【干货】机器学习经典书PRML 最新 Python 3 代码实现,附最全 PRML 笔记视频学习资料

2020 年 3 月 3 日 专知

【导读】最近GitHub上网友ctgk更新公布了Python3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。

目录

  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




PRML 笔记视频学习资料荟萃




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

  1. 原版图书

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

  2. 勘误:

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

  3. 习题答案

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

  4. Christopher Bishop 微软剑桥研究院院长 个人主页

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

  5. 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


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/


代码

  1. Matlab实现

    • http://prml.github.io/

  2. Python

    • https://github.com/ctgk/PRML


视频

  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


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“PRML” 就可以获取机器学习经典书PRML 最新 Python 3 代码实现758页pdf英文版中文版》专知下载链接


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
2

相关内容

模式识别是一个成熟的、令人兴奋的、快速发展的领域,它支撑着计算机视觉、图像处理、文本和文档分析以及神经网络等相关领域的发展。它与机器学习非常相似,在生物识别、生物信息学、多媒体数据分析和最新的数据科学等新兴领域也有应用。模式识别(Pattern Recognition)杂志成立于大约50年前,当时该领域刚刚出现计算机科学的早期。在这期间,它已大大扩大。只要这些论文的背景得到了清晰的解释并以模式识别文献为基础,该杂志接受那些对模式识别理论、方法和在任何领域的应用做出原创贡献的论文。 官网地址:http://dblp.uni-trier.de/db/conf/par/
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
342+阅读 · 2020年3月17日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
202+阅读 · 2020年2月11日
专知会员服务
117+阅读 · 2019年12月24日
【电子书】机器学习实战(Machine Learning in Action),附PDF
专知会员服务
128+阅读 · 2019年11月25日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
19+阅读 · 2019年10月9日
《机器学习实战》代码(基于Python3)
专知
32+阅读 · 2019年10月14日
Python机器学习课程(代码与教程)
专知
36+阅读 · 2019年5月13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
22+阅读 · 2018年12月12日
TensorFlow实现深度学习算法的教程汇集:代码+笔记
数据挖掘入门与实战
8+阅读 · 2017年12月10日
Optimization for deep learning: theory and algorithms
Arxiv
105+阅读 · 2019年12月19日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
19+阅读 · 2019年4月5日
Learning to Importance Sample in Primary Sample Space
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
3+阅读 · 2018年3月27日
Arxiv
9+阅读 · 2018年3月10日
VIP会员
相关VIP内容
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
342+阅读 · 2020年3月17日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
202+阅读 · 2020年2月11日
专知会员服务
117+阅读 · 2019年12月24日
【电子书】机器学习实战(Machine Learning in Action),附PDF
专知会员服务
128+阅读 · 2019年11月25日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
19+阅读 · 2019年10月9日
相关论文
Optimization for deep learning: theory and algorithms
Arxiv
105+阅读 · 2019年12月19日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
19+阅读 · 2019年4月5日
Learning to Importance Sample in Primary Sample Space
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
3+阅读 · 2018年3月27日
Arxiv
9+阅读 · 2018年3月10日
Top
微信扫码咨询专知VIP会员