该项目是关于机器学习经典书籍《Pattern Recognition and Machine Learning》的学习笔记,我用python实现了书中的一些实例,希望帮助感兴趣的人更好的理解
Latest commit eef5457 Aug 22, 2015 @jasonding1354 rm ipynb
Permalink
Failed to load latest commit information.
1.PROBABILITY_DISTRIBUTIONS
2.LINEAR_MODELS_FOR_REGRESSION
.gitignore
LICENSE
README.md

README.md

PRML_Notes

项目概要

该项目是关于机器学习经典书籍《Pattern Recognition and Machine Learning》的学习笔记,用python实现了书籍中的大部分实例,希望帮助大家更好的理解抽象的概念和复杂的公式。 希望感兴趣的童鞋能多多支持,给我☆☆STAR☆☆!!我会继续努力的!

内容目录

1. 概率分布(Probability Distribution)

2. 用于回归问题的线性模型(Linear Models for Regression)

3. 用于分类问题的线性模型(Linear Models for Classification)

4. 神经网络(Neural Networks)

5. 核方法(Kernel Methods)

6. 稀疏核机(Sparse Kernel Machines)

7. 图模型(Graphical Models)

8. 混合模型(Mixture Models)

9. 近似推断(Approximate Inference)

10. 采样方法(Sampling Methods)

11. 连续潜在变量(Continuous Latent Variables)

12. 序列数据(Sequential Data)

13. 组合模型(Combining Models)