AI 圣经 PRML《模式识别与机器学习》被微软官方开源了!

作者: EdgeAITech 2019-01-29 16:33:19

 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:

  • ***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:

https://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

机器学习 人工智能 计算机
上一篇:面部识别系统存在哪些「偏见」困境?这名年轻人的发言让 Jeff Dean 忍不住点赞 下一篇:程序员如何学习人工智能?2019年人工智能的薪资前景如何?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

5G风头正盛 人工智能要被“冷落”了?

2018年,5G的热度开始迅速提升。当年开始,我国展开了5G基站建设,并在全国十多个城市开始进行5G测试和试运营。到了2019年,随着各国纷纷宣布开启5G商用,5G的热度再次攀升,成为了通信、科技领域当之无愧的“热点王”。相比之下,人工智能似乎都要稍逊一筹。

佚名 ·  1天前
破解机器学习的误区——常见机器学习神话究竟从何而来?

Forrester Research最近发布了一份名为“ 粉碎机器学习的七个神话”的报告。在其中,作者警告说:“不幸的是,一些对机器学习项目做出重要决策的企业领导者,普遍存在机器学习的误解。”

CDA数据分析师 ·  1天前
清华本科生开发强化学习平台「天授」:千行代码实现,刚刚开源

就在最近,一个简洁、轻巧、快速的深度强化学习平台,完全基于Pytorch,在Github上开源。

贾浩楠 ·  1天前
脑机接口利器,从脑波到文本,只需要一个机器翻译模型

加州大学旧金山分校的Joseph Makin 等人在 Nature Neuroscience上发表了一篇论文,标题为《利用 encoder-decoder 框架,将大脑皮质活动翻译为文本》(Machine translation of cortical activity to text with an encoder–decoder framework)。

蒋宝尚 ·  1天前
在工厂中实施工业物联网技术的5个理由

虽然有许多原因,但以下五个因素正在推动更多公司在其工厂中实施工业物联网解决方案。

Mark Cox ·  2天前
我们对人工智能的误解有多深

人工智能技术具有正、反两方面的作用,在造福于人类的同时,也存在各种风险。理论上可能存在以下四种风险。

陈小平 ·  2天前
令人兴奋的 2020 年人工智能和机器学习趋势

在本文中,我们将讨论几个顶级的人工智能和机器学习趋势,将塑造新年:2020。 我们还将介绍面部识别技术及其在2020年的应用。

飞羽译 ·  2天前
2020之最:最实用的机器学习工具有哪些?

就如同制作米其林菜肴,拥有井井有条的厨房固然重要,但可选择的东西太多也着实让人烦恼,建立良好的机器学习(ML)应用程序也是如此。

读芯术 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载