Neuronale Netze programmieren mit Python: Ihre Einführung in die Künstliche Intelligenz. Inkl. KI-Lernumgebung und Einstieg in TensorFlow

Schwaiger, Roland; Steinwendner, Joachim

 
9783836261425: Neuronale Netze programmieren mit Python: Ihre Einführung in die Künstliche Intelligenz. Inkl. KI-Lernumgebung und Einstieg in TensorFlow
ISBN 10: 3836261421 ISBN 13: 9783836261425
Verlag: Rheinwerk Computing, 2019

Inhaltsangabe

Geniale Ideen einfach erklärt

  • Schneller Einstieg mit allen Python- und Mathegrundlagen
  • Lernalgorithmen, Aktivierungsfunktionen, Backpropagation
  • Inkl. Online-Lernumgebung und Einstieg in TensorFlow
Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren derzeit die verschiedensten Anwendungsgebiete vom Strategiespiel bis zur Bild- und Spracherkennung. Um sie gewinnbringend einzusetzen oder um zu verstehen, worauf ihr Erfolg beruht, lernen Sie sie gründlich kennen: Programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse.

Aus dem Inhalt:

  • Die Grundidee hinter Neuronalen Netzen
  • Ein einfaches Neuronales Netz aufbauen
  • Neuronale Netze trainieren
  • Überwachtes und unüberwachtes Lernen
  • Einführung in TensorFlow
  • Kompaktkurs Python
  • Wichtige mathematische Grundlagen
  • Reinforcement Learning
  • Verschiedene Netzarten und ihre Anwendungsbereiche
  • Back Propagation
  • Deep Learning
  • Werkzeuge für Data Scientists

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.

Über die Autorin bzw. den Autor

Dr. Roland Schwaiger ist Softwareentwickler, freiberuflicher Trainer und Berater. Die Entwicklung künstlicher neuronaler Netze (KNN) hat der promovierte Mathematiker viele Jahre über als Forscher begleitet und im Bereich Bilderkennung erfolgreich angewendet. Bei seiner Arbeit legt er Wert darauf, Theorie und Praxis zu verbinden. Ob als Autor, Kundenberater oder in seinen Seminaren – er ist begeistert, wenn der Funke überspringt.

Dr. Joachim Steinwendner ist wissenschaftlicher Projektleiter mit den Schwerpunkten Data Science, Machine Learning, Empfehlungssysteme und Deep Learning. Er hat die Entwicklung der Neuronalen Netze vom zukunftsweisenden Forschungssujet bis zur heutigen Alltagsrelevanz wissenschaftlich und für verschiedene Branchen begleitet und setzt maschinelles Lernen als Forschungsfeldleiter »GeoHealth Analytics« an der FHHS (Schweiz) ein.

Von der hinteren Coverseite

Grundlagen: Schritt für Schritt zum trainierten Modell!

Für Ihren leichten Einstieg haben die Autoren eine Lernumgebung vorbereitet, erläutern alle mathematischen Konzepte von Grund auf und fangen mit einfachen Neuronalen Netzen an. Python-Crashkurs inklusive!

Praxis, Praxis, Praxis

Die Theorie ist in diesem Fall wirklich wichtig. Und dann codieren Sie selbst, und zwar verschiedene Netztypen – und wenden sie auf verschiedene Fragestellungen an.

Die Maschinen lernen lassen

Neuronale Netze müssen trainiert werden, und dabei kommt es auf das Wie an! Lernen Sie direkt am Beispiel, wie Sie Fallstricke umgehen, Trainingsdaten geschickt nutzen, Werkzeuge auswählen und die Trefferquoten Ihrer Modelle erhöhen.

„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.

Verlag
Rheinwerk Computing
Erscheinungsdatum
2019
Sprache
Deutsch
ISBN 10 
3836261421
ISBN 13 
9783836261425
Einband
Broschiert
Auflage
1
Anzahl der Seiten
447
Kontakt zum Hersteller
Rheinwerk Verlag GmbH
service@rheinwerk-verlag.de

Rheinwerkallee 4
Bonn
53229
Deutschland