中图网

>

Python贝叶斯深度学习

作者：(英)马特·贝纳坦,(英)约赫姆·吉特马

出版社：清华大学出版社出版时间：2024-10-01

开本： 32开 页数： 456

中图价:¥63.8(8.0折) 定价 ~~¥79.8~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
(精)方力钧作品图录

(精)方力钧作品图录

¥142.8¥680
>
《藏书报》2021合订本

《藏书报》2021合订本

¥168¥168
>
中外性文物大观

中外性文物大观

¥352.8¥1680
>
马克思主义经典著作解读丛书·探索人类解放的新路径《1844年经济学哲学手稿》解读

马克思主义经典著作解读丛书·探索人类解放的新路径《1844年经济学哲学手稿》解读

¥14.5¥26.8
>
襄阳府志(九品)

襄阳府志(九品)

¥154.1¥467
>
奇思妙想创意玩具书(精装4册)

奇思妙想创意玩具书(精装4册)

¥121.6¥304
>
大慈恩寺

大慈恩寺

¥135¥450

商品详情
商品评论(0条)

中图价:¥63.8 加入购物车

版权信息
内容简介

微信公众号

Python贝叶斯深度学习版权信息

ISBN：9787302672166
条形码：9787302672166 ; 978-7-302-67216-6
装帧：暂无
册数：暂无
重量：暂无
所属分类：

Python贝叶斯深度学习内容简介

深度学习正日益深刻地渗入我们的生活，从建议内容到在任务关键型和安全关键型应用中发挥核心作用，其影响无所不在。然而，随着这些算法影响力的逐渐扩大，人们对于依赖这些算法的系统安全性和鲁棒性的担忧也日益加剧。简言之，传统的深度学习方法往往难以察觉自身的知识边界，即它们“不知其所不知”。贝叶斯深度学习(Bayesian Deep Learning，BDL)领域包含一系列利用深度网络进行近似贝叶斯推理的方法。这些方法通过揭示模型对其预测结果的置信度，增强了深度学习系统的鲁棒性，使我们能够更谨慎地将模型预测融入实际应用中。《Python贝叶斯深度学习》将引领你踏入迅速发展的不确定性感知深度学习领域，助你深入理解不确定性估计在构建鲁棒性的机器学习系统中的重要价值。你将学习多种流行的BDL方法，并通过涵盖多种应用场景的Python实用示例来掌握这些方法的实现技巧。读完本书后，你将深刻理解BDL及其优势，并能够为更安全、更鲁棒的深度学习系统开发贝叶斯深度学习模型。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐