Hodnotenie:
Kniha poskytuje intuitívny úvod do pravdepodobnostných nástrojov TensorFlow a ponúka zjednodušené vysvetlenie zložitých konceptov, ako sú bayesovské neurónové siete a normalizácia toku. Bola však kritizovaná za povrchný obsah, slabé spracovanie a obmedzenú hĺbku, najmä v časti o pravdepodobnostnom hlbokom učení.
Výhody:Intuitívne a priateľské vysvetlenia, skvelý zdroj na pochopenie pravdepodobnostných nástrojov TensorFlow, jedinečný pohľad na zložité koncepty, zaujímavý obsah o neurónových sieťach a normalizačnom toku.
Nevýhody:Chudobný obsah, najmä v úvodných častiach, slabá úprava s mnohými chybami, nedostatočná hĺbka v pravdepodobnostnom hlbokom učení, veľká časť knihy je základný úvodný materiál.
(na základe 4 čitateľských recenzií)
Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability
Pravdepodobnostné hlboké učenie ukazuje, ako pravdepodobnostné modely hlbokého učenia poskytujú čitateľom nástroje na identifikáciu a zohľadnenie neistoty a potenciálnych chýb vo výsledkoch.
Začínajúc aplikáciou základného princípu maximálnej vierohodnosti pri prispôsobovaní kriviek na hlboké učenie, čitatelia prejdú k používaniu pravdepodobnostného rámca Tensorflow založeného na jazyku Python a nastavia bayesovské neurónové siete, ktoré môžu uvádzať svoje neistoty.
Zakúpenie tlačenej knihy zahŕňa bezplatnú elektronickú knihu vo formátoch PDF, Kindle a ePub od vydavateľstva Manning Publications.