今天給大家推薦一本機器學習、深度學習的人都應該聽說過一本經典教材：《Pattern Recognition and Machine Learning》，中文譯名《模式識別與機器學習》，簡稱 PRML。出自微軟劍橋研究院實驗室主任 Christopher Bishop 大神之手。對，就是豆瓣評分 9.5 的這本書。可能之前你看過其他公眾號有分享過，不過不要著急，本推文更全面總結了關于《Pattern Recognition and Machine Learning》的相關學習資料，你想要的和你沒有想到你想要的，這里都有。python 代碼，官方 matlab 代碼，中文譯文，課后答案，PPT，對應大學視頻，學習筆記，小編都匯總了一下，不管怎么樣，我自己先收藏了一下~

如果你想獲得完整PDF可以通過以下方式獲得

獲得方式：

1. 關注【深度學習算法與計算機視覺】公眾號

2. 在【深度學習算法與計算機視覺】公眾號后臺回復?【PRML】?即可。

????長按上方二維碼?2 秒 回復「PRML」即可獲取資料

---

毫不夸張地說，PRML 當之無愧算得上是 AI 領域的圣經了。PRML 涵蓋面廣，語言通俗，例子和習題更加詳細，附帶更多基礎性的講解和指引，難度梯度設置更為合理，是其深受廣大中老年 PhD?朋友喜愛的原因。

將 Bishop 大神的 PRML 稱為機器學習圣經一點也不為過，該書系統地介紹了模式識別和機器學習領域內詳細的概念與基礎。書中有對概率論基礎知識的介紹，也有高階的線性代數和多元微積分的內容，適合高校的研究生以及人工智能相關的從業人員學習。

PRML 內容十分豐富，共有 14 章的內容，每一章都是干貨滿滿。整體目錄如下：

• 第一章 介紹

• 第二章 概率分布

• 第三章 線性回歸模型

• 第四章 線性分類模型

• 第五章 神經網絡

• 第六章 內核方法

• 第七章 稀疏內核機器

• 第八章 圖形模型

• 第九章 混合模型和 EM

• 第十章 近似推斷

• 第十一章 采樣方法

• 第十二章 連續潛在變量

• 第十三章 順序數據

• 第十四章 組合模型

另外，知乎上關于這個關于“PRML 為何是機器學習的經典書籍中的經典？”的高贊回答或許會給大家一些啟發：

Luau Lawrence 的回答：

https://www.zhihu.com/question/35992297/answer/67009652

最近 GitHub 上網友 ctgk 更新公布了 Python3 實現的經典機器學習圖書《Pattern Recognition and Machine Learning》中的代碼。在它之前曾有過 Matlab 版本，而新公布的版本采用機器學習領域最流行的 python 代碼實現，比較符合大家的使用習慣。最重要的是代碼以 Jupyter notebook 形式呈現，可視化結果非常適合邊看書邊調試代碼。

MLPR python 代碼鏈接：

https://github.com/ctgk/PRML

---

如果你想獲得完整PDF可以通過以下方式獲得

獲得方式：

1. 關注【程序員大白】公眾號

2. 在【程序員大白】公眾號后臺回復?【PRML】?即可。

????長按上方二維碼?2 秒 回復「PRML」即可獲取資料

---

除此之外，官方也發布了對應的 Matlab 版本的代碼：

https://github.com/PRML/PRMLT

▌PRML 書籍

• 本文地址：https://www.6aiq.com/article/1584520876427

• 本文版權歸作者和AIQ共有，歡迎轉載，但未經作者同意必須保留此段聲明，且在文章頁面明顯位置給出

PRML 是模式識別和機器學習領域的經典著作，出版于 2007 年。該書作者 Christpher M. Bishop 是模式識別和機器學習領域的大家，其 1995 年所著的“Nerual Networks for Pattern Recognition”也是模式識別、人工神經網絡領域的經典著作。

PRML 深入淺出地介紹了模式識別與機器學習的基本理論和主要方法，同時還涵蓋了模式識別與機器學習領域的一些最新進展，不僅適合初學者學習，而且對專業研究人員也有很大的參考價值。

目錄（對應中文譯本）

導論

概率分布

線性回歸模型

線性分類模型

神經網絡

核方法

講 SVM 。

現代基于圖模型

EM 算法

近似推斷

采樣

PCA 及一些改進

HMM 模型和 LDS

集成方法

▌PRML 筆記視頻學習資料薈萃（敲黑板，該劃重點了）

---

《Pattern Recognition and Machine Learning》（PRML） by Bishop

原版圖書

• http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop+-+Pattern+Recognition+And+Machine+Learning+-+Springer++2006.pdf

勘誤：

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-errata-3rd-20110921.pdf

習題答案

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-web-sol-2009-09-08.pdf

Christopher Bishop 微軟劍橋研究院院長 個人主頁

• https://www.microsoft.com/en-us/research/people/cmbishop/

部分章節 PPT

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-1.pdf

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-2.pdf

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-3.pdf

• https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-slides-4.pdf

Bishop 新書《Model Based Machine Learning》

PRML 大神、微軟劍橋研究院院長 Chris Bishop 與 John Winn 的機器學習新書。最入門級別的機器學習圖書， 全書從實際案例開始講，數學公式很少，非常適合當做讀 PRML 之前的入門。

http://www.mbmlbook.com/

代碼

Matlab 實現

• http://prml.github.io/

Python

• https://github.com/ctgk/PRML

視頻

布朗大學 CSCI1420 《機器學習》 主要參考用書采用了 PRML，內容安排也和 PRML 一致，共 23 課。

• http://cs.brown.edu/courses/csci1420/

PRML 筆記

Jian Xiao《Notes on Pattern Recognition and Machine Learning (Bishop)》

田淵棟《Some notes on Pattern Recognition and Machine Learning》

• http://www.yuandong-tian.com/notesOnPRML.pdf

ChillyRain 的"PRML Notes"系列博文

• http://chillyrain.is-programmer.com/categories/7613/posts

Bishop’s PRML book: review and insights, chapters 1–3

• https://techburst.io/bishops-prml-book-review-and-insights-chapters-1-3-528bb5cfaade

PRML 讀書會

• http://www.52nlp.cn/category/pattern-recognition-and-machine-learning-2

• http://www.52nlp.cn/prml?讀書會前言

• PDF PRML 讀書會合集打印版

PRML 相關資料：第三版，學習筆記，中文譯本等

鏈接：https://pan.baidu.com/s/1oiZST2XgWHg7a4Xl3RUW7g 提取碼：pthb

代碼：該書完整的代碼官方發出了 Matlab 版本，地址如下：http://prml.github.io/

ctgk 也在 GitHub 上發布了更常用的 Python 版本，已經超過 2k 星標了。
地址如下：https://github.com/ctgk/PRML

本文地址：https://www.6aiq.com/article/1584520876427

本文版權歸作者和AIQ共有。

---

如果你想獲得完整PDF可以通過以下方式獲得

獲得方式：

1. 關注【Python遇見機器學習】公眾號

2. 在【Python遇見機器學習】公眾號后臺回復?【PRML】?即可。

????長按上方二維碼?2 秒 回復「PRML」即可獲取資料

總結

以上是生活随笔為你收集整理的太赞了！开源下载机器学习经典书 PRML所有相关资料：中文译本，官方代码，课程视频，学习笔记...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。