杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Python贝叶斯深度学习/(英)马特·贝纳坦(MattBenatan)，(英)约赫姆·吉特马(JochemGietema)，(英)玛丽安·施耐德(MarianSchneider)著 郭涛译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-67216-6/CNY79.80

载体形态项:

11,214页:图;24cm

并列正题名:

Enhancing deep learning with Bayesian inference

个人责任者:

(英) 贝纳坦 (Benatan, Matt) 著

个人责任者:

(英) 吉特马 (Gietema ,Jochem) 著

个人责任者:

(英) 施耐德 (Schneider, Marian) 著

个人次要责任者:

郭涛 译

学科主题:

面向对象语言-贝叶斯方法-机器学习

中图法分类号:

TP181

相关题名附注:

封面英文题名：Enhancing deep learning with Bayesian inference

提要文摘附注:

本书将介绍：了解贝叶斯神经网络的基本原理，了解不同的关键BNN实现/近似之间的权衡，了解概率DNN在生产背景下的优势，指导如何实现各种BDL方法，以及如何将这些方法应用于现实世界中的问题，了解如何评估BDL方法并为特定任务选择最佳方法。通过本书，读者将了解预测任务中不确定性估计的重要性，并将了解各种用于产生原则性不确定性估计的贝叶斯深度学习方法。

豆瓣简介：