Merkliste
Die Merkliste ist leer.
spiegel1

Neuronale Netze programmieren mit Python

Ihre Einführung in die Künstliche Intelligenz. Inkl. KI-Lernumgebung und Einstieg in TensorFlow
Verkaufsrang1inProgrammieren
BuchPaperback
447 Seiten
Deutsch
Andere Ausgaben und Formate:
BuchPaperback
CHF41.50
eBookEPUBWasserzeichenElectronic Book
CHF34.70
Schneller Einstieg mit allen Python- und Mathegrundlagen Lernalgorithmen, Aktivierungsfunktionen, Backpropagation Inkl. Online-Lernumgebung und Einstieg in TensorFlow
Schritt für Schritt zum trainierten Modell
1. Grundlagen
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.
...mehr
CHF41.50
Versand innert 2-3 Werktagen

Produktinformationen

InhaltSchneller Einstieg mit allen Python- und Mathegrundlagen Lernalgorithmen, Aktivierungsfunktionen, Backpropagation Inkl. Online-Lernumgebung und Einstieg in TensorFlow
Schritt für Schritt zum trainierten Modell
1. Grundlagen
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.
2. Praxis, Praxis, Praxis
Die Theorie ist in diesem Fall wirklich wichtig. Aber dann codieren Sie selbst, und zwar verschiedene Netztypen - und wenden Sie auf verschiedene Fragestellungen an.
3. Die Maschinen lernen lassen
Neuronale Netze müssen trainiert werden, und dabei kommt es auf das Wie an! Lernen Sie direkt am Beispiel, Fallstricke zu umgehen, Trainingsdaten geschickt zu nutzen, Werkzeuge auszuwählen und die Trefferquoten ihrer Modelle zu erhöhen.
Aus dem Inhalt
Die Grundidee hinter Neuronalen Netzen Ein einfaches Neuronales Netz aufbauen Neuronale Netze trainieren Überwachtes und unüberwachtes Lernen Wichtige mathematische Grundlagen Reinforcement Learning Verschiedene Netzarten und ihre Anwendungsbereiche Back Propagation Deep Learning Einführung in TensorFlow Werkzeuge für Data Scientists
Über die Autoren
Dr. Roland Schwaiger ist Softwareentwickler, freiberuflicher Trainer und Berater. Die Entwicklung künstlicher Neuronaler Netze hat der promovierte Mathematiker viele Jahre über als Forscher begleitet und im Bereich Bilderkennung angewandt. 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, Maschinelles Lernen, Empfehlungssysteme und Deep Learning. Er hat die Entwicklung der Neuronalen Netze vom zukunftsweisenden Forschungssujet bis zur heutigen Alltagsrelevanz wissenschaftlich und für verschiedenen Branchen begleitet.
ZusammenfassungNeuronale 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. In ihnen stecken geniale Ideen, die sich zum Glück einfach erklären lassen. Um sie zu verstehen und gewinnbringend einzusetzen, 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.
Details
ISBN/GTIN978-3-8362-6142-5
ProduktartBuch
EinbandartPaperback
Erscheinungsjahr2019
Erscheinungsdatum26.04.2019
Seiten447 Seiten
SpracheDeutsch
MasseBreite 174 mm, Höhe 231 mm, Dicke 25 mm
Gewicht819 g
Artikel-Nr.33789451
Rubriken
KategorieProgrammieren

Kritiken und Kommentare

InhaltsverzeichnisMaterialien zum Buch ... 12
Vorwort ... 13
1. Einleitung ... 17
1.1 ... Wozu neuronale Netze? ... 17
1.2 ... Über dieses Buch ... 18
1.3 ... Der Inhalt kompakt ... 19
1.4 ... Ist die Biene eine Königin? ... 23
1.5 ... Ein künstliches neuronales Netz für den Bienenstaat ... 24
1.6 ... Von der Biologie zum künstlichen Neuron ... 28
1.7 ... Einordnung und der Rest ... 33
1.8 ... Zusammenfassung ... 40
1.9 ... Referenzen .
...mehr
Kritik"Insgesamt erhält der Leser eine rundum gelungene, recht gründliche und gut verständliche Einführung ins maschinelle Lernen mit neuronalen Netzen, die durch zahlreiche Codebeispiele immer nah an der Praxis bleibt." LINUX MAGAZIN 201907

Über den Autor

Schwaiger, Roland
Dr. Roland Schwaiger studierte an der Bowling Green State University, OH (USA) Computer Science und an der Universität Salzburg (Österreich) Angewandte Informatik und Mathematik und promovierte dort im Bereich Mathematik. Nach mehrjähriger Assistententätigkeit an der Universität Salzburg kam er 1996 als Softwareentwickler zur SAP AG und entfaltete dort seine Fähigkeiten für drei Jahre im Bereich Human Resources in einem anregenden und inspirierenden Umfeld. Seit 1999 ist er als freiberuflicher Trainer, Lektor, Berater und Entwickler tätig (Zertifizierter Development Consultant SAP NetWeaver 2004 - Application Development Focus ABAP). Er setzt seine akademische Vorbildung und das bei SAP erworbene Wissen, abgerundet durch einen MBA in Prozess- und Projektmanagement, für die Softwareentwicklung in konkreten Entwicklungsprojekten und SAP-Schulungen ein. Die dort wiederum erworbenen Erkenntnisse trägt er zurück in die akademische Welt und verknüpft so Theorie und Praxis.
Steinwendner, Joachim
Dr. Joachim Steinwendner ist wissenschaftlicher Projektleiter am Laboratory of Web Science an der Fernfachhochschule Schweiz.

Zuletzt von mir angeschaut