现代深度学习方法为研究人员和工程师们提供了强大的工具,来解决以前似乎不可能解决的问题。然而,由于深度学习方法像黑匣子一样运行,与它们预测相关的不确定性往往难以量化。贝叶斯统计提供了一种形式主义来理解和量化与深度神经网络预测相关的不确定性。本文为使用机器学习,特别是深度学习的研究人员和科学家提供了教程,概述了相关文献,并提供了一套完整的工具集来设计、实现、训练、使用和评估贝叶斯神经网络。

https://cimsnyu.hosted.panopto.com/Panopto/Pages/Viewer.aspx?id=7e6db4d7-d642-41f2-97a0-ab510100db5e

成为VIP会员查看完整内容
60

相关内容

【PKDD2020教程】机器学习不确定性,附88页ppt与视频
专知会员服务
95+阅读 · 2020年10月18日
最新《序列预测问题导论》教程,212页ppt
专知会员服务
86+阅读 · 2020年8月22日
迁移学习简明教程,11页ppt
专知会员服务
109+阅读 · 2020年8月4日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
129+阅读 · 2020年7月20日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
180+阅读 · 2020年6月3日
【新书册】贝叶斯神经网络,41页pdf
专知
29+阅读 · 2020年6月3日
Wide Network Learning with Differential Privacy
Arxiv
0+阅读 · 2021年6月4日
Arxiv
0+阅读 · 2021年6月3日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关VIP内容
【PKDD2020教程】机器学习不确定性,附88页ppt与视频
专知会员服务
95+阅读 · 2020年10月18日
最新《序列预测问题导论》教程,212页ppt
专知会员服务
86+阅读 · 2020年8月22日
迁移学习简明教程,11页ppt
专知会员服务
109+阅读 · 2020年8月4日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
129+阅读 · 2020年7月20日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
180+阅读 · 2020年6月3日
微信扫码咨询专知VIP会员