点击上方“ 专知 ”关注获取专业AI知识!

http://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247485838&idx=2&sn=4c9f5122239b55cb92f909b95ba388c6&chksm=fc85e89dcbf2618b89ed5dd2036715ec5800652b6c3b4e0f8729bd8541ed169988dfbde45651&mpshare=1&scene=23&srcid=1127TqyE5cYMneDU7VWvWmaa&mType=Group#rd

【导读】最近GitHub上网友ctgk公布了Python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。专知内容组特定整理PRML相关资料,供大家参考学习。

MLPR python 代码链接

https://github.com/ctgk/PRML

PRML书籍

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。

  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

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

  • http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf

  • 勘误:

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

  • 习题答案

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

  • Christopher Bishop 微软剑桥研究院院长 个人主页

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

  • 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

  • PRML中文翻译 by 马春鹏

    1. 哈尔滨工业大学机器智能与翻译研究室 硕博生

    2. 下载地址: https://pan.baidu.com/s/1slSwEpJ

    3. https://www.weibo.com/1768582942/CA01K0tsc?type=comment

    4. PRML中文版(马春鹏)勘误表 http://www.cnblogs.com/milaohu/p/7041014.html

    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/

    1. Matlab实现

      • http://prml.github.io/

    2. Python

      • https://github.com/ctgk/PRML

    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)》

      • http://pan.baidu.com/s/1c2i19PA

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

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

    3. ChillyRain的"PRML Notes"系列博文

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

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

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

    5. 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 http://pan.baidu.com/s/1nvBpvBz

    1. PRML为何是机器学习的经典书籍中的经典?

      • https://www.zhihu.com/question/35992297

    2. pattern recognition and machine learning这本书怎么看?

      • https://www.zhihu.com/question/20970802

    干货】机器学习经典 PRML 最新 Python 代码实现,附最全 PRML 笔记视频学习资料原创 2017-11-27 专知内容组 专知点击上方“专知”关注获取专业AI知识!http://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247485838&idx=2&sn=4c9f5122239b55cb92f909b95
    PRML 书概览 PRML 称Pattern Recognition and Machine Learning,个人认为这是 机器学习 领域中最好的书籍之一, 书的风格非常Bayesian,作者试图在贝叶斯框架下解释每一种 机器学习 模型。阅读起来有一定难度,不适合作为 机器学习 入门教材。然而这本书提供的贝叶斯视角有助于我们更为立体 面理解一些 经典 模型。 书分为十四个章节,这里我尽可能简要概述每个章节的主...
    文章目录引言:流形的初步概念流形的性质之一:连续性流形的性质之二:局部坐标转移性流形的性质之三: 可微性一些流形的例子1.闭合曲面2.克莱因瓶3.射影平面4.射影空间PnP^nPn5.Grassmann流形 引言:流形的初步概念 在 学习 李群的时候,我们会听到的第一句话就是“李群是群,同时也是流形(Manifold)”。第一次听到流形的时候,感觉这个名字很fashion,但是又非常疑惑,到底什么东西才是流形呢?带着这样的疑惑,我参考不少教材、书本、论文以及 视频 ,都么有得到一个快速而准确的解释。直到看到了下面这
    寻找数据中模式的问题是⼀个基本的问题,有着很长的很成功的历史。例如,16世纪TychoBrahe的⼤量的观测使得Johannes Kepler发现⾏星运⾏的经验性规律,这反过来给 经典 ⼒学的发 展提供了跳板。类似地,原⼦光谱的规律的发现在20世纪初期对于量⼦⼒学的发展和证明有着重要的作⽤。模式识别领域关注的是利⽤计算机算法⾃动发现数据中的规律,以及使⽤这些规律采取将数据分类等⾏动。
    两千三百年前,古希腊数学家欧几里得著成了《几何原本》,构建了被后世称为“欧几里得几何学”的研究图形的方法。欧几里得创立了当时颇为独特的公理系统,即首先提出一些显然的、不言自明的公理。 比如,他提出了“三角形的内角和一定等于一百八十度”的定理,他的许多几何计算也是基于此,并且看起来颇为正确。但是后来的数学家对此产生了质疑,认
    PRML (模式识别与 机器学习 )算法的Matlab 实现 是指使用Matlab编程语言 实现 PRML 书中提到的各种算法和模型。 PRML 算法是一种广义的模型 学习 算法,可以用于模式识别、 机器学习 和数据挖掘等问题。 PRML 算法的Matlab 实现 可以包括以下内容: 1. 数据预处理:对原始数据进行清洗、归一化、特征提取等预处理操作,为后续模型训练做准备。 2. 模型选择:根据具体问题选择适当的模型,包括朴素贝叶斯、支持向量机、决策树、聚类分析等算法。 3. 参数估计:使用 PRML 中介绍的最大似然估计、贝叶斯估计等方法,通过训练数据得到模型的参数估计。 4. 模型训练:使用已估计得到的模型参数,对训练数据进行训练,得到最优的模型。 5. 模型评估:对训练得到的模型进行评估,使用评价指标如准确率、召回率、F1值等来判断模型性能。 6. 模型预测:使用训练得到的模型对新的未知数据进行预测,得到相应的结果。 在Matlab中,可以使用相关的函数和工具箱来 实现 PRML 算法,例如Statistics and Machine Learning Toolbox、Pattern Recognition Toolbox等。这些工具箱提供了各种算法和模型的 实现 函数,也提供了数据处理、评估和预测的函数,方便开发者 实现 PRML 算法。 实现 PRML 算法的Matlab 代码 需要具备一定的编程能力和数学基础,了解相关的算法原理和数学推导。可以通过阅读 PRML 书籍中的算法推导、Matlab官方文档和相关学术论文等资源,来 学习 和理解 PRML 算法的Matlab 实现
    一个字节是 8 位 2 进制数,计数周期是 2^8 = 256。 -1 的补码,就是 255 = 1111 1111 (二进制); -2 的补码,就是 254 = 1111 1110 (二进制); -128 的补码,就是 128 = 1000 0000 (二进制)。 ------------------- 所有负数的补码(或补数),都是正数。 而正数,已经就是正数,当然就不需要再代替了。 所以,【正数,根本就没有补码】。 ------------------- 求补码,就是这么简单。 原码反码取反加一,都是没有任何用处的。 计算机老师为了混碗饭吃,才没完没了的讲这些垃圾。