标签：学习 nbsp 校正 中间 部分 进度 地方 特征 1.3
前言：
最近在拜读网上流传的PRML中译版。翻译整体水平很高，应该是国内机器学习的首选读物。因此先向译者马春鹏先生表示致敬。阅读的过程中偶有卡壳，结合英文版原著，原来是有些笔误，根据我阅读进度，本文会不定期更新。
位置：p21 (1.32)下面
原文：把每个实数变量除以区间的宽度△
建议：把每个实数变量划分为宽度为△的区间
位置：p23 中间
原文：袁术数据集
建议：原始数据集
位置：p23 (1.60) 式
原文：公式抄写有误，右括号位置不对。读者可参考原文
位置：p32 下半部分
原文：然后把方向变量积分出来
建议：然后把方向变量积分掉
说明：当时阅读这行没看懂，后来看原文是"integrate out"。这里意思是，二重积分中有两个变量，先将方向变量通过积分可以消去，只剩下半径，变成一重积分。
位置：p33 最后一行
原文：通过贝叶斯定理修改
建议：通过贝叶斯定理校正
说明：revised翻译为修改，不是太好理解。当然，我建议的翻译未必更好。所以看不懂的地方看看原文吧。
位置：p61 (2.54)式
原文：公式抄写有误，$|J^2|$应为$|J|^2$。读者可参考原文
位置：p61 (2.54)式下方
原文：行列式$|\Sigma|$的协方差矩阵可以写成特征值的乘积
建议：协方差矩阵的行列式$|\Sigma|$可以写成特征值的乘积
标签：学习 nbsp 校正 中间 部分 进度 地方 特征 1.3
原文地址：http://www.cnblogs.com/milaohu/p/7041014.html
