书目详细信息
： 概率深度学习:使用Python、Keras和TensorFlow Probability
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-59865-7:CNY98.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 概率深度学习/.(德)奥利弗·杜尔(Oliver Dürr)，(德)贝亚特·西克(Beate Sick)，(德)埃尔维斯·穆里纳(Elvis Murina)著/.崔亚奇，唐田田，但波译 |
| 出版发行项： | 北京:,清华大学出版社:,2022 |
| 载体形态项： | 14,336页:;+图:;+21cm |
| 提要文摘： | 本书是关于神经网络原理的实践指南，引导读者学习使用不同数据类型的正确分布来提升网络性能，同时推导贝叶斯变体，以通过表达模型自身的不确定性来提高准确性。本书采用了主流的实现框架，提供了易于应用的代码，让读者更加注重实际应用。主要内容是探索深度学习的最大似然原理和统计学基础，发现能输出各种可能结果的概率模型，学习使用标准化流来建模和生成复杂分布，使用贝叶斯神经网络获取模型中的不确定性。 |
| 并列题名： | Probabilistic deep learning eng |
| 题名主题： | 机器学习 |
| 中图分类： | TP181 |
| 个人名称等同： | 杜尔 (德) (Dürr, Oliver) 著 |
| 个人名称等同： | 西克 (德) (Sick, Beate) 著 |
| 个人名称等同： | 穆里纳 (德) (Murina, Elvis) 著 |
| 个人名称次要： | 崔亚奇 译 |
| 个人名称次要： | 唐田田 译 |
| 个人名称次要： | 但波 译 |
| 记录来源： | CN 91MARC 20220630 |