PRML：Pattern Recognition And Machine Learning 相关资料整理与下载

---

前言

Pattern Recognition And Machine Learning（模式识别与机器学习）提供了模式识别与机器学习领域最为权威而综合的介绍（comprehensive introduction）

PRML适用于机器学习、统计学、计算机科学、信号处理、计算机视觉、数据挖掘和生物信息学等课程。在学习前，应掌握基础的多元微积分以及线性代数、概率论等。书中包括400多个练习，并根据难度进行分级

本文整理了PRML相关的学习资源，供免费下载，下载链接如下：
https://github.com/nikolajohn/Pattern-Recognition-And-Machine-Learning-

---

一、PRML英文原文

原文资料（英文），封面如下：

---

二、PRML中文翻译版

原文的中文翻译版，如下：

（马春鹏：哈尔滨工业大学计算机学院机器智能与翻译实验室2014级博士生）

---

三、PRML勘误与附加评论

PRML原文作者在2011年又给出的勘误与附加评论（英文）

---

四、读者整理的笔记（一）

Jian Xiao在阅读后整理的笔记（中文）

---

五、读者整理的笔记（二）

Yuandong Tian在阅读后整理的笔记（英文）

---

六、PRML读书会合集

这是很多研究者、开发者朋友们阅读过程中体验与感悟的合集

---

七、PRML习题答案

课后习题答案
（注：也可以在以下链接下载https://b-ok.org/book/851972/7f7c7b）

---

八、PRML算法的Python实现

链接如下：
https://github.com/ctgk/PRML

---

九、PRML算法的MATLAB实现

官方给出的MATLAB算法实现：
http://prml.github.io/
Github链接如下：
https://github.com/PRML/PRMLT