Aprendizaje profundo probabilístico: Con Python, Keras y Tensorflow Probabilidad

Opiniones de los lectores

El libro proporciona una introducción intuitiva a las herramientas probabilísticas de TensorFlow, ofreciendo explicaciones simplificadas de conceptos complejos como las redes neuronales bayesianas y el flujo normalizador. Sin embargo, ha sido criticado por su contenido superficial, mala edición y profundidad limitada, particularmente en la sección de aprendizaje profundo probabilístico.

Explicaciones intuitivas y amigables, gran recurso para entender las herramientas probabilísticas de TensorFlow, perspectiva única sobre conceptos complejos, contenido interesante sobre redes neuronales y flujo normalizador.

Escaso en contenido, especialmente en las secciones introductorias, mala edición con numerosos errores, profundidad insuficiente en el aprendizaje profundo probabilístico, gran parte del libro es material introductorio básico.

(basado en 4 opiniones de lectores)

Título original:

Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability

Contenido del libro:

Probabilistic Deep Learning muestra cómo los modelos probabilísticos de aprendizaje profundo proporcionan a los lectores las herramientas para identificar y tener en cuenta la incertidumbre y los posibles errores en sus resultados.

Empezando por la aplicación del principio subyacente de máxima verosimilitud del ajuste de curvas al aprendizaje profundo, los lectores pasarán a utilizar el marco Tensorflow Probability basado en Python, y configurarán redes neuronales bayesianas que pueden declarar sus incertidumbres.

La compra del libro impreso incluye un libro electrónico gratuito en formatos PDF, Kindle y ePub de Manning Publications.