谷歌研究员Kevin Patrick Murphy撰写的经典机器学习图书,由MIT出版社出版,《Machine Learning: a Probabilistic Perspective》,自2012年发行以来就奉为经典机器学习书目。本书内容完整,讲解详细,便于阅读,方便工程使用。最近作者在Github上发布了关于本书的Python代码,更加方便使用!本文附带1098页pdf下载。

Python配套代码

Github: https://github.com/probml/pyprobml

成为VIP会员查看完整内容
252

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
278+阅读 · 2020年6月3日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
223+阅读 · 2020年5月2日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
164+阅读 · 2020年3月27日
Python机器学习课程(代码与教程)
专知
34+阅读 · 2019年5月13日
人工智能入门书单(附PDF链接)
AI前线
20+阅读 · 2018年8月2日
Arxiv
33+阅读 · 2020年1月2日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Arxiv
20+阅读 · 2019年11月24日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
21+阅读 · 2018年8月30日
VIP会员
微信扫码咨询专知VIP会员