谷歌研究員Kevin Patrick Murphy撰寫(xiě)的經(jīng)典機(jī)器學(xué)習(xí)圖書(shū)《Machine Learning: a Probabilistic Perspective》（《機(jī)器學(xué)習(xí)：概率視角》）自2012年出版以來(lái)就被奉為機(jī)器學(xué)習(xí)必讀書(shū)籍。
除了這本經(jīng)典書(shū)籍之外，還有一份關(guān)于《機(jī)器學(xué)習(xí)：概率視角》習(xí)題解答要和大家分享，這份資料由李方圻創(chuàng)建，本文檔提供了《機(jī)器學(xué)習(xí)：概率視角》一書(shū)第一章到第十四章的大部分習(xí)題的詳細(xì)解答。題目本身一般沒(méi)有重述。MLAPP-書(shū)的習(xí)題一般分為兩種:理論習(xí)題和實(shí)踐習(xí)題，本文檔給出了絕大多數(shù)理論習(xí)題的解答，除了部分過(guò)于簡(jiǎn)單的和兩個(gè)尚未得解的。實(shí)踐習(xí)題基于一個(gè)MATLAB的工具包。實(shí)踐習(xí)題的解答目前尚未給出。098頁(yè)的《機(jī)器學(xué)習(xí)：概率視角》電子書(shū)籍、習(xí)題解答都幫你們準(zhǔn)備好了，你只需要通過(guò)以下方式就可獲取。1. 關(guān)注下方公眾號(hào)（非本號(hào)）：數(shù)據(jù)挖掘工程師2. 在 消息對(duì)話框 回復(fù)：006?即可以獲取書(shū)籍資料喲~
另外，再分享一個(gè)機(jī)器學(xué)習(xí)理論圣經(jīng)之稱(chēng)的《Pattern Recognition and Machine Learning》（模式識(shí)別與機(jī)器學(xué)習(xí)，PRML）一書(shū)。這本書(shū)自07年出版以來(lái)，一直是機(jī)器學(xué)習(xí)領(lǐng)域的必讀書(shū)籍。這本書(shū)在豆瓣上有?9.5分?的高分評(píng)價(jià)：
下面的評(píng)論也都是清一色的5星好評(píng)：
但英文原版有738頁(yè)，對(duì)于大多數(shù)人看起來(lái)太吃力了。來(lái)自哈工大的馬春鵬博士將其翻譯成了中文，并且翻譯質(zhì)量非常之高。
1. 關(guān)注下方公眾號(hào)（非本號(hào)）：數(shù)據(jù)挖掘工程師2. 在 消息對(duì)話框回復(fù)：PRML?即可以獲取書(shū)籍資料喲~
