J'apprends de la reconnaissance des formes et de l'apprentissage automatique, Chris Bishop de bonnes ressources?

16

Y a-t-il des vidéos ou d'autres livres / notes que quelqu'un a rencontrés qui suivent la reconnaissance des formes et l'apprentissage automatique par Chris Bishop? J'ai acheté ce livre pour apprendre le Machine Learning et j'ai du mal à le traverser.

machine-learning references pattern-recognition

— FrankTheFrank
source

3

Recherchez les discussions existantes marquées avec la balise références .

— Richard Hardy

2

FWIW, je pense que la question est aussi d'actualité que toute autre demande de référence. En fait, je pense que c'est plus spécifique que la plupart parce que cette question demande spécifiquement des documents à la suite d'un manuel, plutôt que simplement un apprentissage automatique en général.

— Sycorax dit Reinstate Monica

15

Bishop est un excellent livre. J'espère que ces suggestions vous aideront dans votre étude:

L'auteur lui-même a publié des diapositives pour les chapitres 1 , 2 , 3 et 8 , ainsi que de nombreuses solutions .
Un groupe de lecture de l'INRIA a publié ses propres diapositives couvrant chaque chapitre.
João Pedro Neto a publié quelques notes et travaux en R ici . (Faites défiler jusqu'à l'endroit où il est écrit «Reconnaissance de formes de Bishop et ML»)
De nombreux cours d'initiation à l'apprentissage automatique utilisent Bishop comme manuel. Googler en donne quelques-uns différents; jetez un œil et voyez quels sujets et quels thèmes vous préférez.

— AG
source

6

Je vous recommanderais ces ressources:

Tom Mitchell: Université Carnegie Mellon
(Uniquement pour l'apprentissage supervisé et suit Bishop) Reconnaissance des modèles: Indian Institute of Science (J'aime personnellement ce cours car je l'ai suivi, mais ce cours vous oblige à connaître la théorie des probabilités.)

Les deux cours sont axés sur les mathématiques, car un cours plus léger sur l'apprentissage automatique serait "Machine Learning" par Udacity

— Upperwal
source

3

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

Ce cours suit de près une partie de Bishop's. Il contient des vidéos de cours.

— Siwon Yoo
source

4

Bienvenue sur le site. À l'heure actuelle, il s'agit davantage d'un commentaire que d'une réponse. Vous pouvez le développer, peut-être en donnant un résumé des informations sur le lien, ou nous pouvons le convertir en commentaire pour vous.

— gung - Rétablir Monica

1

Je pense qu'un livre souvent négligé est la théorie de l'information, l'inférence et les algorithmes d'apprentissage de David MacKay .

Il suit le cadre général de PRML, car les auteurs semblent avoir une perspective similaire (du moins à mon avis). Selon votre expérience - que vous appréciiez ou non des concepts tels que la théorie de l'information / le codage / la divergence KL - vous pouvez trouver ce livre extrêmement révélateur.

— idnavid
source

1

blocs-notes jupyter avec implémentations python et utilisation de scikit-learn chez PRML

— Don Slowik
source