机读格式显示(MARC)

• 000 01397nam0 2200289 450

• 001 0000771965

• 005 20250817094900.0

• 010 __ |a 978-7-302-67216-6 |d CNY79.80

• 100 __ |a 20241022d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a af z 000yy

• 106 __ |a r

• 200 1_ |a Python贝叶斯深度学习 |A Python bei ye si shen du xue xi |f (英) 马特·贝纳坦, 约赫姆·吉特马, 玛丽安·施耐德著 |g 郭涛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a XI, 214页, [8] 页图版 |c 图 (部分彩图) |d 24cm

• 312 __ |a 原文题名取自封面

• 330 __ |a 本书将介绍: 了解贝叶斯神经网络的基本原理, 了解不同的关键BNN实现/近似之间的权衡, 了解概率DNN在生产背景下的优势, 指导如何实现各种BDL方法, 以及如何将这些方法应用于现实世界中的问题, 了解如何评估BDL方法并为特定任务选择最佳方法。通过本书, 读者将了解预测任务中不确定性估计的重要性, 并将了解各种用于产生原则性不确定性估计的贝叶斯深度学习方法。

• 500 10 |a Enhancing deep learning with Bayesian inference |A Enhancing Deep Learning With Bayesian Inference |m Chinese

• 606 0_ |a 面向对象语言 |A mian xiang dui xiang yu yan |x 贝叶斯方法 |x 机器学习

• 690 __ |a TP181 |v 5

• 701 _1 |a 贝纳坦 |A bei na tan |g (Benatan, Matt) |4 著

• 701 _1 |a 吉特马 |A ji te ma |g (Gietema ,Jochem) |4 著

• 701 _1 |a 施耐德 |A shi nai de |g (Schneider, Marian) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b WFKJXY |c 20250817

• 905 __ |a WFKJXY |d TP181/532