同类推荐
-
-
人工智能大模型数学基础
-
¥149.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
深度学习实践:基于TensorFlow及PyTorch…
-
¥68.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
网络化多智能体高品质协同控制方法及应用
-
¥68.00
-
-
驾驭Gemini 3与Nano Banana:人人都是…
-
¥69.80
|
|
图书信息
|
|
|
|
Python贝叶斯深度学习
|
| ISBN： | 9787302672166 |
定价： | ￥79.80 |
| 作者： | (英)马特·贝纳坦(Matt Benatan)，(英)约赫姆·吉特马(Jochem Gietema)，(英)玛丽安·施耐德(Marian Schneider)著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2024年10月 |
开本： | 24cm |
| 页数： | 11,214页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
17
|
库区4/库区7/泰安展厅库
|
2026-02-02
|
|
其它供货商库存合计
|
500
|
|
2026-02-02
|
图书简介 | | 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。 |
|