Neuronale Netze und Deep Learning kapieren

Der einfache Praxiseinstieg mit Beispielen in Python

Einführung in Deep-Learning-Algorithmen und das Trainieren Neuronaler Netze

Neuronale Netze und Deep Learning kapieren

Name: Neuronale Netze und Deep Learning kapieren
Price: 29.99 EUR
Availability: InStock
Author: Andrew Trask
ISBN: 9783747500156

Der einfache Praxiseinstieg mit Beispielen in Python

Einführung in Deep-Learning-Algorithmen und das Trainieren Neuronaler Netze

	mitp Verlag
Autor:in	Andrew Trask
	354 Seiten, Softcover
Erschienen	11/2019
	978-3-7475-0015-6 9783747500156

€

Best.-Nr.:

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 mehreren 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 Modelle
Überwachtes und unüberwachtes Lernen
Vorhersagen mit mehreren Ein- und Ausgaben
Fehler messen und verringern
Hot und Cold Learning
Batch- und stochastischer Gradientenabstieg
Überanpassung vermeiden
Generalisierung
Dropout-Verfahren
Backpropagation und Forward Propagation
Bilderkennung

Hier das ganze Inhaltsverzeichnis lesen.

Verarbeitung natürlicher Sprache (NLP)
Sprachmodellierung
Aktivierungsfunktionen

Sigmoid-Funktion
Tangens hyperbolicus
Softmax

Convolutional Neural Networks (CNNs)
Recurrent Neural Networks (RNNs)
Long Short-Term Memory (LSTM)
Deep-Learning-Framework erstellen

Können Maschinen wirklich lernen? Beim Machine Learning "lernen" Maschinen, Aufgaben zu erledigen, für die sie nicht explizit programmiert wurden. Im Grunde beobachten sie ein Muster und versuchen, es zu imitieren. Wie sich dabei überwachtes und unüberwachtes Machine Learning unterscheiden, beschreibt Andrew Trask in dieser Leseprobe.

Blick ins Buch: Neuronale Netze und Deep Learning kapieren

Wer hat's geschrieben?

Andrew Trask ist Gründungsmitglied von Digital Reasonings Machine Learning Lab, in dem Deep-Learning-Ansätze zur Verarbeitung natürlicher Sprache, Bilderkennung und Audiotranskription erforscht werden. Innerhalb weniger Monate gelang es Andrew und seinen Forschungskollegen, die besten veröffentlichten Ergebnisse bei der Stimmungsanalyse und der automatisierten Zuordnung von Wörtern eines Textes zu Wortgruppen (Part-of-Speech-Tagging) zu übertreffen. Er hat das größte künstliche neuronale Netz mit mehr als 160 Milliarden Parametern trainiert. Die Ergebnisse hat er zusammen mit seinem Koautor auf der internationalen Konferenz über Machine Learning vorgestellt. Sie wurden im Journal of Machine Learning veröffentlicht.

Derzeit ist er als Produktmanager für Text- und Audioanalytik bei Digital Reasoning für die Weiterentwicklung der kognitiven Computing-Plattform Systhesis verantwortlich, wobei Deep Learning zu den Kernkompetenzen gehört.

Neuronale Netze und Deep Learning kapieren

Der einfache Praxiseinstieg mit Beispielen in Python

Einführung in Deep-Learning-Algorithmen und das Trainieren Neuronaler Netze

Neuronale Netze und Deep Learning kapieren

Der einfache Praxiseinstieg mit Beispielen in Python

Einführung in Deep-Learning-Algorithmen und das Trainieren Neuronaler Netze

	mitp Verlag
Autor:in	Andrew Trask
	354 Seiten, Softcover
Erschienen	11/2019
	978-3-7475-0015-6 9783747500156

€

Best.-Nr.:

Betriebssysteme

Office-Anwendungen

Utilities, Dienstprogramme

Produktivitäts-Software

Büro & Finanzen

Foto, Audio & Video

Sicherheit & Backup

Programmieren

Apple, Mac

Computer & Office

Künstliche Intelligenz

Programmierung

Grafik & Design

Web & Online-Marketing

Server & Netzwerke

Für Maker, Elektronik & Co.

Business

Basics

Fototechniken

Fotogenres

Bildbearbeitung

Kamerahandbücher

Weitere Themen

Home

Software

Software-Neuerscheinungen

Marken

Für Unternehmen

Für Schüler und Studenten

Lesen Computing

Lesen Fotografie

Bücher-Neuerscheinungen

Bücher zum Vorbestellen

Neuheiten

Jobs bei uns

IT-Fachbücher Kategorien

Neuronale Netze und Deep Learning kapieren

Der einfache Praxiseinstieg mit Beispielen in Python

Einführung in Deep-Learning-Algorithmen und das Trainieren Neuronaler Netze

Aus dem Inhalt

Wer hat's geschrieben?