x
Neuronale Netze und Deep Learning kapieren

Neuronale Netze und Deep Learning kapieren - Der einfache Praxiseinstieg mit Beispielen in Python

Taschenbuch
29,99 €
inkl. MwSt. zzgl. Versandkosten

Reduzierte Artikel in dieser Kategorie

Preisbindung aufgehoben3
19,99 € 49,99 €3

Produktdetails  
Verlag MITP-Verlag
Auflage 2019
Seiten 360
Format 17,1 x 24,1 x 2,0 cm
Großformatiges Paperback. Klappenbroschur
Gewicht 608 g
Reihe mitp Professional
ISBN-10 3747500153
ISBN-13 9783747500156
Bestell-Nr 74750015A

Produktbeschreibung  

Von den Grundlagen Neuronaler Netze über Machine Learning bis hin zu Deep-Learning-AlgorithmenAnschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPyKeine Vorkenntnisse in Machine Learning oder höherer Mathematik erforderlich
Deep Learning muss nicht kompliziert sein. Mit diesem Buch lernst du anhand vieler Beispiele alle Grundlagen, die du brauchst, um Deep-Learning-Algorithmen zu verstehen und anzuwenden. Dafür brauchst du nichts weiter als Schulmathematik und Kenntnisse der Programmiersprache Python. Alle Codebeispiele werden ausführlich erläutert und mathematische Hintergründe anhand von Analogien veranschaulicht.

Der Autor erklärt leicht verständlich, wie Neuronale Netze lernen und wie sie mit Machine-Learning-Verfahren trainiert werden können. Du erfährst, wie du dein erstes Neuronales Netz erstellst und wie es mit Deep-Learning-Algorithmen Bilder erkennen sowie natürliche Sprache verarbeiten und modellieren kann. Hierbei kommen Netze mit m ehreren Schichten wie CNNs und RNNs zum Einsatz.

Fokus des Buches ist es, Neuronale Netze zu trainieren, ohne auf vorgefertigte Python-Frameworks zurückzugreifen. So verstehst du Deep Learning von Grund auf und kannst in Zukunft auch komplexe Frameworks erfolgreich für deine Projekte einsetzen.
Aus dem Inhalt:Parametrische und nichtparametrische ModelleÜberwachtes und unüberwachtes LernenVorhersagen mit mehreren Ein- und AusgabenFehler messen und verringernHot und Cold LearningBatch- und stochastischer GradientenabstiegÜberanpassung vermeidenGeneralisierungDropout-VerfahrenBackpropagation und Forward PropagationBilderkennungVerarbeitung natürlicher Sprache (NLP)SprachmodellierungAktivierungsfunktionenSigmoid-FunktionTangens hyperbolicusSoftmaxConvolutional Neural Networks (CNNs)Recurrent Neural Networks (RNNs)Long Short-Term Memory (LSTM)Deep-Learning-Framework erstellen

Rezension:

»Wer nicht nur Programmzeilen abtippen, sondern auch die inneren Zusammenhänge des maschinellen Lernens verstehen will, ist bei diesem Buch genau richtig. Es lohnt sich, genug Zeit zu investieren, um die Beispiele nachzuprogrammieren.« (iX, 09/2020)
»Wer als Net-Entwickler in die Welt der Künstlichen Intelligenz einzusteigen versucht, hat zunächst eine etwas schwierige Ausgangsposition. Das vorliegende Buch ist aber eines jener Werke, dessen Kauf man letztendlich nicht bereut - der Schwierigkeitsgrad bzw. die Menge an mathematischen Ausführungen ist gelungen gewählt, so dass man sich weder langweilt noch überfordert fühlt.« (windows.developer, 09/2020)
»Durch sinnvoll gewählte Abstraktionen vermittelt (der Autor) Python-Programmierern auch ohne fortgeschrittene Mathematik solides Grundwissen über neuronale Netze und Deep Learning. [...] Anstatt zu theoretisieren, zündet er ein Feuerwerk von Anregungen für Programmierpraktiker.« (c't, 06/2020)
»Das vorliegende Buch [.. .] erklärt mit vielen Beispielen in einfacher Weise, wie künstliche neuronale Netze lernen und wie sie mit Deep-Learning-Verfahren trainiert werden können. [...] Didaktisch gut aufgebaut.« (Ekz Bibliotheks-Service, 02/2020)

Autorenporträt  
Mehr Angebote zum Thema  

Verpasse keine Highlights & Aktionen. Jetzt zum Newsletter anmelden.

Wenn Sie unseren Newsletter abonnieren, willigen Sie damit ein, dass Ihre E-Mail Adresse gespeichert und gemäß Art. 6 Abs. 1 a) DSGVO verarbeitet wird. Einzelheiten zur Speicherung und Nutzung Ihrer Daten finden Sie unter Datenschutz und Datensicherheit. Zur Optimierung unseres Angebots werten wir in anonymisierter Form aus, wie viele Links in unserem Newsletter angeklickt werden. Diese Auswertung lässt keinen Rückschluss auf Ihre Person oder sonstige Ihrer Daten zu und wird nicht mit anderen personenbezogenen Daten oder Bestelldaten verbunden. Die Auswertung der Klickzahlen erfolgt allein zu statistischen Zwecken.
Eine Abmeldung ist jederzeit über einen Link am Ende jeden Newsletters möglich.
1 Mängelexemplare sind Bücher mit leichten Beschädigungen wie angestoßenen Ecken, Kratzer auf dem Umschlag, Beschädigungen/Dellen am Buchschnitt oder ähnlichem. Diese Bücher sind durch einen Stempel "Mängelexemplar" als solche gekennzeichnet. Die frühere Buchpreisbindung ist dadurch aufgehoben. Angaben zu Preissenkungen beziehen sich auf den gebundenen Preis eines mangelfreien Exemplars.

2 Mängelexemplare sind Bücher mit leichten Beschädigungen wie angestoßenen Ecken, Kratzer auf dem Umschlag, Beschädigungen/Dellen am Buchschnitt oder ähnlichem. Diese Bücher sind durch einen Stempel "Mängelexemplar" als solche gekennzeichnet. Angaben zu Preissenkungen beziehen sich auf den ehemaligen gebundenen Preis eines mangelfreien Exemplars.

3 Die Preisbindung dieses Artikels wurde aufgehoben. Angaben zu Preissenkungen beziehen sich auf den vorherigen gebundenen Ladenpreis.

4 Der Preisvergleich bezieht sich auf die unverbindliche Preisempfehlung, wie diese vom Hersteller oder von einem Lieferanten zur Verfügung gestellt wird.

5 Diese Artikel haben leichte Beschädigungen wie angestoßenen Ecken, Kratzer oder ähnliches und können teilweise mit einem Stempel "Mängelexemplar" als solche gekennzeichnet sein. Der Preisvergleich bezieht sich auf die unverbindliche Preisempfehlung, wie diese vom Hersteller oder von einem Lieferanten zur Verfügung gestellt wird.

6 Der Preisvergleich bezieht sich auf die Summe der Einzelpreise der Artikel im Paket. Bei den zum Kauf angebotenen Artikeln handelt es sich um Mängelexemplare oder die Preisbindung dieser Artikel wurde aufgehoben oder der Preis wurde vom Verlag gesenkt oder um eine ehemalige unverbindliche Preisempfehlung des Herstellers. Angaben zu Preissenkungen beziehen sich auf den vorherigen Preis. Der jeweils zutreffende Grund wird Ihnen auf der Artikelseite dargestellt.

7 Der gebundene Preis des Buches wurde vom Verlag gesenkt. Angaben zu Preissenkungen beziehen sich auf den vorherigen gebundenen Preis.

8 Sonderausgabe in anderer Ausstattung, inhaltlich identisch. Angaben zu Preissenkungen beziehen sich auf den Vergleich Originalausgabe zu Sonderausgabe.

9 Der Preisvergleich bezieht sich auf den Originalpreis eines neuen Exemplares.

Alle Preisangaben inkl. gesetzlicher MwSt. und ggf. zzgl. Versandkosten.