Onko kukaan törmännyt videoihin tai muihin kirjoihin / muistiinpanoihin, jotka seuraavat Chris Bishopin kuviotunnistusta ja koneoppimista? Ostin tämän kirjan oppimaan koneoppimisen ja minulla on vaikeuksia päästä sen läpi.
Kommentit
- Etsi olemassa olevia ketjuja, jotka on merkitty -viitteillä .
- FWIW, mielestäni kysymys on yhtä aiheellinen kuin mikä tahansa muu hakupyyntö. Mielestäni se on ' tarkempi kuin useimmat, koska tässä kysymyksessä kysytään nimenomaan oppikirjan jälkeistä materiaalia eikä vain koneoppimista yleensä.
Vastaus
Piispa on hieno kirja. Toivon, että nämä ehdotukset auttavat tutkimuksessa:
- Kirjoittaja itse on lähettänyt joitain dioita luvuille 1 , 2 , 3 & 8 , samoin kuin monia ratkaisuja .
- INRIA: n lukuryhmällä on julkaisi omat diansa jokaisesta luvusta.
- João Pedro Neto on lähettänyt joitain muistiinpanoja ja toimintoja R: ssä täällä . (Vieritä alas kohtaan, jossa lukee ”Bishop” s Pattern Recognition and ML ”).
- Monissa koneoppimiskursseissa Bishop on oppikirja. Googling tarjoaa muutamia erilaisia; katso ja katso, mitkä aiheet ja haluamasi kohdistus.
Vastaa
Suosittelisin näitä resursseja sinulle:
- Tom Mitchell: Carnegie Mellonin yliopisto
- (vain valvotulle oppimiselle ja seuraa piispaa) Kuvion tunnistus: Intian tiedeinstituutti (Pidän henkilökohtaisesti tästä kurssista, koska olen käynyt siinä, mutta tämä kurssi vaatii sinua tuntemaan todennäköisyysteorian.)
Molemmat kurssit ovat matematiikkasuuntautuneita, kevyempi koneoppimisen kurssi olisi Udacityn ”koneoppiminen”
Vastaus
jupyter-muistikirjat python-toteutukset ja scikit-learn-käyttö osoitteessa PRML
Vastaa
https://www.cs.toronto.edu/~rsalakhu/STA4273_2015/
Tämä kurssi seuraa tarkasti osaa Piispa. Siinä on luentovideoita.
Kommentit
- Tervetuloa sivustolle. Tällä hetkellä tämä on enemmän kommentti kuin vastaus. Voit laajentaa sitä, kenties antamalla yhteenvedon linkin tiedoista, tai voimme muuntaa sen sinulle kommentiksi.
Vastaa
Luulen, että usein unohdettu kirja on David MacKayn tietoteoria, päättely- ja oppimisalgoritmit . .
Se noudattaa PRML: n yleistä kehystä, koska tekijöillä näyttää olevan samanlainen (ainakin mielestäni) näkökulma. Taustastasi riippuen – riippumatta siitä, nautitko käsitteistä, kuten informaatioteoria / koodaus / KL-divergenssi – saatat löytää tämän kirjan erittäin silmiinpistäväksi.