搞机器学习, 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.
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, 是当之无愧的 AI 圣经.
许多领域的学生和研究者都可以用到它, 包括机器学习, 统计学, 计算机科学, 信号处理, 计算机视觉, 数据挖掘和生物信息学等.
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
这本书虽然很经典很干货, 但是书籍总页数达 700 多页, 而且全书都是英文. 红色石头相信很多人在啃这本书的时候有遇到了很多困难! 重点来了! 就在刚刚, PRML 被微软 "开源" 了.
这本书的官网为:
https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book
全书完整的 PDF 下载地址为:
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
该书完整的代码官方发出了 Matlab 版本, 地址如下:
http://prml.github.io/
当然 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
来源: http://news.51cto.com/art/201901/591304.htm