Probabilistic Deep Learning

Sinopse de Probabilistic Deep Learning

«Probabilistic Deep Learning» é o guia de deep learning probabilístico de Oliver Duerr, Beate Sick e Elvis Murina (Manning, brochado, 296 páginas, inglês).

Guia prático de deep learning probabilístico com Python, Keras e TensorFlow Probability. Partindo do princípio da máxima verosimilhança, ensina a escolher a distribuição adequada para cada tipo de dados e a construir redes bayesianas que quantificam a incerteza das suas previsões. Inclui exercícios em Jupyter Notebooks.

Publicado a 10 de novembro de 2020. Primeira edição.

Para programadores e cientistas de dados com conhecimentos de Python e redes neuronais que queiram incorporar a incerteza nos seus modelos de deep learning.