#203 · 主分类: 教育与研究
pyprobml
Kevin Murphy《Probabilistic Machine Learning》一书的Python代码。
项目最后更新:02/26/26
GitHub Stars
7.1K
Forks数量
1.6K
贡献者数量
67
许可证
MIT
收录理由
pyprobml 是 Kevin Murphy 两卷《概率机器学习》教材的配套代码库,其中的 Python 笔记本逐幅复现了书中的图表。边读边动手时,你可以直接运行生成这些图形的原始代码——从入门卷常用的 numpy、scipy、scikit-learn,到进阶卷里基于 JAX 的实现,覆盖了从基础到前沿的完整路径。所有笔记本按章节组织,并且能一键在 Colab 中打开,教师想拿某个示例进课堂或实验课,不必自己重新搭建,省下不少备课时间。项目自 2022 年 9 月起进入维护模式,因此它更像一份稳定可靠的学习参考,适合按需取用和二次改编,而不是一个仍在快速迭代的活跃项目。无论你是自学、备课还是想对照教材验证自己的实现,这套代码都能提供清晰、可直接运行的示例。仓库维护状态平稳,社区贡献者众多,长期使用有保障。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建