PRML
1.0.0
實作 Bishop 的書《模式識別與機器學習》中所描述的演算法的 Python 程式碼
此儲存庫中的筆記本可以使用 nbviewer 或其他工具查看，也可以使用 AWS 上的免費運算環境 Amazon SageMaker Studio Lab（需要事先使用電子郵件地址註冊，使用方法請參閱此文件）。
從下表中，您可以在每個環境中開啟每個章節的筆記本。
| NB檢視器 | Amazon SageMaker Studio 實驗室 |
|---|---|
| 第 1 章。介紹 | |
| 第2章。機率分佈 | |
| 第 3 章。迴歸的線性模型 | |
| 第4章。用於分類的線性模型 | |
| 第5章。神經網路 | |
| 第 6 章。內核方法 | |
| 第7章。稀疏核心機 | |
| 第8章。圖形模型 | |
| 第 9 章混合模型和 EM | |
| 第 10 章。近似推理 | |
| 第 11 章。抽樣方法 | |
| 第 12 章。連續潛在變數 | |
| 第 13 章。順序數據 |
如果您使用 SageMaker Studio Lab，請開啟終端機並執行以下命令來安裝所需的庫。
conda env create -f environment.yaml # might be optional
conda activate prml
python setup.py install
