Valószínűségi mélytanulás: Python, Keras és Tensorflow valószínűséggel

Olvasói vélemények

A könyv intuitív bevezetést nyújt a TensorFlow valószínűségi eszközeibe, egyszerűsített magyarázatot nyújt olyan összetett fogalmakra, mint a Bayes-féle neurális hálózatok és a normalizáló áramlás. Ugyanakkor kritika érte a felületes tartalom, a gyenge szerkesztés és a korlátozott mélység miatt, különösen a valószínűségi mélytanulás fejezetben.

Intuitív és barátságos magyarázatok, nagyszerű forrás a TensorFlow valószínűségi eszközeinek megértéséhez, egyedi nézőpont az összetett fogalmakra, érdekes tartalom a neurális hálózatokról és a normalizáló áramlásról.

Sovány tartalom, különösen a bevezető részekben, gyenge szerkesztés számos hibával, elégtelen mélység a probabilisztikus mélytanulásban, a könyv nagy része alapvető bevezető anyag.

(4 olvasói vélemény alapján)

Eredeti címe:

Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability

Könyv tartalma:

A Probabilistic Deep Learning bemutatja, hogy a valószínűségi mélytanulási modellek hogyan adnak az olvasóknak eszközöket a bizonytalanság és a lehetséges hibák azonosításához és figyelembevételéhez az eredményeikben.

A görbeillesztés alapjául szolgáló maximális valószínűség elvének mélytanulásra való alkalmazásával kezdve az olvasók továbblépnek a Python-alapú Tensorflow Probability keretrendszer használatához, és olyan Bayes-neurális hálózatokat állítanak fel, amelyek képesek a bizonytalanságok megadására.

A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.