如何自學《模式識別與機器學習》這本書?

《模式識別與機器學習》(英文版)這本書看起來很吃力,有哪些方法值得推薦,有哪些基礎點的資料先讀讀為好?


建議你讀 MLAPP,讀完以後,你會發現 PRML 太簡單了,作者太貼心了,什麼推導都幫你完成了,而且有全套習題答案。

對了,一定要做習題,不懂的就一直看,直到看懂,如果看不懂,就找演算法的原始paper看,不要跳哦,因為每個部分其實都不難。

如果還是看不懂,說明你數學基礎不好,可以看一點本科的概率教材和研究生的矩陣理論課本。

如果有條件的話,也可以讀讀Learning from data(abu-mostafa寫的),入門級水平,但是值得注意的是,這書是frequentist觀點,而PRML是徹底的bayesian,兩者的基本世界觀有衝突。


有個類似問題:pattern recognition and machine learning這本書怎麼看? - 機器學習


我覺得這本書不是很好。

既不是演算法手冊,也不是開發教程,也不是專著,其它的也算不上。


上周開始學習這本書,我覺得文字闡述部分基本是能理解的,關鍵在於數學公式的推導。不會推的地方可以有針對性的搜索,網上有不少詳細的推導,或者可以請教周圍數學功底較好的同學老師。

推薦一個系列的視頻:https://space.bilibili.com/6293151/video,從零開始的公式推導,非常詳細和清楚。

學而不思則罔,思而不學則殆,所以習題部分肯定也是需要做的,能起到促進思考和鞏固的作用。


看參考文獻,我印象中作者會給出一些,一般會有一些綜述性的,裡面有詳細的推導

矩陣計算可以看matrix cookbook,概率論應該就是本科的就夠了


給你一個我的讀書筆記庫

zhuyuanxiang/StudyNotes-CN?

github.com圖標

參考我的筆記寫完自己的筆記,將作者沒有推導的部分全部補全,當然這個過程用個2~3年可能可以。還有些看不懂的,可以跳過,因為不是所有的東西立刻都會有用。


推薦閱讀:

TAG:機器學習 | 模式識別 | 計算機科學 |