机器之心报道
编辑：蛋酱

终于等到它 ， 第二卷《概率机器学习：进阶》 。

今天 ， 谷歌研究科学家 Kevin P. Murphy 正式宣布：《概率机器学习：进阶》书稿已经完成 ， 并面向公众提供免费下载 。

文章图片

这本书是《概率机器学习：简介》的续编 ， 说起来 ， Kevin P. Murphy 的概率机器学习书算是经典教材了 ， 所以去年他宣布再版的消息曾引起广泛关注 。
在第二卷《进阶》中 ， 作者扩展了机器学习的范围 ， 以包含更具挑战性的问题 。 例如探讨了在多种不同分布下的学习和测试；生成高维输出 ， 如图像、文本和图形；基于潜在变量模型发现数据「洞察力」的方法；以及如何在决策和控制任务中使用概率模型和推理 。
消息公布后 ， 一部分读者立即下载了第二卷书稿并开始学习 ， 另一部分读者则突然想起去年下载的第一卷还没翻开过……
不过 ， Kevin P. Murphy 提到 ， 这本书也还没有全部完成 ， 目前缺失一章内容且需要进一步校对 。 他还会对网络发布版本进行微调 ， 最终书稿将在今年夏天发送给 MIT 出版社 。
或许是因为第二卷成书的效率太高 ， 一位读者表示大受震撼：「什么？第一卷我还没看完啊……」

文章图片

更多读者还是表达了对第二卷新书的期待：
「你找不到比这两本书更全面、更连贯的现代机器学习评论了（这里是第二本书） 。 这套书籍提供了一流的教育效果 ， 只需要你愿意阅读……」

文章图片


文章图片


文章图片

阅读本书之前 ， 读者应该基本了解 (监督) 机器学习和其他相关的数学主题 (概率、统计、线性代数、优化) 。 这些背景材料在第一卷中有所涉及 ， 不过第二卷是自成一体的 ， 先阅读第一卷不是必需的 。
第二卷涵盖了众多主题 ， 因此不可能把全部内容都放进书稿中 ， 一些额外的材料可以在书籍主页的线上补充中找到 ， 这个页面还包含用于复现书中大部分图形的 Python 代码 。
作者表示 ， 第二卷《概率机器学习：进阶》将于 2023 年正式出版 。 同时 ， 去年成稿的第一卷《概率机器学习：简介》近日也已经正式出版 ， 只是价格略贵：

文章图片

第二卷的整体目录如下：

文章图片

• 书籍地址：https://github.com/probml/pml2-book/releases/latest/download/pml2.pdf
• 完整目录：https://probml.github.io/pml-book/pml2/toc2-long-2022-02-27.pdf

这本书侧重于概率建模和推理 ， 用于解决四种主要任务：预测 (分类和回归) 、生成 (图像和文本生成) 、发现 (聚类、降维和状态估计) 和控制 (决策) 。
第一部分更详细地介绍了这个领域的一些基本原理 ， 并对一些第一卷中缺少的细节进行了详细介绍 。
第二部分讨论了各种概率模型中的贝叶斯推理算法 。 这些不同的算法在速度、精度、通用性等方面的影响不同 ， 由此产生的方法可以应用于许多不同的问题 。