Apprendimento profondo probabilistico: Con Python, Keras e Tensorflow Probabilità

Recensioni dei lettori

Il libro fornisce un'introduzione intuitiva agli strumenti di probabilità di TensorFlow, offrendo spiegazioni semplificate di concetti complessi come le reti neurali bayesiane e la normalizzazione del flusso. Tuttavia, è stato criticato per la superficialità dei contenuti, la scarsa cura e la limitata profondità, in particolare nella sezione dedicata al deep learning probabilistico.

Spiegazioni intuitive e amichevoli, ottima risorsa per comprendere gli strumenti di probabilità di TensorFlow, prospettiva unica su concetti complessi, contenuti interessanti su reti neurali e flusso di normalizzazione.

Contenuto scarso, soprattutto nelle sezioni introduttive, editing scadente con numerosi errori, profondità insufficiente nell'apprendimento profondo probabilistico, gran parte del libro è materiale introduttivo di base.

(basato su 4 recensioni dei lettori)

Titolo originale:

Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability

Contenuto del libro:

Probabilistic Deep Learning mostra come i modelli di deep learning probabilistici forniscano ai lettori gli strumenti per identificare e tenere conto dell'incertezza e dei potenziali errori nei loro risultati.

Partendo dall'applicazione del principio di massima verosimiglianza dell'adattamento delle curve al deep learning, i lettori passeranno all'utilizzo del framework Tensorflow Probability basato su Python e alla creazione di reti neurali bayesiane in grado di dichiarare le proprie incertezze.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.