Standorte	Standort 2	Status	Vorbestellungen	Frist	Barcode	Lageplan
Standorte: TVU 7	Standort 2:	Status: Verfügbar	Vorbestellungen: 0	Frist:	Barcode: 00124889	Lagepläne: Lageplan

Originaltitel: Deep learning with Python

Das Praxisbuch-Handbuch vom Entwickler der Keras-Bibliothek

Einführung in die grundlegenden Konzepte von Machine Learning und Deep Learning

Zahlreiche praktische Anwendungsbeispiele zum Lösen konkreter Aufgabenstellungen

Maschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse, Erzeugung von Bildern und Texten u.v.m.

Dieses Buch ist eine praxisorientierte Einführung und erläutert die grundlegenden Konzepte sowie den konkreten Einsatz von Deep Learning. Der Autor verzichtet dabei weitgehend auf mathematische Formeln und legt stattdessen den Fokus auf das Vermitteln der praktischen Anwendung von Machine Learning und Deep Learning.

Anhand zahlreicher Beispiele erfahren Sie alles, was Sie wissen müssen, um Deep Learning zum Lösen konkreter Aufgabenstellungen einzusetzen. Dafür verwendet der Autor die Programmiersprache Python und die Deep-Learning-Bibliothek Keras, die das beliebteste und am besten geeignete Tool für den Einstieg in Deep Learning ist.

Das Buch besteht aus zwei Teilen: Teil I ist eine allgemeine Einführung in das Deep Learning und erläutert die grundlegenden Zusammenhänge und Begriffe sowie alle erforderlichen Konzepte, die für den Einstieg in Deep Learning und Neuronale Netze wichtig sind. In Teil II erläutert der Autor ausführlich praktische Anwendungsmöglichkeiten des Deep Learnings beim maschinellen Sehen (Computer Vision) und bei der Verarbeitung natürlicher Sprache. Viele der hier vorgestellten Beispiele können Ihnen später als Vorlage zum Lösen von Problemen dienen, die Ihnen in der Praxis des Deep Learnings begegnen werden.

Das Buch wendet sich an Leser, die bereits Programmiererfahrung mit Python haben und ins Machine Learning und Deep Learning einsteigen möchten. Für den Einsatz von Keras werden grundlegende Python-Kenntnisse vorausgesetzt.

Aus dem Inhalt:

Was ist Deep Learning?

Warum Deep Learning? Und warum jetzt?

Die mathematischen Bausteine eines NNs

Einführung in neuronale Netze

Einführung in Keras

Grundlagen des Machine Learnings

Deep Learning und maschinelles Sehen

Deep Learning, Text und sequenzielle Daten

Bewährte Verfahren des Deep Learnings

Generatives Deep Learning

Installation von Keras und der Erweiterungen unter Ubuntu

Jupyter-Notebooks auf einer EC2-GPU-Instanz ausführen

(Quelle: Verlag)