Enhancing Deep Learning with Bayesian Inference

Name: Enhancing Deep Learning with Bayesian Inference
Author: Matt Benatan, Jochem Gietema, Marian Schneider
ISBN: 9781803246888

Matt Benatan, Jochem Gietema, Marian Schneider

Idioma: inglés

Editorial: Packt Publishing Limited, GB, 2023

180324688X / 9781803246888

Tapa blanda
Nuevo

Ver todos los detalles

Librería: Rarewaves.com UK, London, Reino UnidoRarewaves.com UK

Vendedor de 5 estrellas

Vendedor de AbeBooks desde 11 de junio de 2025

Ver los artículos de este vendedor

Tapa blanda

Condición: Nuevo

EUR 71,24

Envío por EUR 75,96

Se envía de Reino Unido a Estados Unidos de America

Cantidad disponible: Más de 20 disponibles

Añadir al carrito

Guardar para más tardeCrear una petición para artículos similares

Descripción del artículo del vendedor

Develop Bayesian Deep Learning models to help make your own applications more robust.Key FeaturesGain insights into the limitations of typical neural networksAcquire the skill to cultivate neural networks capable of estimating uncertaintyDiscover how to leverage uncertainty to develop more robust machine learning systemsBook DescriptionDeep learning has an increasingly significant impact on our lives, from suggesting content to playing a key role in mission- and safety-critical applications. As the influence of these algorithms grows, so does the concern for the safety and robustness of the systems which rely on them. Simply put, typical deep learning methods do not know when they don't know.The field of Bayesian Deep Learning contains a range of methods for approximate Bayesian inference with deep networks. These methods help to improve the robustness of deep learning systems as they tell us how confident they are in their predictions, allowing us to take more in how we incorporate model predictions within our applications.Through this book, you will be introduced to the rapidly growing field of uncertainty-aware deep learning, developing an understanding of the importance of uncertainty estimation in robust machine learning systems. You will learn about a variety of popular Bayesian Deep Learning methods, and how to implement these through practical Python examples covering a range of application scenarios.By the end of the book, you will have a good understanding of Bayesian Deep Learning and its advantages, and you will be able to develop Bayesian Deep Learning models for safer, more robust deep learning systems.What you will learnUnderstand advantages and disadvantages of Bayesian inference and deep learningUnderstand the fundamentals of Bayesian Neural NetworksUnderstand the differences between key BNN implementations/approximationsUnderstand the advantages of probabilistic DNNs in production contextsHow to implement a variety of BDL methods in Python codeHow to apply BDL methods to real-world problemsUnderstand how to evaluate BDL methods and choose the best method for a given taskLearn how to deal with unexpected data in real-world deep learning applicationsWho this book is forThis book will cater to researchers and developers looking for ways to develop more robust deep learning models through probabilistic deep learning. You're expected to have a solid understanding of the fundamentals of machine learning and probability, along with prior experience working with machine learning and deep learning models.

N° de ref. del artículo LU-9781803246888

Contacte con el vendedor en relación con este artículo

Denunciar este artículo

Título: Enhancing Deep Learning with Bayesian Inference
Autor: Matt Benatan, Jochem Gietema, Marian Schneider
Editorial: Packt Publishing Limited, GB
Año de publicación: 2023
Estado: New
Encuadernación: Paperback
Idioma: inglés
ISBN 10: 180324688X
ISBN 13: 9781803246888
Dimensiones: 7.5 x 0.91 x 9.25 inches

Develop Bayesian Deep Learning models to help make your own applications more robust.

Key Features

Learn how advanced convolutions work
Learn to implement a convolution neural network
Learn advanced architectures using convolution neural networks
Apply Bayesian NN to decrease weighted distribution

Book Description

Bayesian Deep Learning provides principled methods for developing deep learning models capable of producing uncertainty estimates.

Typical deep learning methods do not produce principled uncertainty estimates, i.e. they don’t know when they don’t know. Principled uncertainty estimates allow developers to handle unexpected scenarios in real-world applications, and therefore facilitate the development of safer, more robust systems.

Developers working with deep learning will be able to put their knowledge to work with this practical guide to Bayesian Deep Learning.

Learn building and understanding of how Bayesian Deep Learning can improve the way you work with models in production.

You’ll learn about the importance of uncertainty estimates in predictive tasks, and will be introduced to a variety of Bayesian Deep Learning approaches used to produce principled uncertainty estimates. You will be guided through the implementation of these approaches, and will learn how to select and apply Bayesian Deep Learning methods to real-world applications.

By the end of the book you will have a good understanding of Bayesian Deep Learning and the advantages it has to offer, and will be able to develop Bayesian Deep Learning models to help make your own applications more robust.

What you will learn

Understanding the fundamentals of Bayesian Neural Networks
Understanding the tradeoffs between different key BNN implementations/approximations
Understanding the advantages of probabilistic DNNs in production contexts
Knowing how to implement a variety of BDL methods, and how to apply these to real-world problems
Understanding how to evaluate BDL methods and choose the best method for a given task

Who This Book Is For

Researchers and developers are looking for ways to develop more robust deep learning models through probabilistic deep learning.

The reader will know the fundamentals of machine learning, and have some experience of working with machine learning and deep learning models.

Bayesian Inference in the Age of Deep Learning
Fundamentals of Bayesian Inference
Fundamentals of Deep Learning
Introducing Bayesian Deep Learning
Principled Approaches for Bayesian Deep Learning
Using the Standard Toolbox for Bayesian Deep Learning
Practical considerations for Bayesian Deep Learning
Applying Bayesian Deep Learning
Next steps in Bayesian Deep Learning

“Sinopsis” puede pertenecer a otra edición de este título.

Rarewaves.com UK

London, Reino Unido

Vendedor de 5 estrellas

Vendedor de AbeBooks desde 11 de junio de 2025

Tarifas de envío de Reino Unido a Estados Unidos de America

Artículo	De 60 a 60 días hábiles	De 60 a 60 días hábiles
Primer artículo	EUR 75,96	EUR 116,86

Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

Información empresarial del vendedor

RAREWAVES.COM LIMITED

Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE

Contactar con el vendedorVer los artículos de este vendedorVer la página principal del vendedor

Derecho al desistimiento

Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.

Información sobre el derecho de desistimiento

Derecho legal de desistimiento

Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.

El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.

Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).

Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.

Efectos del desistimiento

Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).

Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.

Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.

Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.

Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.

Deberá devolver los bienes o entregarlos a Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.

Excepciones al derecho de desistimiento

El derecho de desistimiento no se aplica a lo siguiente:

La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.

Condiciones de envío

Please note that we do not offer Priority shipping to any country.

We currently do not ship to the below countries:

Russia
Belarus
Ukraine

Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.