EAN: 9783747500156

NEURONALE NETZE UND DEEP LEARNING KAPIEREN - AN...

Von den Grundlagen Neuronaler Netze über Machine Learning bis hin zu Deep-Learning-Algorithmen
Anschauliche Diagramme  Anwendungsbeispiele in Python und der Einsatz von NumPy Keine
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 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
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

Aktuelle Preise zur EAN 9783747500156

Produktinformationen zur 9783747500156