机器学习经典教材PRML《模式识别与机器学习》官方开放免费下载丨资源

2018 年 11 月 27 日 量子位
郭一璞 假装发自 Cambridge 
量子位 报道 | 公众号 QbitAI

微软剑桥研究院实验室主任Christopher Bishop的经典著作《模式识别与机器学习》,Pattern Recognition and Machine Learning,简称PRML,昨天被微软“开源”了。

一经开放免费下载,微软剑桥研究院的推特就被转疯了,900+转发,1700+喜欢,评论区清一色的“楼主好人”,看得出非常受欢迎了。

数据科学家Bruce Grey Tedesco评价这本书“回答了机器学习、人工智能和深度学习之间的区别到底是什么,不仅仅提供了这个问题的答案,还能告诉你真正的问题再哪里”。

这本领先的教科书全面介绍了模式识别和机器学习领域。主要面向高年级本科生或一年级博士生,以及研究人员和从业人员。

在这本书之前,没有人去界定模式识别或机器学习概念。可以说,这是第一本机器学习教科书,包括对概率图形模型和确定性推理方法等近期发展的全面介绍,并强调现代贝叶斯视角。

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。

书里到底写了什么

量子位给大家翻了一下目录,可以大致了解一下书中的具体内容详略分布:

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:双重表征、构造内核、径向基函数网络、高斯过程
第七章 稀疏内核机器:最大边距分类器、相关向量机
第八章 图形模型:贝叶斯网络、条件独立、马尔科夫随机场、图形模型中的推理
第九章 混合模型和EM:K-means聚类、高斯混合、EM算法
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

学习资料很丰富

不过,这本书要读起来可能比较辛苦,一共有738页,包括431个分级练习。

好在,作者还提供了很多辅助学习资料,有给以这本书为教材的老师提供的PPT:

练习册:

还有可免费下载的EPS数据。

作者

Christopher Bishop,微软剑桥研究院实验室主任,80年代的爱丁堡大学理论物理博士,曾任阿斯顿大学计算机科学教授,现在除了在微软剑桥研究院之外,同时还在爱丁堡大学、剑桥大学达尔文学院担任教职。

另外,Bishop教授还获得了Tam Dalyell奖、英国皇家工程学院Rooke奖章,同时也是爱丁堡皇家学会院士和英国皇家学会会员。

除了作者之外,这本书的三位编者也都是业界大牛:UC伯克利的Michael Jordan教授、康纳尔大学的Jon Kleinberg教授和马克斯普朗克研究所的Bernhard Scholkopf

传送门

本书介绍&下载页:
https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

全书链接(758页):
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三方Matlab实现:
http://prml.github.io/

年度评选申请

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态


登录查看更多
3

相关内容

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读,把环境与客体统称为“模式”。随着计算机技术的发展,人类有可能研究复杂的信息处理过程,其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向,研究人类模式识别的机理以及有效的计算方法
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
233+阅读 · 2020年4月29日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
144+阅读 · 2019年12月28日
资源 | 李航老师《统计学习方法》(第2版)课件下载
专知会员服务
249+阅读 · 2019年11月10日
【资源】机器学习数学全书,1900页PDF下载
全球人工智能
152+阅读 · 2019年10月17日
重磅 |《模式识别与机器学习》资源大礼包
人工智能前沿讲习班
21+阅读 · 2018年12月12日
机器学习圣经《模式识别与机器学习(PRML)-2018》pdf分享
深度学习与NLP
35+阅读 · 2018年12月2日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
7+阅读 · 2018年9月27日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
3+阅读 · 2018年6月1日
VIP会员
相关论文
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
7+阅读 · 2018年9月27日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
3+阅读 · 2018年6月1日
Top
微信扫码咨询专知VIP会员