主要內(nèi)容
●探索深度學(xué)習(xí)的**似然原理和統(tǒng)計學(xué)基礎(chǔ)
●發(fā)現(xiàn)能輸出各種可能結(jié)果的概率模型
●學(xué)習(xí)使用標(biāo)準(zhǔn)化流來建模和生成復(fù)雜分布
●使用貝葉斯神經(jīng)網(wǎng)絡(luò)獲取模型中的不確定性