Pattern Recognition and Machine Learning 读书总结(持续更新中)
2015-03-12 16:46
766 查看
第一遍读书总结 2015.03.12:
花费了20天左右的时间浏览了一遍这部大块头,说说感受吧。在读这本书之前读了The Elements of Statistical Learning,这本书没怎么读懂,所以我想趁热打铁,再读一本好书培养感觉,于是就读了这本颇受好评的PRML。有了之前的基础,这本书大概读懂了50%的内容,算是小有进步。
这本书比较好的地方在于充分考虑了读者的知识背景,在最开始和附录中讲解了不少相关知识,讲的十分到位。内容也十分丰富,主要是从Bayes的观点讲述不同的模型与方法,并且介绍了Probability Graphic Model这一十分重要的工具,同时也将讲解了一些估算的方法,可谓面面俱到。
由于这本书没有中文影印版,而原版书实在太贵,所以我读的是电子版。这本书最让我感到麻烦的地方是公式太多,每一章动辄100多个公式,当引用公式时,很难定位到被引用公式的所在位置(电子书,不像纸质书那样可以很容易翻来翻去),所以在阅读上造成了一点麻烦。
书中公式大量使用了微积分的知识,而这部分知识我又忘得差不多了, 看来是时候再去补补这方面的相关知识了。为了学习Machine Learning,把大学学的全部数学内容重新再来一次也是蛮拼的。。。
接下里打算花一个月的时间重新将微积分,线性代数和概率统计方面的知识好好补一补,然后再重读本书,希望能有更多收获。
花费了20天左右的时间浏览了一遍这部大块头,说说感受吧。在读这本书之前读了The Elements of Statistical Learning,这本书没怎么读懂,所以我想趁热打铁,再读一本好书培养感觉,于是就读了这本颇受好评的PRML。有了之前的基础,这本书大概读懂了50%的内容,算是小有进步。
这本书比较好的地方在于充分考虑了读者的知识背景,在最开始和附录中讲解了不少相关知识,讲的十分到位。内容也十分丰富,主要是从Bayes的观点讲述不同的模型与方法,并且介绍了Probability Graphic Model这一十分重要的工具,同时也将讲解了一些估算的方法,可谓面面俱到。
由于这本书没有中文影印版,而原版书实在太贵,所以我读的是电子版。这本书最让我感到麻烦的地方是公式太多,每一章动辄100多个公式,当引用公式时,很难定位到被引用公式的所在位置(电子书,不像纸质书那样可以很容易翻来翻去),所以在阅读上造成了一点麻烦。
书中公式大量使用了微积分的知识,而这部分知识我又忘得差不多了, 看来是时候再去补补这方面的相关知识了。为了学习Machine Learning,把大学学的全部数学内容重新再来一次也是蛮拼的。。。
接下里打算花一个月的时间重新将微积分,线性代数和概率统计方面的知识好好补一补,然后再重读本书,希望能有更多收获。
相关文章推荐
- Pattern Recognition and Machine Learning 第三章 线性回归模型
- CMBishop 《Pattern Recognition And Machine Learning》阅读笔记——Chapter 9
- 《Pattern recognition and machine learning》第一章 笔记
- 今天开始学Pattern Recognition and Machine Learning (PRML),章节1.6,Information Theory信息论简介
- Pattern Recognition and Machine Learning 模式识别与机器学习
- 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML),章节1.2,Probability Theory (下)
- 今天开始学Pattern Recognition and Machine Learning (PRML),章节1.6,Information Theory信息论简介
- 《Pattern Recognition and Machine Learning》学习笔记 第一章(一)
- Pattern Recognition and Machine Learning (preface translation)
- 今天开始学Pattern Recognition and Machine Learning (PRML)书,章节1.2,Probability Theory 概率论(上)
- 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning 书,章节1.1,多项式曲线拟合(Polynomial Curve Fitting)
- 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML),章节1.2,Probability Theory (下)
- 【Pattern Recognition and Machine Learning】p7 preface
- 今天开始学Pattern Recognition and Machine Learning (PRML),章节1.6,Information Theory信息论简介
- 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning 书,章节1.1,多项式曲线拟合(Polynomial Curve Fitting)
- 今天开始学Pattern Recognition and Machine Learning (PRML)书,章节1.2,Probability Theory (上)
- 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML),章节1.2,Probability Theory (下)
- pattern recognition and machine learning 2.2 Multinomial Variables
- 【Pattern Recognition and Machine Learning】p8-9 preface
- 今天开始学Pattern Recognition and Machine Learning (PRML),章节1.1,介绍与多项式曲线拟合(Polynomial Curve Fitting)