door Oliver Duerr, Beate Sick, Elvis Murina · tapa blanda · ISBN 9781617296079
Inclusief btw
Hamelyn kwaliteitsgarantie · gecontroleerd en geverifieerd, of geld terug
«Probabilistic Deep Learning» is de gids voor probabilistisch deep learning van Oliver Duerr, Beate Sick en Elvis Murina (Manning, paperback, 296 pagina's, Engels).
Praktische gids voor probabilistisch deep learning met Python, Keras en TensorFlow Probability. Uitgaande van het principe van maximale waarschijnlijkheid leert het de juiste verdeling te kiezen voor elk datatype en Bayesiaanse netwerken te bouwen die de onzekerheid van hun voorspellingen kwantificeren. Bevat oefeningen in Jupyter Notebooks.
Gepubliceerd op 10 november 2020. Eerste editie.
Voor ontwikkelaars en datawetenschappers met kennis van Python en neurale netwerken die onzekerheid willen opnemen in hun deep learning-modellen.
