Pravděpodobnostní hluboké učení: S Pythonem, Kerasem a Tensorflow Pravděpodobnostní učení.

Recenze čtenářů

Kniha poskytuje intuitivní úvod do pravděpodobnostních nástrojů TensorFlow a nabízí zjednodušené vysvětlení složitých konceptů, jako jsou Bayesovské neuronové sítě a normalizace toku. Byla však kritizována za povrchní obsah, špatné zpracování a omezenou hloubku, zejména v části věnované pravděpodobnostnímu hlubokému učení.

Intuitivní a přívětivé vysvětlení, skvělý zdroj pro pochopení pravděpodobnostních nástrojů TensorFlow, jedinečný pohled na složité koncepty, zajímavý obsah o neuronových sítích a normalizačním toku.

Řídký obsah, zejména v úvodních částech, špatná redakce s četnými chybami, nedostatečná hloubka v pravděpodobnostním hlubokém učení, velká část knihy je základní úvodní materiál.

(na základě 4 hodnocení čtenářů)

Původní název:

Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability

Obsah knihy:

Pravděpodobnostní hluboké učení ukazuje, jak pravděpodobnostní modely hlubokého učení poskytují čtenářům nástroje pro identifikaci a zohlednění nejistoty a potenciálních chyb ve výsledcích.

Počínaje aplikací základního principu maximální pravděpodobnosti přizpůsobení křivek na hluboké učení, čtenáři přejdou k používání pravděpodobnostního rámce Tensorflow založeného na Pythonu a nastaví bayesovské neuronové sítě, které mohou uvádět své nejistoty.

Zakoupení tištěné knihy zahrnuje bezplatnou elektronickou knihu ve formátech PDF, Kindle a ePub od Manning Publications.