Pattern Recognition and Machine Learning 读书总结（持续更新中）

第一遍读书总结 2015.03.12：

花费了20天左右的时间浏览了一遍这部大块头，说说感受吧。在读这本书之前读了The Elements of Statistical Learning，这本书没怎么读懂，所以我想趁热打铁，再读一本好书培养感觉，于是就读了这本颇受好评的PRML。有了之前的基础，这本书大概读懂了50%的内容，算是小有进步。

这本书比较好的地方在于充分考虑了读者的知识背景，在最开始和附录中讲解了不少相关知识，讲的十分到位。内容也十分丰富，主要是从Bayes的观点讲述不同的模型与方法，并且介绍了Probability Graphic Model这一十分重要的工具，同时也将讲解了一些估算的方法，可谓面面俱到。

由于这本书没有中文影印版，而原版书实在太贵，所以我读的是电子版。这本书最让我感到麻烦的地方是公式太多，每一章动辄100多个公式，当引用公式时，很难定位到被引用公式的所在位置（电子书，不像纸质书那样可以很容易翻来翻去），所以在阅读上造成了一点麻烦。

书中公式大量使用了微积分的知识，而这部分知识我又忘得差不多了， 看来是时候再去补补这方面的相关知识了。为了学习Machine Learning，把大学学的全部数学内容重新再来一次也是蛮拼的。。。

接下里打算花一个月的时间重新将微积分，线性代数和概率统计方面的知识好好补一补，然后再重读本书，希望能有更多收获。