版上有没有人在读PRML？

看不懂的飘过。。 【 在 firefox (火狐) 的大作中提到: 】 : 如果有的话可以经常交流一下，或者搞个reading group，把遇到的问题讨论一下，容易形成更深刻的理解～

要不你陪我一起看吧 哈哈哈 【 在 winton (win小分队之TT|大爱mimi) 的大作中提到: 】 : 看不懂的飘过。。

我要是读博这本书看6，7遍不为过，好书！！

是Christopher M. Bishop写的那个吗？我在读，可是比较难，看的比较痛苦，我买了本清华的《模式识别》和着一起看，这样原来不明白的理论貌似懂一些了，可是还是比较慢，但我相信这本书若是都读的明白了就是大牛了，比牛顿不差多少的牛 这个网站上有很多这本书的资料和demo http://research.microsoft.com/en-us/um/people/cmbishop/prml/ 【 在 firefox 的大作中提到: 】 : 如果有的话可以经常交流一下，或者搞个reading group，把遇到的问题讨论一下，容易形成更深刻的理解～

【 在 firefox 的大作中提到: 】 : 如果有的话可以经常交流一下，或者搞个reading group，把遇到的问题讨论一下，容易形成更深刻的理解～ 我们实验室有课专门在读这个，都进行一个学期了。

刚刚发现那个网站上有该书的课后习题答案，2009年9月8号版本

【 在 awe 的大作中提到: 】 : 是Christopher M. Bishop写的那个吗？我在读，可是比较难，看的比较痛苦，我买了本清华的《模式识别》和着一起看，这样原来不明白的理论貌似懂一些了，可是还是比较慢，但我相信这本书若是都读的明白了就是大牛了，比牛顿不差多少的牛 : 这个网站上有很多这本书的资料和demo : http://research.microsoft.com/en-us/um/people/cmbishop/prml/ 确实比较慢，因为这书是很有嚼头的。搞研究本身就是件很难的事儿，要是简单的话也用不着念这么多年书的博士来干了，呵呵。 要和着看的话，建议四本书和在一起看（不是说都要通读，学习某一部分的时候就可以把四本书的相关章节读了） The Elements of Statistical Learning--Data Mining,Inference and Prediction Information Theory, Inference, and Learning Algorithms Pattern Classification Pattern Recognition and Machine Learning 说实话，pr&ml是这几本书中相对简单的了。抛开书中的内容深浅不说，就看公式和图表的数量就可知一二了。一般来说，最容易理解的是图表（形象生动），其次是文字（通常的思维和表达方式），最后是公式（抽象精炼）。可以比较一下，这四本书中，prml的图表最多，公式相对少一些。而且也不是很厚，它的七八百页内容是包括了图模型的。要知道daphne koller一本GM就写了1200+页。 大家加油学习吧，共勉~~

好的,以后还望多多指教啦 【 在 river 的大作中提到: 】 : 确实比较慢，因为这书是很有嚼头的。搞研究本身就是件很难的事儿，要是简单的话也用不着念这么多年书的博士来干了，呵呵。 : 要和着看的话，建议四本书和在一起看（不是说都要通读，学习某一部分的时候就可以把四本书的相关章节读了） : The Elements of Statistical Learning--Data Mining,Inference and Prediction : ...................

【 在 awe 的大作中提到: 】 : 好的,以后还望多多指教啦 客气客气，我也是初学者，向cryppie看齐，向nips, icml看齐！