PRML开篇

部署运行你感兴趣的模型镜像

《PRML》,接触机器学习的人,肯定都听过,早也买好了书,但是就是没有时间来看,其实就是懒。前几天刚好在matlab的仓库中看到了这本书的代码汇总,期望结合代码实践,把这本书系统的看一下,一定要坚持下来。

全篇的目录:

  1. 绪论
  2. 概率分布
  3. 回归模型分析
  4. 分类的线形模型
  5. 神经网络模型
  6. 核方法
  7. 稀疏机
  8. 图模型
  9. 混合模型和EM算法
  10. 近似推断
  11. 采样方法
  12. 连续潜在变量
  13. 顺序数据
  14. 组合模型

全篇内容看起来是很多,很综合的,慢慢走,都会有。

参考链接:
PRML代码实现python版本:https://github.com/ctgk/PRML
PRML代码实现maltab版本:https://github.com/PRML/PRMLT
资料:https://download.youkuaiyun.com/download/sanhuo2017/10535619
在线版PRML:https://txd888.gitbooks.io/prml/content/Chapter1/probability/bayesian_probabilities.html

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值