패턴 인식과 머신 러닝 정오표

-..- — Thu, 21 Jan 2021 08:33:41 +0900

이 정오표는 제이펍 출판사 '패턴 인식과 머신 러닝' 초판 2쇄를 바탕으로 만들었습니다.

정오표에 수록된 오류는 원저의 오류도 있으며, 번역 과정에서의 오류도 있습니다.

원서 PDF: www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

원서 정오표: www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-errata-1st-20110921.pdf

번역서 정오표 (초판 4쇄 기준): jpub.tistory.com/837

서문
Page XX, Line 9: (a,b) --> [a,b)

Chapter 1

Page 4, Line 8: 네크워크 --> 네트워크
Page 12, 그림 1.7 설명: ln(lambda) = 18 --> ln(lambda) = -18
Page 14, 그림 1.10 설명: 각 행 i --> 열 i, 각 열 --> 행 j
Page 19, 오렌지를 골랐다는 증거가 충분히 강력하기 때문에~~ --> 관찰된 증거는 사전 지식(파란색 상자를 고를 확률이 더 높다는)을 뒤엎기에 충분히 강력하여, 파란색 상자를 골랐을 확률을 파란색 상자를 골랐을 확률보다 더 높게 만든다.
(오역. 오렌지를 고른 것은 사실이며 오렌지를 골랐다는 증거가 강력한 것이 아니다.)
Page 19, Line 12: 같은 수의 사과와 오렌지 --> 같은 비율의 사과와 오렌지
('빨간 상자에서 사과와 오렌지의 비율'이 '파란 상자에서 사과와 오렌지의 비율'과 동일하다는 뜻)

Chapter 2

Page 76, 매개변수적, 비매개변수적 --> 모수적, 비모수적 (parametric과 nonparametric의 번역어로 '매개변수적', '비매개변수적'을 사용한 것이 틀린 표현이라고 보기는 어렵다. 학문 분야별로 사용하는 번역어가 다를 수도 있다. 다만 모수적, 비모수적이라는 용어가 일반적으로 더 널리 쓰이고 있으며, 통계학에서는 표준 용어이다.

Page 81, Line 9: x=0인 값 하나가 --> x=0인 값 l(소문자 L)개가

Page 82, Line 19: 최대 공분산의 결괏값 --> 최대가능도 추정량

Page 109, Line 7: 'mu에 대한 확률분포'라고 표현하면 '확률변수 mu에 대한 확률분포'라는 뜻이 된다. 원문의 표현은 'a probability distribution over /mu'이다. 번역 표현으로는 'mu를 중심으로 펼쳐진 확률분포' 정도가 더 적절하다.

Page 123, Line 10: '오래된 믿음' = 'Old Faithful' en.wikipedia.org/wiki/Old_Faithful

제국역습 블로그

패턴 인식과 머신 러닝 정오표