PRML
1.0.0
实现 Bishop 的书《模式识别和机器学习》中描述的算法的 Python 代码
此存储库中的笔记本可以使用 nbviewer 或其他工具查看,也可以使用 AWS 上的免费计算环境 Amazon SageMaker Studio Lab(需要事先使用电子邮件地址注册,使用方法请参阅此文档)。
从下表中,您可以在每个环境中打开每个章节的笔记本。
NB查看器 | Amazon SageMaker Studio 实验室 |
---|---|
第 1 章。介绍 | |
第2章。概率分布 | |
第 3 章。回归的线性模型 | |
第4章。用于分类的线性模型 | |
第5章。神经网络 | |
第 6 章。内核方法 | |
第7章。稀疏内核机 | |
第8章。图形模型 | |
第 9 章混合模型和 EM | |
第 10 章。近似推理 | |
第 11 章。抽样方法 | |
第 12 章。连续潜变量 | |
第 13 章。顺序数据 |
如果您使用 SageMaker Studio Lab,请打开终端并执行以下命令来安装所需的库。
conda env create -f environment.yaml # might be optional
conda activate prml
python setup.py install