Einloggen

Thematische Bibliographien / Deep learning with uncertainty / Bücher

Bücher zum Thema „Deep learning with uncertainty“

Um die anderen Arten von Veröffentlichungen zu diesem Thema anzuzeigen, folgen Sie diesem Link: Deep learning with uncertainty.

Autor: Grafiati

Veröffentlicht am 7. Juli 2024

Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an

Wählen Sie eine Art der Quelle aus:

Machen Sie sich mit Top-50 Bücher für die Forschung zum Thema "Deep learning with uncertainty" bekannt.

Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.

Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.

Sehen Sie die Bücher für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.

1

Marchau, Vincent A. W. J., Warren E. Walker, Pieter J. T. M. Bloemen und Steven W. Popper, Hrsg. Decision Making under Deep Uncertainty. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-05252-2.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

2

Saefken, Benjamin, Alexander Silbersdorff und Christoph Weisser, Hrsg. Learning deep. Göttingen: Göttingen University Press, 2020. http://dx.doi.org/10.17875/gup2020-1338.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

3

Bishop, Christopher M., und Hugh Bishop. Deep Learning. Cham: Springer International Publishing, 2024. http://dx.doi.org/10.1007/978-3-031-45468-4.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

4

Kruse, René-Marcel, Benjamin Säfken, Alexander Silbersdorff und Christoph Weisser, Hrsg. Learning Deep Textwork. Göttingen: Göttingen University Press, 2021. http://dx.doi.org/10.17875/gup2021-1608.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

5

Rodriguez, Andres. Deep Learning Systems. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-031-01769-8.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

6

Fergus, Paul, und Carl Chalmers. Applied Deep Learning. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-04420-5.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

7

Calin, Ovidiu. Deep Learning Architectures. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-36721-3.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

8

El-Amir, Hisham, und Mahmoud Hamdy. Deep Learning Pipeline. Berkeley, CA: Apress, 2020. http://dx.doi.org/10.1007/978-1-4842-5349-6.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

9

Matsushita, Kayo, Hrsg. Deep Active Learning. Singapore: Springer Singapore, 2018. http://dx.doi.org/10.1007/978-981-10-5660-4.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

10

Michelucci, Umberto. Applied Deep Learning. Berkeley, CA: Apress, 2018. http://dx.doi.org/10.1007/978-1-4842-3790-8.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

11

Moons, Bert, Daniel Bankman und Marian Verhelst. Embedded Deep Learning. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-319-99223-5.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

12

Wani, M. Arif, Mehmed Kantardzic und Moamar Sayed-Mouchaweh, Hrsg. Deep Learning Applications. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-1816-4.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

13

Dong, Hao, Zihan Ding und Shanghang Zhang, Hrsg. Deep Reinforcement Learning. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-4095-0.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

14

Kim, Phil. MATLAB Deep Learning. Berkeley, CA: Apress, 2017. http://dx.doi.org/10.1007/978-1-4842-2845-6.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

15

Sewak, Mohit. Deep Reinforcement Learning. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-8285-7.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

16

Gamba, Jonah. Deep Learning Models. Singapore: Springer Nature Singapore, 2024. http://dx.doi.org/10.1007/978-981-99-9672-8.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

17

Jo, Taeho. Deep Learning Foundations. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-32879-4.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

18

Singaram, Jayakumar, S. S. Iyengar und Azad M. Madni. Deep Learning Networks. Cham: Springer Nature Switzerland, 2024. http://dx.doi.org/10.1007/978-3-031-39244-3.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

19

Enrique, Castillo. Expert systems: Uncertainty and learning. Southampton: Computational Mechanics, 1991.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

20

Hu, Fei, und Xiali Hei. AI, Machine Learning and Deep Learning. Boca Raton: CRC Press, 2023. http://dx.doi.org/10.1201/9781003187158.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

21

Ketkar, Nikhil, und Jojo Moolayil. Deep Learning with Python. Berkeley, CA: Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-5364-9.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

22

Kim, Kwangjo, und Harry Chandra Tanuwidjaja. Privacy-Preserving Deep Learning. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-3764-3.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

23

Benois-Pineau, Jenny, und Akka Zemmari, Hrsg. Multi-faceted Deep Learning. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-74478-6.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

24

Ye, Jong Chul. Geometry of Deep Learning. Singapore: Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-6046-7.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

25

Ahmed, Khaled R., und Henry Hexmoor, Hrsg. Blockchain and Deep Learning. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-95419-2.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

26

Betti, Alessandro, Marco Gori und Stefano Melacci. Deep Learning to See. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-90987-1.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

27

Betti, Alessandro, Marco Gori und Stefano Melacci. Deep Learning to See. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-90987-1.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

28

Paluszek, Michael, Stephanie Thomas und Eric Ham. Practical MATLAB Deep Learning. Berkeley, CA: Apress, 2022. http://dx.doi.org/10.1007/978-1-4842-7912-0.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

29

Wani, M. Arif, Farooq Ahmad Bhat, Saduf Afzal und Asif Iqbal Khan. Advances in Deep Learning. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-13-6794-6.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

30

Michelucci, Umberto. Advanced Applied Deep Learning. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-4976-5.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

31

Paluszek, Michael, und Stephanie Thomas. Practical MATLAB Deep Learning. Berkeley, CA: Apress, 2020. http://dx.doi.org/10.1007/978-1-4842-5124-9.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

32

Salvaris, Mathew, Danielle Dean und Wee Hyong Tok. Deep Learning with Azure. Berkeley, CA: Apress, 2018. http://dx.doi.org/10.1007/978-1-4842-3679-6.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

33

Bhanu, Bir, und Ajay Kumar, Hrsg. Deep Learning for Biometrics. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-61657-5.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

34

Ghatak, Abhijit. Deep Learning with R. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-5850-0.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

35

Skansi, Sandro. Introduction to Deep Learning. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-73004-2.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

36

Ketkar, Nikhil. Deep Learning with Python. Berkeley, CA: Apress, 2017. http://dx.doi.org/10.1007/978-1-4842-2766-4.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

37

Amaratunga, Thimira. Deep Learning on Windows. Berkeley, CA: Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-6431-7.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

38

Chen, Yen-Wei, und Lakhmi C. Jain, Hrsg. Deep Learning in Healthcare. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-32606-7.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

39

Tanaka, Akinori, Akio Tomiya und Koji Hashimoto. Deep Learning and Physics. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-33-6108-9.

Der volle Inhalt der Quelle

APA, Harvard, Vancouver, ISO und andere Zitierweisen

40

Bruno, Michael A. Error and Uncertainty in Diagnostic Radiology. Oxford University Press, 2019. http://dx.doi.org/10.1093/med/9780190665395.001.0001.

Der volle Inhalt der Quelle

Annotation:

Diagnostic radiology is a medical specialty that is primarily devoted to the diagnostic process, centered on the interpretation of medical images. This book reviews the high level of uncertainty inherent to radiological interpretation and the overlap that exists between the uncertainty of the process and what might be considered “error.” There is also a great deal of variability inherent in the physical and technological aspects of the imaging process itself. The information in diagnostic images is subtly encoded, with a broad range of “normal” that usually overlaps the even broader range of “abnormal.” Image interpretation thus blends technology, medical science, and human intuition. To develop their skillset, radiologists train intensively for years, and most develop a remarkable level of expertise. But radiology itself remains a fallible human endeavor, one involving complex neurophysiological and cognitive processes employed under a range of conditions and generally performed under time pressure. This book highlights the human experience of error. A taxonomy of error is presented, along with a theoretical classification of error types based on the underlying causes and an extensive discussion of potential error-reduction strategies. The relevant perceptual science, cognitive science, and imaging science are reviewed. A chapter addresses the issue of accountability for error, including peer review, regulatory oversight/accreditation, and malpractice litigation. The potential impact of artificial intelligence, including the use of machine learning and deep-learning algorithms, to reduce human error and improve radiologists’ efficiency is also explored.

APA, Harvard, Vancouver, ISO und andere Zitierweisen

41

Tutino, Stefania. Uncertainty in Post-Reformation Catholicism. Oxford University Press, 2017. http://dx.doi.org/10.1093/oso/9780190694098.001.0001.

Der volle Inhalt der Quelle

Annotation:

This book provides a historical account of the development and implications of early modern probabilism. First elaborated in the sixteenth century, probabilism represented a significant and controversial novelty in Catholic moral theology. Against a deep-seated tradition defending the strict application of moral rules, probabilist theologians maintained that in situations of uncertainty, the agent can legitimately follow any course of action supported by a probable opinion, no matter how disputable. By the second half of the seventeenth century, and thanks in part to Pascal’s influential antiprobabilist stances, probabilism had become inextricably linked to the Society of Jesus and to a lax and excessively forgiving moral system. To this day, most historians either ignore probabilism, or they associate it with moral duplicity and intellectual and cultural decadence. By contrast, this book argues that probabilism was instrumental for addressing the challenges created by a geographically and intellectually expanding world. Early modern probabilist theologians saw that these challenges provoked an exponential growth of uncertainties, doubts, and dilemmas of conscience, and they realized that traditional theology was not equipped to deal with them. Therefore, they used probabilism to integrate changes and novelties within the post-Reformation Catholic theological and intellectual system. Seen in this light, probabilism represented the result of their attempts to appreciate, come to terms with, and manage uncertainty. Uncertainty continues to play a central role even today. Thus, learning how early modern probabilists engaged with uncertainty might be useful for us as we try to cope with our own moral and epistemological doubts.

APA, Harvard, Vancouver, ISO und andere Zitierweisen

42

Walker, Warren E., Steven W. Popper und Pieter J T M Bloemen. Decision Making Under Deep Uncertainty. Saint Philip Street Press, 2020.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

43

Walker, Warren E., Steven W. Popper und Pieter J T M Bloemen. Decision Making Under Deep Uncertainty. Saint Philip Street Press, 2020.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

44

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2016.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

45

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2016.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

46

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2020.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

47

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2016.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

48

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2016.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

49

Wang, Xizhao, und Junhai Zhai. Learning with Uncertainty. Taylor & Francis Group, 2016.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

50

Kelleher, John D. Deep Learning. MIT Press, 2019.

Den vollen Inhalt der Quelle finden

APA, Harvard, Vancouver, ISO und andere Zitierweisen

Wir bieten Rabatte auf alle Premium-Pläne für Autoren, deren Werke in thematische Literatursammlungen aufgenommen wurden. Kontaktieren Sie uns, um einen einzigartigen Promo-Code zu erhalten!