如何自學《模式識別與機器學習》這本書？
《模式識別與機器學習》（英文版）這本書看起來很吃力，有哪些方法值得推薦，有哪些基礎點的資料先讀讀為好？
建議你讀 MLAPP，讀完以後，你會發現 PRML 太簡單了，作者太貼心了，什麼推導都幫你完成了，而且有全套習題答案。
對了，一定要做習題，不懂的就一直看，直到看懂，如果看不懂，就找演算法的原始paper看，不要跳哦，因為每個部分其實都不難。
如果還是看不懂，說明你數學基礎不好，可以看一點本科的概率教材和研究生的矩陣理論課本。
如果有條件的話，也可以讀讀Learning from data（abu-mostafa寫的），入門級水平，但是值得注意的是，這書是frequentist觀點，而PRML是徹底的bayesian，兩者的基本世界觀有衝突。有個類似問題：pattern recognition and machine learning這本書怎麼看？ - 機器學習
我覺得這本書不是很好。
既不是演算法手冊，也不是開發教程，也不是專著，其它的也算不上。
上周開始學習這本書，我覺得文字闡述部分基本是能理解的，關鍵在於數學公式的推導。不會推的地方可以有針對性的搜索，網上有不少詳細的推導，或者可以請教周圍數學功底較好的同學老師。
推薦一個系列的視頻：https://space.bilibili.com/6293151/video，從零開始的公式推導，非常詳細和清楚。
學而不思則罔，思而不學則殆，所以習題部分肯定也是需要做的，能起到促進思考和鞏固的作用。
看參考文獻，我印象中作者會給出一些，一般會有一些綜述性的，裡面有詳細的推導
矩陣計算可以看matrix cookbook，概率論應該就是本科的就夠了
給你一個我的讀書筆記庫
zhuyuanxiang/StudyNotes-CN?github.com
參考我的筆記寫完自己的筆記，將作者沒有推導的部分全部補全，當然這個過程用個2~3年可能可以。還有些看不懂的，可以跳過，因為不是所有的東西立刻都會有用。
推薦閱讀：
