微软剑桥研究院实验室主任Christopher Bishop的经典著作《模式识别与机器学习》，Pattern Recognition and Machine Learning，简称PRML，昨天被微软“开源”了。

一经开放免费下载，微软剑桥研究院的推特就被转疯了，900+转发，1700+喜欢，评论区清一色的“楼主好人”，看得出非常受欢迎了。

数据科学家Bruce Grey Tedesco评价这本书“回答了机器学习、人工智能和深度学习之间的区别到底是什么，不仅仅提供了这个问题的答案，还能告诉你真正的问题再哪里”。

这本领先的教科书全面介绍了模式识别和机器学习领域。主要面向高年级本科生或一年级博士生，以及研究人员和从业人员。

在这本书之前，没有人去界定模式识别或机器学习概念。可以说，这是第一本机器学习教科书，包括对概率图形模型和确定性推理方法等近期发展的全面介绍，并强调现代贝叶斯视角。

许多领域的学生和研究者都可以用到它，包括机器学习，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。

书里到底写了什么

量子位给大家翻了一下目录，可以大致了解一下书中的具体内容详略分布：

第一章 介绍
第二章 概率分布
第三章 线性回归模型
第四章 线性分类模型
第五章 神经网络
第六章 内核方法：双重表征、构造内核、径向基函数网络、高斯过程
第七章 稀疏内核机器：最大边距分类器、相关向量机
第八章 图形模型：贝叶斯网络、条件独立、马尔科夫随机场、图形模型中的推理
第九章 混合模型和EM：K-means聚类、高斯混合、EM算法
第十章 近似推断
第十一章 采样方法
第十二章 连续潜在变量
第十三章 顺序数据
第十四章 组合模型

学习资料很丰富

不过，这本书要读起来可能比较辛苦，一共有738页，包括431个分级练习。

好在，作者还提供了很多辅助学习资料，有给以这本书为教材的老师提供的PPT：

练习册：

还有可免费下载的EPS数据。

作者

Christopher Bishop，微软剑桥研究院实验室主任，80年代的爱丁堡大学理论物理博士，曾任阿斯顿大学计算机科学教授，现在除了在微软剑桥研究院之外，同时还在爱丁堡大学、剑桥大学达尔文学院担任教职。

另外，Bishop教授还获得了Tam Dalyell奖、英国皇家工程学院Rooke奖章，同时也是爱丁堡皇家学会院士和英国皇家学会会员。

除了作者之外，这本书的三位编者也都是业界大牛：UC伯克利的Michael Jordan教授、康纳尔大学的Jon Kleinberg教授和马克斯普朗克研究所的Bernhard Scholkopf。

传送门

本书介绍&下载页：

https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

全书链接（758页）：

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三方Matlab实现：

http://prml.github.io/

“