Tôi đang học từ Nhận dạng mẫu và Học máy, Chris Giám mục có tài nguyên tốt nào không?

15

Có bất kỳ video hoặc các cuốn sách / ghi chú khác mà bất cứ ai đã đi qua theo Công nhận mẫu và Học máy của Chris Bishop không? Tôi đã mua cuốn sách này để học Machine Learning và đang gặp một số khó khăn khi vượt qua nó.

machine-learning references pattern-recognition

— FrankTheFrank
nguồn

3

Tìm kiếm các chủ đề hiện có được gắn thẻ với thẻ tham chiếu .

— Richard Hardy

2

FWIW, tôi nghĩ rằng câu hỏi là về chủ đề như bất kỳ yêu cầu tham khảo nào khác. Tôi thực sự nghĩ rằng nó cụ thể hơn hầu hết bởi vì câu hỏi này đặc biệt yêu cầu các tài liệu theo sách giáo khoa, thay vì chỉ học máy nói chung.

— Sycorax nói phục hồi Monica

14

Giám mục là một cuốn sách tuyệt vời. Tôi hy vọng những gợi ý này sẽ giúp ích cho việc học của bạn:

Bản thân tác giả đã đăng một số slide cho các Chương 1 , 2 , 3 & 8 , cũng như nhiều giải pháp .
Một nhóm đọc tại INRIA đã đăng các slide của riêng họ bao gồm mọi chương.
João Pedro Neto đã đăng một số ghi chú và hoạt động trong R ở đây . (Cuộn xuống nơi ghi "Nhận dạng mẫu và ML của Giám mục")
Nhiều khóa học máy giới thiệu sử dụng Giám mục làm sách giáo khoa. Googling đưa ra một vài cái khác nhau; có một cái nhìn và xem những chủ đề và trọng tâm bạn thích.

— AG
nguồn

6

Tôi muốn giới thiệu những tài nguyên này cho bạn:

Tom Mitchell: Đại học Carnegie Mellon
(Chỉ dành cho việc học có giám sát và tuân theo Giám mục) Công nhận mẫu: Viện Khoa học Ấn Độ (Cá nhân tôi thích khóa học này vì tôi đã tham dự, nhưng khóa học này đòi hỏi bạn phải biết lý thuyết xác suất.)

Cả hai khóa học đều hướng đến toán học, vì một khóa học nhẹ hơn về học máy sẽ là "Học máy" bởi Udacity

— Thượng viện
nguồn

2

https://www.cs.toronto.edu/~rsalakhu/STA4273_2015/

Khóa học này theo sát một phần của Giám mục. Nó có video bài giảng với nó.

— Siwon Yoo
nguồn

4

Chào mừng đến với trang web. Hiện tại đây là một nhận xét nhiều hơn là một câu trả lời. Bạn có thể mở rộng nó, có lẽ bằng cách đưa ra một bản tóm tắt thông tin tại liên kết hoặc chúng tôi có thể chuyển đổi nó thành một nhận xét cho bạn.

— gung - Phục hồi Monica

1

Tôi nghĩ rằng một cuốn sách thường bị bỏ qua là Lý thuyết thông tin, Suy luận và Thuật toán học tập của David MacKay .

Nó tuân theo khuôn khổ chung của PRML, vì các tác giả dường như có quan điểm tương tự (ít nhất là theo quan điểm của tôi). Tùy thuộc vào nền tảng của bạn - bạn có thích các khái niệm như lý thuyết thông tin / mã hóa / phân kỳ KL hay không - bạn có thể thấy cuốn sách này cực kỳ bắt mắt.

— idnavid
nguồn

1

máy tính xách tay jupyter với việc triển khai python và sử dụng scikit-learn tại PRML

— Don Slowik
nguồn