《PRML》,接触机器学习的人,肯定都听过,早也买好了书,但是就是没有时间来看,其实就是懒。前几天刚好在matlab的仓库中看到了这本书的代码汇总,期望结合代码实践,把这本书系统的看一下,一定要坚持下来。
全篇的目录:
- 绪论
- 概率分布
- 回归模型分析
- 分类的线形模型
- 神经网络模型
- 核方法
- 稀疏机
- 图模型
- 混合模型和EM算法
- 近似推断
- 采样方法
- 连续潜在变量
- 顺序数据
- 组合模型
全篇内容看起来是很多,很综合的,慢慢走,都会有。
参考链接:
PRML代码实现python版本:https://github.com/ctgk/PRML
PRML代码实现maltab版本:https://github.com/PRML/PRMLT
资料:https://download.csdn.net/download/sanhuo2017/10535619
在线版PRML:https://txd888.gitbooks.io/prml/content/Chapter1/probability/bayesian_probabilities.html