| ISBN/价格: | 978-7-302-59865-7:CNY98.00 |
| 作品语种: | chi ger |
| 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,Durr),(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 |
| 相关题名附注: | 封面英文题名:Probabilistic deep learning with python, keras and tensorflow probability |
| 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) (Durr, 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 广东新华 20220428 |