PRML读书会第四章 Linear Models for Classification(贝叶斯marginalization、Fisher线性判别、感知机、概率生成和判别模型、逻辑回归).pdf
PRML读书会第十章 Variational Inference（近似推断、变分推断用到的KL散度、根据平均场 Mean Field 思想的分解及迭代求最优解）.pdf
PRML读书会第十四章 Combining Models（committees；Boosting、AdaBoost；决策树和条件混合模型）.pdf
Grammar Check Much or Many(www.tingvoa.com).mp4等
PRML读书会第十三章 Sequential Data（Hidden Markov Models及其EM求解、HMM的预测和解码）.pdf
outplayentertainment.aliencreeps.v62905.apk
PRML读书会第三章 Linear Models for Regression(线性基函数模型、正则化方法、贝叶斯线性回归等).pdf
PRML读书会第七章 Sparse Kernel Machines（支持向量机 support vector machine ；KKT条件；RVM）.pdf