在Bishop的这本PRML之前,学习machine learning的标准教材一般是Tom Mitchell的machine learning以及Duda&Hart的Pattern Classification (那个年代ML与PR非常大的重合之处)。不可否认,这两本书都是ML领域的经典教材,但是由于成书时间太早,基本上都属于上古读物,已经不大适合现在的学习了。而当这本PRML问世之后,立即便成为ML的又一标准教材,并且很快取代了前两本书 --- 即使将近十年以后的今天,它依然是ML的主流教材之一。
写好一本general machine learning的书,必须在内容上有所取舍。个人认为,从入手角度上分,大体上可以分为:statistical/probabilistic perspective, theoretical perspective, optimization perspective, algorithmic/model perspective等等。而这本书应该属于最后一种,也即它主要介绍各种machine learning里面最基本的模型以及相关算法。这本书最大的优点/特色我觉得有以下几点:
1. 内容选取得当。书中所介绍的所有模型以及算法,放到今天,依然是理解学习ML最最基本的组成部分,这些内容,对于读者了解更高级的算法,几乎都是必不可少的。这本书并没有试图涵盖当时所有的机器学习算法,而是精选了ML里面最本质最fundamental的方法,由此可以看出,作者对于这个领域的驾驭能力还是非常高的,准确的预见到了那些非常有生命力的模型,所以,如果你是一名ML的初学者的话,读这本书,即使过了十年,但是依然不会过时。
2. 详略难易得当。由于内容选取的少而精,所以作者可以深入浅出的介绍每一种模型,不会因为太过简略而使读者疑惑,同时对于高阶的内容又点到为止,使得整本书的难度保持在了一个对于初学者可以接受的范围内。基本上,当年我看这本书的时候,就是把它当成一个个的tutorial来看。比如我在学EM算法的时候,我主要就是以这本书的内容为主,配合网上其他资源学习。这一点在学习Graphical model的时候更加明显。众所周知这个领域比较经典的著作是Probabilistic Graphical Models以及Bayesian Reasoning and Machine Learning,但是这是两本大部头的书,一开始读起来会比较吃力。而本书的作者Bishop本身就是搞Bayesian learning以及graphical model的,PRML这边书用几章的内容就把这个领域最核心的概念以及方法解释了一遍,不得不让人佩服作者的功力。
3. 前后呼应。很多algorithmic ML书籍(尤其是国内的教材)的一个通病就是重方法轻思想,直接的结果就是里面的内容更像是方法的罗列,让人读过之后知其然而不知其所以然。而这本书这比较好的避免了这个问题,章与章之间的内容都有衔接和呼应。正如我上面提到的,由于Bishop是搞Bayesian learning以及graphical model的,所以最明显的例子莫过于作者试图通过graphical model的方式解释书中提到的每一种模型;此外在介绍玩graphical model之后,作者紧接着用两章分别讨论sampling以及approximation的内容作为求解图模型的具体方法,给人以一种浑然一提的感觉。
以上都是宏观上的感受,但是更主要的,还是作者本身深厚的功力,对知识的把握,以及出色的语言表达能力,只不过这其中的精妙所在,就只可意会不可言传了
。
经典ML教材之一
对“经典ML教材之一”的回应
《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