Estoy aprendiendo del reconocimiento de patrones y el aprendizaje automático, Chris Bishop, ¿buenos recursos?

16

¿Hay videos u otros libros / notas que alguien haya encontrado que sigan al Reconocimiento de patrones y el aprendizaje automático de Chris Bishop? Compré este libro para aprender Machine Learning y tengo problemas para leerlo.

machine-learning references pattern-recognition

— FrankTheFrank
fuente

3

Busque hilos existentes etiquetados con la etiqueta de referencias .

— Richard Hardy

2

FWIW, creo que la pregunta es tan sobre el tema como cualquier otra solicitud de referencia. De hecho, creo que es más específico que la mayoría porque esta pregunta específicamente pide materiales siguiendo un libro de texto, en lugar de solo aprendizaje automático en general.

— Sycorax dice Reinstate Monica

15

Bishop es un gran libro. Espero que estas sugerencias ayuden con su estudio:

El propio autor ha publicado algunas diapositivas para los capítulos 1 , 2 , 3 y 8 , así como muchas soluciones .
Un grupo de lectura en INRIA ha publicado sus propias diapositivas que cubren cada capítulo.
João Pedro Neto ha publicado algunas notas y trabajos en R aquí . (Desplácese hacia abajo hasta donde dice "Reconocimiento de patrones de Obispo y ML")
Muchos cursos introductorios de aprendizaje automático utilizan Bishop como libro de texto. Buscar en Google da algunos diferentes; Eche un vistazo y vea qué temas y enfoque prefiere.

— AG
fuente

6

Te recomendaría estos recursos:

Tom Mitchell: Universidad Carnegie Mellon
(Solo para Aprendizaje supervisado y sigue a Bishop) Reconocimiento de patrones: Instituto de Ciencias de la India (Personalmente me gusta este curso porque lo he asistido, pero este curso requiere que conozcas la teoría de la probabilidad).

Ambos cursos están orientados a las matemáticas, ya que un curso más ligero sobre aprendizaje automático sería "Machine Learning" de Udacity

— Upperwal
fuente

3

https://www.cs.toronto.edu/~rsalakhu/STA4273_2015/

Este curso sigue de cerca parte de Bishop's. Tiene videos de conferencias con él.

— Siwon Yoo
fuente

44

Bienvenido al sitio. En la actualidad, esto es más un comentario que una respuesta. Puede expandirlo, quizás dando un resumen de la información en el enlace, o podemos convertirlo en un comentario para usted.

— gung - Restablece a Monica

1

Creo que un libro que a menudo se pasa por alto es Teoría de la información, inferencia y algoritmos de aprendizaje de David MacKay .

Sigue el marco general de PRML, ya que los autores parecen tener una perspectiva similar (al menos en mi opinión). Dependiendo de sus antecedentes, ya sea que disfrute o no de conceptos como teoría de la información / codificación / divergencia KL, puede encontrar este libro extremadamente revelador.

— idnavid
fuente

1

cuadernos jupyter con implementaciones de python y uso de scikit-learn en PRML

— Don slowik
fuente