我是一名研一的学生,方向不是机器学习方向,但是对这方面很感兴趣。
看过一篇blog说,当下所说的机器学习其实分两种,一种如本书,可称为统计机器学习,另外一种是人工智能领域,这两种有交叉,但是研究内容有很大不同。
初读这书,刚觉很罗嗦,加上是英语,就觉得有些内容很难,符号多,无法继续下去。
我是从第八章开始的,因为在读李航统计学习方法倒数第二章读的有些模糊,来参考本书,突然发现本书写的很详细,娓娓道来。就准备边看这本书,边记下笔记,并且写成blog.可以想象进度是非常慢的,但是这样的读书方法让我受益匪浅,因为我发现自己读进去了,理解了大部分书中的内容。一句话是对的,自学的秘诀是慢。特别针对这类经典详细的书籍。
下面分享一些我的笔记内容,大家有兴趣可以看看。
贝叶斯网络(Bayesian network))简介(PRML第8.1节总结)概率图模型(Graphical models)http://www.cnblogs.com/Dzhouqi/p/3204353.html
条件独立(conditional independence) 结合贝叶斯网络(Bayesian network) 详细解释 (PRML8.2总结)http://www.cnblogs.com/Dzhouqi/p/3204481.html
马尔可夫随机场(Markov random fields) 概率无向图模型 马尔科夫网(Markov network)
http://www.cnblogs.com/Dzhouqi/p/3207601.html
本书需要慢慢的读
《Pattern Recognition And Machine Learning》热门书评
-
PRML,Bayesian PK Frequentist,笔记
63有用 2无用 Chojin 2012-08-25
两年多以前有个Machine Learning课以PRML为参考书,当时就觉得这书相当的好。可惜一直以来没认真读完。最近稍闲终于重新读了一遍,比较有收获。这书给人的最大的印象可能是everything has a Bayesian version或者说everything can be Bayesi...
-
需要多读几遍:Pattern Recognition And Machine Learning
58有用 3无用 jia 2010-12-17
实际上这本书我花了将近两个月的时间读下来,不敢说有多理解,但是确实收获很大,分章做一个评论。第1章的导论,不多说,看完书后需要重新回过头来看看。第2章的概率分布,写的非常好,尽管只有几个简单的分布,但是对共轭先验的概念以及指数分布族介绍的很清楚,这一章是本书的基础。第3章以及第4章的线性分类和回归一...
-
说此书数学怎么怎么样的还是退了吧
31有用 6无用 达令你快乐吗 2014-03-29
这几天没事把尾巴扫了。如果想做ML无论是theory(tcsers请先别吐槽好吧,以后会有槽吐你们的)、algorithm还是application此书都是必读,而且书只读这一本足够了。ML吹破天还是那点内容,想学“fashion”的concept有那么多paper、review,看书是自取其辱。有...
-
更广的背景下看Bayesian Learning
28有用 2无用 Chen_1st 2011-05-09
这两天因为读文章的需要,重新翻了翻这本书。觉得@raullew在http://book.douban.com/review/4474434/ 中提到的问题的确是这本书的一个缺陷。是否真正了解一个东西,不仅取决于你是否了解这个东西的特性,还取决于你能不能把它和相似的东西区分开。比如说,你要学习什么是猫...
-
这是我读过最好的模式识别书。
26有用 1无用 景浩 2013-02-28
我是学工程的,读过很多统计,模式识别,数据挖掘的书。比如Andrew Gelman 的 Beyesian data Analysis; Trevor Hastie 的 The Elements of Statistical Learning等等。。。。我发现一个问题,但凡是统计系人出的书,我读起来都...
书名: Pattern Recognition And Machine Learning
作者: Christopher Bishop
出版社: Springer
出版年: 2007-10-1
页数: 738
定价: USD 94.95
装帧: Hardcover
ISBN: 9780387310732