搞机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对，就是豆瓣评分 9.5 的这本书。
PRML 涵盖面广，语言通俗，例子和习题更加详细，附带更多基础性的讲解和指引，难度梯度设置更为合理，是其深受广大中老年 PHD 朋友喜爱的原因，是当之无愧的AI圣经。
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。
PRML 内容十分丰富，共有 14 章的内容，每一章都是干货满满。整体目录如下：
- ***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
- 第七章 稀疏内核机器
- 第八章 图形模型
- 第九章 混合模型和EM
- 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
这本书虽然很经典很干货，但是书籍总页数达 700 多页,而且全书都是英文。红色石头相信很多人在啃这本书的时候有遇到了很多困难！重点来了！就在刚刚，PRML 被微软“开源”了。
这本书的官网为：
https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book
全书完整的 pdf 下载地址为：
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
该书完整的代码官方发出了 Matlab 版本，地址如下：
http://prml.github.io/
当然 ctgk 也在 GitHub 上发布了更常用的 Python 版本，已经超过 2k 星标了。地址如下：
https://github.com/ctgk/PRML
