由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
DataSciences版 - 有人读过Bishop的Pattern Recognition and Machine Learning么?
相关主题
Hastie/Tibs 的新书下载 (转载)请推荐data science 在线学习的program
请问machine learning入门级的书哪一本比较好?求助:Hastie的书看不懂怎么办?
学pattern recognition前是否有必要学statistics?data scientist 的 code test是不是集中在数据寻找上
请教各位大牛金融软工机会 (转载)
谁能推荐几本DS的书?机器学习的本质到底是线性代数还是概率论?
求问data science的发展前景。。30岁转行data science如何
PRML书上附录697页的矩阵求导是不是写错了?转DS需要上哪些数学课?
data science如何进阶呢?f.t."我不会编程"
相关话题的讨论汇总
话题: learning话题: bishop话题: machine话题: pattern
进入DataSciences版参与讨论
1 (共1页)
l********k
发帖数: 14844
1
上来吐一个槽,挺难的一本书,我看得巨慢无比。有看过的说说,这书是不是太学术,
太不偏重实用了?
l********k
发帖数: 14844
2
感觉有点当年读朗道的理论物理教程的意思,一页可以琢磨俩小时不带翻篇的。Bishop
这书当然没这么夸张了。
l*******m
发帖数: 1096
3
不是这本书难,是 Bayesian都有很多推倒。

【在 l********k 的大作中提到】
: 上来吐一个槽,挺难的一本书,我看得巨慢无比。有看过的说说,这书是不是太学术,
: 太不偏重实用了?

d******e
发帖数: 7844
4
你可能需要补一补概率和线性代数了。
这本书三四年级本科生就能看的。

【在 l********k 的大作中提到】
: 上来吐一个槽,挺难的一本书,我看得巨慢无比。有看过的说说,这书是不是太学术,
: 太不偏重实用了?

l********k
发帖数: 14844
5
就像你说的,细节性的推导很多,导致看了后面忘了前面。线性代数和概率的部分确实
也不深。就是很细很具体。

【在 l*******m 的大作中提到】
: 不是这本书难,是 Bayesian都有很多推倒。
l********k
发帖数: 14844
6
我概率和线性代数的底子肯定是够了,ML的线性代数,不会比量子场论深吧。我比较烦
躁的是不习惯ML里的用词。加上推导过程太多的细节,有些抓不住重点。
Bishop这本书确实没有涉及到比较新的领域,内容都只是本科生范围,只不过用比较系
统化的方法把经典的内容整理了一遍。我觉得比较适合学过的人加深理解,而不适合初
学的人掌握ML的主要方法。

【在 d******e 的大作中提到】
: 你可能需要补一补概率和线性代数了。
: 这本书三四年级本科生就能看的。

C********e
发帖数: 492
7
你看不懂这本书真的说明你线性代数和概率统计不过关。。。。
这本书其实没什么数学,都是应用而已。

【在 l********k 的大作中提到】
: 我概率和线性代数的底子肯定是够了,ML的线性代数,不会比量子场论深吧。我比较烦
: 躁的是不习惯ML里的用词。加上推导过程太多的细节,有些抓不住重点。
: Bishop这本书确实没有涉及到比较新的领域,内容都只是本科生范围,只不过用比较系
: 统化的方法把经典的内容整理了一遍。我觉得比较适合学过的人加深理解,而不适合初
: 学的人掌握ML的主要方法。

h********3
发帖数: 2075
8
如果是做学术,为了发paper,可以看看这本书的书的Bayesian风格。如果是真的想学
习machine learning的实用技术,还是看《Elements of Statistical Learning》,里
面的技术浅显易懂,而且更实用更全面一些。Bishop的书全是Bayesian的理论,“误导
”过不少中国学生,都觉得现在最前沿的machine learning全都是做Bayesian的。其实
现实的machine learning应用,从来没有一种应用是Bayesian方法一定比传统统计学习
更好。所以让学生花太多精力去研究Bayesian的推导,不如用这些时间去学一些更多方
面的技术和应用,或许更好。

【在 l********k 的大作中提到】
: 上来吐一个槽,挺难的一本书,我看得巨慢无比。有看过的说说,这书是不是太学术,
: 太不偏重实用了?

l******n
发帖数: 648
9
居然说黄宝书浅显易懂,Hastie吐血了
这个书入门不推荐

【在 h********3 的大作中提到】
: 如果是做学术,为了发paper,可以看看这本书的书的Bayesian风格。如果是真的想学
: 习machine learning的实用技术,还是看《Elements of Statistical Learning》,里
: 面的技术浅显易懂,而且更实用更全面一些。Bishop的书全是Bayesian的理论,“误导
: ”过不少中国学生,都觉得现在最前沿的machine learning全都是做Bayesian的。其实
: 现实的machine learning应用,从来没有一种应用是Bayesian方法一定比传统统计学习
: 更好。所以让学生花太多精力去研究Bayesian的推导,不如用这些时间去学一些更多方
: 面的技术和应用,或许更好。

h********3
发帖数: 2075
10
如果说Hastie的《Elements of Statistical Learning》都难懂,那估计你是没法看
Bishop的PRML。相对于Bishop的PRML,《Elements of Statistical Learning》通俗易
懂得多。Hastie和Friedman很在意自己的书和paper是否容易被人读懂,所以写作都很
不错,包括他们的paper。

【在 l******n 的大作中提到】
: 居然说黄宝书浅显易懂,Hastie吐血了
: 这个书入门不推荐

w*****h
发帖数: 423
11
读这本感觉本科学的概率和线代都不大够用的样子
特别是当遇到矩阵求导的时候。

【在 d******e 的大作中提到】
: 你可能需要补一补概率和线性代数了。
: 这本书三四年级本科生就能看的。

1 (共1页)
进入DataSciences版参与讨论
相关主题
f.t."我不会编程"谁能推荐几本DS的书?
想转行Data Science, 求建议求问data science的发展前景。。
怎么online update modelPRML书上附录697页的矩阵求导是不是写错了?
请教,survival analysis 和 bayesian analysis 在 data sciences 有比较大的价值吗?data science如何进阶呢?
Hastie/Tibs 的新书下载 (转载)请推荐data science 在线学习的program
请问machine learning入门级的书哪一本比较好?求助:Hastie的书看不懂怎么办?
学pattern recognition前是否有必要学statistics?data scientist 的 code test是不是集中在数据寻找上
请教各位大牛金融软工机会 (转载)
相关话题的讨论汇总
话题: learning话题: bishop话题: machine话题: pattern