Machine Learning的书评 (16)

Kai_S 2017-11-26 17:00:44

machine learning的圣经&handbook，估计得当这个角色很久。

Awesome! 1. 与这本书的缘分竟始于化学系图书馆(没有其它两本，PRML or the Elements，也许因为K Murphy是校友的缘故。。不过C Bishop就在附近的Microsoft啊) 最终在黑五我还是买了这本书，装帧结实漂亮；留白够多，这样可以随意增添喜欢的内容和推导。英Amazon比较厚道，便宜... (展开)

19回应

pUck 2013-04-18 13:47:29

很适合想俺这样没啥时间看paper的民工

哥们就是一个苦逼的本科小民工啊，在ml上完全没有受到过系统的学习，从大约1年半前开始接触机器学习至今，总共看过AG的video，看过《机器学习》和《模式分类》，后来又看了李航的《统计学习方法》，啃过《prml》，学到的东西总感觉零零散散，由于远离ml的圈子，缺乏对这个领域... (展开)

1 3回应

Kai_S 2018-01-08 04:50:22

我为此书第四次印刷写的勘误表

这是我为本书第四次（我买的是第六次印刷，但是是一样的）印刷写的勘误表：https://github.com/ks838/Murphy-Machine-Learning-A-Probabilistic-Perspective-Errata-and-Notes-4th-printing (展开)

0回应

大麦 2012-12-27 02:07:24

一本大杂烩

断断续续读了本书几章内容，并扫了一眼全书，个人感觉这本书就是一本大杂烩。这本书涉及的内容很广，概率图模型、GLM、Nonparametric Method，甚至最近比较火的Deep Learning也包括了。但是，感觉很多地方讲的不是很细致，每每读到关键地方，都有种嘎然而止的感觉。不过还好... (展开)

1 1回应

小夫 2012-12-10 17:50:40

看了一点觉得可读性一般啊

-----------------------------读完第三章更新------------------------------ 啪啪啪啪啪啪啪啪啪啪啪，先自扇十个大耳光。这本书还是不错的，很深，我写了个第三章的笔记，欢迎拍砖。http://book.douban.com/annotation/23203104/ 第三章可读性比第二章好得多，但是说实话还... (展开)

2 13回应

Bodhin 2023-03-24 19:47:46 The MIT Press2022版

机器学习领域工具书

在豆瓣标记的第900本读过，献给这本书。Murphy是Machine leaning: A Probabilistic Perspective的作者，这本书在机器学习领域享有盛誉，被很多书单列为必读书。不过出版于10年前，现在看来很多内容没有收录。作者对其进行了大幅扩充，所以有了Probabilistic Machine Learning，... (展开)

0回应

飞天遁地小花侠 2019-07-11 15:52:25

适合当字典查！不仅限于CS和ML的人

这篇书评可能有关键情节透露

目前update到第四章。这真是一本字典一样的好书！不仅限于CS和ML的人。我做Computational neuroscience用到的绝大部分的models都可以在这本书里查到。下面的书评，主要是随手的notes，方便我查字典用。第二章是probability的基本知识，非常粗略的介绍了各种concepts，在后面... (展开)

0回应

网络上的尼采 2014-02-12 16:58:16

MLAPP读书会请加qq群177217565

我们正准备读这本书，Machine Learning A Probabilistic Perspective 读书会请加qq群177217565，也讨论Pattern Recognition And Machine Learning。 (展开)

3 8回应

aeitus 2023-01-22 03:19:24 The MIT Press2022版

ML最好的教科书之一

作为一名心理学/神经科学底层民工，关于machine learning/deep learning的知识纯粹是翻书自学的。中间大约断断续续翻过李航的统计学习方法，频率派的ISL ，The Elements of Statistical Learning，公认的贝叶斯教材PRML以及Gelman所写的BDA3的部分章节。与前面这些经典教材相... (展开)

0回应

那个人 2021-04-16 09:24:37

不适合初学者/理论背景不够好的人

Machine learning的教材其实不是很多，个人不是很理解为什么很多人都推荐本书。就我自己的理解来说，如果你懂相关理论的，这本书能够穿针引线，帮助你把不同方法链接起来。比如说，我看完mixture model那一章。我只明白了一件事，mixture model就是把其他的多个概率模型combi... (展开)

0回应

Igor 2019-08-07 19:19:14

请问这本书有中文版？

数学本来就弱，啃英文更苦难。。谢谢大家分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分享。分... (展开)

1 0回应

呆呢鹿夢遊中 2016-08-29 12:11:51

纯搬运。来自：https://www.cs.ubc.ca/~murphyk/MLbook/errata.html 提交新的bug fix：https://docs.google.com/forms/d/e/1FAIpQLSdOXvmnvuIQn__t0xPyTErj53L-qo_RerImgKbXV4VfLDI6SQ/viewform?formkey=dEp2U2hRWXVpMU5nd05YcEJKVFNUdmc6MQ - preface: added printing hi... (展开)

1 0回应

飞翔的猫叔 2014-12-23 21:02:07

坑爹无极限

这本书的作者试图把机器学习进行全景式地展现，根据我有限的机器学习知识，作者把机器学习该有的都涵盖了。这样做一个非常大的缺陷就是东西太多，讲的不够深入，许多例子都是非常笼统，没有做详细解释，就给了一个图，随便说了几句，对于一个初学者，怎么可能理解的了。书中... (展开)

2 3回应

springjava 2013-01-27 13:54:57

为什么评分这么高?

为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这么高?谁学过，谁学完了？为什么评分这... (展开)

8 3回应

> Machine Learning

作者: Kevin Murphy
出版: MIT Press
定价: USD 90.00
装帧: Hardcover
页数: 1096
时间: 2012-9-18

订阅Machine Learning的书评