域最流行的 python 代码实现,比较符合大家的使用习惯。最重要的是代码以 Jupyter notebook 形式呈现,可视化结果非常适合边看书边调试代码。

MLPR python 代码链接:

https://github.com/ctgk/PRML




如果你想获得完整PDF可以通过以下方式获得

获得方式:

1. 关注程序员大白】公众号
2. 在程序员大白】公众号后台回复 PRML】 即可。


👆长按上方二维码 2 秒
回复「PRML」即可获取资料


除此之外,官方也发布了对应的 Matlab 版本的代码:

https://github.com/PRML/PRMLT


PRML 书籍


  • 本文地址:https://www.6aiq.com/article/1584520876427

  • 本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出

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大家,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。

PRML 深入浅出地介绍了模式识别与机器学习的基本理论和主要方法,同时还涵盖了模式识别与机器学习领域的一些最新进展,不仅适合初学者学习,而且对专业研究人员也有很大的参考价值。

目录(对应中文译本)

  1. 导论

  2. 概率分布

  3. 线性回归模型

  4. 线性分类模型

  5. 神经网络

  6. 核方法

  7. 讲 SVM 。

  8. 现代基于图模型

  9. EM 算法

  10. 近似推断

  11. 采样

  12. PCA 及一些改进

  13. HMM 模型和 LDS

  14. 集成方法

PRML 笔记视频学习资料荟萃(敲黑板,该划重点了)


《Pattern Recognition and Machine Learning》(PRML) by Bishop

  1. 原版图书

  • http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop+-+Pattern+Recognition+And+Machine+Learning+-+Springer++2006.pdf

  1. 勘误:

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-errata-3rd-20110921.pdf

  1. 习题答案

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-web-sol-2009-09-08.pdf

  1. Christopher Bishop 微软剑桥研究院院长 个人主页

  • https://www.microsoft.com/en-us/research/people/cmbishop/

  1. 部分章节 PPT

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-1.pdf

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-2.pdf

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-3.pdf

  • https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-4.pdf

Bishop 新书《Model Based Machine Learning》

  1. PRML 大神、微软剑桥研究院院长 Chris Bishop 与 John Winn 的机器学习新书。最入门级别的机器学习图书, 全书从实际案例开始讲,数学公式很少,非常适合当做读 PRML 之前的入门。

  2. http://www.mbmlbook.com/

代码

  1. Matlab 实现

  • http://prml.github.io/

  1. Python

  • https://github.com/ctgk/PRML

视频

  1. 布朗大学 CSCI1420 《机器学习》 主要参考用书采用了 PRML,内容安排也和 PRML 一致,共 23 课。

  • http://cs.brown.edu/courses/csci1420/

PRML 笔记

  1. Jian Xiao《Notes on Pattern Recognition and Machine Learning (Bishop)》

  2. 田渊栋《Some notes on Pattern Recognition and Machine Learning》

  • http://www.yuandong-tian.com/notesOnPRML.pdf

  1. ChillyRain 的"PRML Notes"系列博文

  • http://chillyrain.is-programmer.com/categories/7613/posts

  1. Bishop’s PRML book: review and insights, chapters 1–3

  • https://techburst.io/bishops-prml-book-review-and-insights-chapters-1-3-528bb5cfaade

  1. PRML 读书会

  • http://www.52nlp.cn/category/pattern-recognition-and-machine-learning-2

  • http://www.52nlp.cn/prml 读书会前言

  • PDF PRML 读书会合集打印版

PRML 相关资料:第三版,学习笔记,中文译本等

链接:https://pan.baidu.com/s/1oiZST2XgWHg7a4Xl3RUW7g 提取码:pthb

代码:该书完整的代码官方发出了 Matlab 版本,地址如下:http://prml.github.io/

ctgk 也在 GitHub 上发布了更常用的 Python 版本,已经超过 2k 星标了。
地址如下:https://github.com/ctgk/PRML


本文地址:https://www.6aiq.com/article/1584520876427

本文版权归作者和AIQ共有。




如果你想获得完整PDF可以通过以下方式获得

获得方式:

1. 关注Python遇见机器学习】公众号
2. 在 Python遇见机器学习】公众号后台回复 【PRML 即可。


👆长按上方二维码 2 秒
回复「PRML」即可获取资料
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/71266
 
332 次点击