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

PRML中文版（马春鹏）勘误表