Er der nogen videoer eller andre bøger / noter, som nogen er stødt på, der følger mønstergenkendelse og maskinindlæring af Chris Bishop? Jeg købte denne bog for at lære Machine Learning og har nogle problemer med at komme igennem den.
Kommentarer
- Se efter eksisterende tråde tagget med referencer -tagget.
- FWIW, jeg synes, spørgsmålet er lige så emnet som enhver anden referenceanmodning. Jeg synes faktisk det ' er mere specifikt end de fleste, fordi dette spørgsmål specifikt beder om materialer, der følger en lærebog, snarere end blot maskinindlæring generelt.
Svar
Biskop er en fantastisk bog. Jeg håber, at disse forslag hjælper med din undersøgelse:
- Forfatteren selv har sendt nogle dias til kapitler 1 , 2 , 3 & 8 samt mange løsninger .
- En læsegruppe hos INRIA har indsendte deres egne dias , der dækker hvert kapitel.
- João Pedro Neto har sendt nogle noter og arbejde i R her . (Rul ned til, hvor der står “Bishops Pattern Recognition and ML”)
- Mange indledende maskinlæringskurser bruger Bishop som deres lærebog. Googling giver et par forskellige, se og se hvilke emner og fokus, du foretrækker.
Svar
Jeg vil anbefale disse ressourcer til dig:
- Tom Mitchell: Carnegie Mellon University
- (Kun til overvåget læring og følger biskop) Mønstergenkendelse: Indian Institute of Science (jeg kan personligt godt lide dette kursus, da jeg har deltaget i det, men dette kursus kræver, at du kender sandsynlighedsteori.)
Begge kurser er matematikorienterede, for et lettere kursus om maskinindlæring ville være “Machine Learning” af Udacity
Svar
jupyter notesbøger med python-implementeringer og scikit-lær-brug på PRML
Svar
https://www.cs.toronto.edu/~rsalakhu/STA4273_2015/
Dette kursus følger nøje en del af Biskop “s. Det har forelæsningsvideoer med det.
Kommentarer
- Velkommen til siden. På nuværende tidspunkt er dette mere en kommentar end et svar. Du kan udvide det, måske ved at give et resumé af oplysningerne ved linket, eller vi kan konvertere det til en kommentar til dig.
Svar
Jeg tror, at en bog, der ofte overses, er Informationsteori, inferens og læringsalgoritmer af David MacKay .
Det følger de generelle rammer for PRML, da forfatterne ser ud til at have et lignende (i det mindste efter min mening) perspektiv. Afhængigt af din baggrund – uanset om du nyder begreber som informationsteori / kodning / KL-divergens – kan du finde denne bog ekstremt iøjnefaldende.