PRML

ПРМЛ

Коды Python, реализующие алгоритмы, описанные в книге Бишопа «Распознавание образов и машинное обучение».

Требуемые пакеты

• питон 3
• бестолковый
• острый
• jupyter (необязательно: для запуска блокнотов Jupyter)
• matplotlib (необязательно: для отображения результатов в блокнотах)
• sklearn (необязательно: для получения данных)

Ноутбуки

Записные книжки в этом репозитории можно просмотреть с помощью nbviewer или других инструментов или использовать Amazon SageMaker Studio Lab, бесплатную вычислительную среду на AWS (требуется предварительная регистрация с указанием адреса электронной почты. Для использования см. этот документ).

Из таблицы ниже вы можете открыть записные книжки для каждой главы в каждой из этих сред.

nbviewer	Лаборатория студии Amazon SageMaker
ч1. Введение
ч2. Распределения вероятностей
глава 3. Линейные модели регрессии
глава 4. Линейные модели для классификации
глава 5. Нейронные сети
гл6. Методы ядра
глава 7. Машины с разреженным ядром
глава 8. Графические модели
гл9. Модели смеси и ЭМ
глава 10. Приблизительный вывод
гл11. Методы выборки
гл12. Непрерывные скрытые переменные
глава 13. Последовательные данные

Если вы используете SageMaker Studio Lab, откройте терминал и выполните следующие команды, чтобы установить необходимые библиотеки.

conda env create -f environment.yaml  # might be optional
conda activate prml
python setup.py install