全面总结机器学习经典书相关资料全面总结中文译本官方代码课程视频学习笔记等等

今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对，就是豆瓣评分 9.5 的这本书。可能之前你看过其他公众号有分享过，不过不要着急，本推文更全面总结了关于《Pattern Recognition and Machine Learning》的相关学习资料，你想要的和你没有想到你想要的，这里都有。python代码，官方matlab代码，中文译文，课后答案，PPT，对应大学视频，学习笔记，小编都汇总了一下，不管怎么样，我自己先收藏了一下~

毫不夸张地说，PRML 当之无愧算得上是 AI 领域的圣经了。PRML 涵盖面广，语言通俗，例子和习题更加详细，附带更多基础性的讲解和指引，难度梯度设置更为合理，是其深受广大 中老年 PhD 朋友喜爱的原因。

将 Bishop 大神的 PRML 称为机器学习圣经一点也不为过，该书系统地介绍了 模式识别和机器学习 领域内详细的概念与基础。书中有对 概率论基础 知识的介绍，也有高阶的 线性代数和多元微积分 的内容，适合高校的研究生以及人工智能相关的从业人员学习。

PRML 内容十分丰富，共有 14 章的内容，每一章都是干货满满。整体目录如下：

• 第一章 介绍

• 第二章 概率分布

• 第三章 线性回归模型

• 第四章 线性分类模型

• 第五章 神经网络

• 第六章 内核方法

• 第七章 稀疏内核机器

• 第八章 图形模型

• 第九章 混合模型和EM

• 第十章 近似推断

• 第十一章 采样方法

• 第十二章 连续潜在变量

• 第十三章 顺序数据

• 第十四章 组合模型

另外，知乎上关于这个关于“PRML为何是机器学习的经典书籍中的经典？”的高赞回答或许会给大家一些启发：

Luau Lawrence的回答：

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

最近GitHub上网友ctgk更新公布了Python3实现的经典机器学习图书《Pattern Recognition and Machine Learning》中的代码。在它之前曾有过Matlab版本，而新公布的版本采用机器学习领域最流行的python代码实现，比较符合大家的使用习惯。 最重要的是代码以Jupyter notebook形式呈现，可视化结果非常适合边看书边调试代码。

MLPR python 代码链接：

https://github.com/ctgk/PRML

除此之外，官方也发布了对应的Matlab版本的代码：

https://github.com/PRML/PRMLT

**▌** PRML书籍

---

---

PRML是模式识别和机器学习领域的经典著作，出版于2007年。该书作者 Christpher M. Bishop 是模式识别和机器学习领域的大家，其1995年所著的“Nerual Networks for Pattern Recognition”也是模式识别、人工神经网络领域的经典著作。

PRML深入浅出地介绍了模式识别与机器学习的基本理论和主要方法，同时还涵盖了模式识别与机器学习领域的一些最新进展，不仅适合初学者学习，而且对专业研究人员也有很大的参考价值。

目录（对应中文译本）

1. 导论

2. 概率分布

3. 线性回归模型

4. 线性分类模型

5. 神经网络

6. 核方法

7. 讲SVM 。

8. 现代基于图模型

9. EM 算法

10. 近似推断

11. 采样

12. PCA及一些改进

13. HMM 模型和LDS

14. 集成方法

**▌** PRML 笔记视频学习资料荟萃（敲黑板，该划重点了）

---

---

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

1. 原版图书

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

1. 勘误：

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

1. 习题答案

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

1. Christopher Bishop 微软剑桥研究院院长 个人主页

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

1. 部分章节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 新书《Model Based Machine Learning》

1. PRML大神、微软剑桥研究院院长Chris Bishop与John Winn的机器学习新书。最入门级别的机器学习图书， 全书从实际案例开始讲，数学公式很少，非常适合当做读PRML之前的入门。

2. http://www.mbmlbook.com/

代码

1. Matlab实现

• http://prml.github.io/

1. Python

• https://github.com/ctgk/PRML

视频

1. 布朗大学 CSCI1420 《机器学习》 主要参考用书采用了PRML，内容安排也和PRML一致，共23课。

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

PRML笔记

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

2. 田渊栋《Some notes on Pattern Recognition and Machine Learning》

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

1. ChillyRain的"PRML Notes"系列博文

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

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

• [https://techburst.io/bishops-prml-book-review-and-insights-chapters-1-3-528bb5cfaade](https://zshipu.com/t?url=https%3A%2F%2Ftechburst.io%2Fbishops-prml-book-review-and-insights-cha