Я навчаюсь із розпізнавання образів та машинного навчання, Кріс Бішоп, будь-які хороші ресурси?

Чи є відео чи інші книги / примітки, що хтось натрапив на те, щоб слідувати розпізнаванню візерунків та машинному навчанню Кріс Бішоп? Я купив цю книгу, щоб навчитися машинному навчанню, і у мене виникли проблеми з її переходом.

Єпископ - це чудова книга. Я сподіваюся, що ці пропозиції допоможуть у вашому дослідженні:

• Сам автор опублікував кілька слайдів для глав 1 , 2 , 3 і 8 , а також багато рішень .
• Група читачів INRIA розмістила власні слайди, що висвітлювали кожну главу.
• Жоао Педро Нето опублікував кілька заміток і розробки в R тут . (Прокрутіть униз до місця, де написано "Розпізнавання єпископського шаблону та ML")
• Багато вступних курсів машинного навчання використовують Бішопа як підручник. Гуглінг дає кілька різних; погляньте і подивіться, які теми та фокуси ви віддаєте перевагу.

Я б рекомендував вам такі ресурси:

1. Том Мітчелл: Університет Карнегі Меллон
2. (Тільки для контрольованого навчання та наступного за Бішопом) Розпізнавання образів: Індійський інститут науки (мені особисто подобається цей курс, оскільки я його відвідував, але цей курс вимагає від вас знання теорії ймовірностей.)

Обидва курси орієнтовані на математику, а легшим курсом з машинного навчання було б "Машинне навчання" від Udacity

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

Цей курс уважно слідкує за частиною єпископа. З ним є відео з лекціями.

Я думаю, що часто переглянута книга - це теорія інформації, умовиводи та алгоритми навчання Девіда Маккея .

Це випливає із загальних рамок PRML, оскільки автори, схоже, мають схожу (принаймні, на мою думку) перспективу. Залежно від твого походження - незалежно від того, чи ти любиш такі поняття, як теорія інформації / кодування / KL-розбіжність - ця книга може бути надзвичайно привабливою.

ноутбуки з юпітером з реалізацією python та використання scikit-learning в PRML