Machine Learning的书评 (16)
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)
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)
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)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)
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)
刊误(chapter 1 - chapter 5)
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)