Pattern Recognition and Machine Learning 短评

  • 0 吴桓 2019-07-07

    大二时候读的一本书,需要基本的统计知识,当时囫囵吞枣,有机会回头看一下

  • 0 Nimane Kan 2019-05-31

    不适合入门,但是可以先大致有了一定基础后回来看,就感觉比较简洁易懂,理解更深刻,抽空看完吧

  • 0 stardust 2019-04-08

    虽然挺多看不懂的,但是硬着头皮看下来总算是对以前很多不清楚的东西有个基本的了解了

  • 0 嗯读 2019-03-30

    这两天仔细翻了翻,不得不修正已经的看法,bishop做得已经相当完美了。。

  • 0 小咿子 2019-03-13

    结合stanford的lecture notes就完美。

  • 0 ness002 2019-03-10

  • 0 1败家1 2019-05-03

    只读了第一章和引言,但是茅塞顿开,看到了贝叶斯开创的流派之厉害之处。

  • 0 壁花少女 2019-02-21

    当年为了做毕设硬啃完了,感谢Simon,感谢贝叶斯反演。

  • 0 2019-02-13

    好书!

  • 0 Y. 2019-01-22

    这本书写的是真好,但估计也就读了个五分之一吧...

  • 0 哦米葛 2019-01-18

    年轻时候读过,差不多7年前?不知道是不是主要读这本。

  • 0 hzbbb 2019-01-13

    非常非常不适合经济学背景的人读。看部分章节的时候极度滞涩,不知道是不是我自己的原因。就不评分了。

  • 0 171143809 2019-01-03

    苍天饶过谁

  • 0 Apocalypse 2019-03-30

    理解有点费劲,但是讲的很好

  • 0 王琰 2018-12-17

    神书,有的地方感觉强行概率解释。 嗯,大概是自己水平低。

  • 0 鹿角苔 2018-12-16

    神书,而且读起来特别对我的胃口,我的贝叶斯就是跟这本书学的。美中不足的是书中不同地方对向量求导的 layout convention 可能不同,有点尴尬。

  • 0 lucky-girl-QQ 2018-12-14

    A very classic book of Machine Learning. Always strongly recommend to those who want to get into the field of ML.

  • 0 outeru 2019-06-01

    慢慢看,修炼内功。圣经

  • 0 爱读书的可达鸭 2018-11-17

    复古一下

  • 0 濯希 2018-11-03

    读起来也挺不错,偏理论