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。
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。
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。
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/
— 完 —
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