Deep Learning begreifen und einsetzen Einführung in die Themen Künstliche Intelligenz Machine
Learning und Neuronale Netze Mit vielen anschaulichen Illustrationen und Codebeispielen zum
Download (Jupyter-Notebooks) Inkl. Vorstellung der Bibliotheken Tensor Flow Keras und PyTorch
Die Autoren John Krohn Grant Beylefeld und Aglaé Bassens bieten Ihnen eine einzigartige
visuelle intuitive und verständliche Einführung in Techniken und Anwendungen von Deep
Learning. Mit den farbenfrohen Illustrationen und eingängigen Erläuterungen von »Deep Learning
illustriert« gelingt Ihnen ein einfacher Zugang zum Aufbau von Deep-Learning-Modellen und
bringt Ihnen sogar Spaß beim Lernen. Der erste Teil des Buches erklärt die Grundlagen von Deep
Learning - warum es so allgegenwärtig geworden ist und wie es mit Konzepten und Terminologien
wie künstlicher Intelligenz Machine Learning oder künstlichen neuronalen Netzen interagiert.
Dabei verwenden die Autoren verständliche Analogien lebendige Grafiken und viele Beispiele.
Auf dieser Grundlage präsentieren die Autoren eine praktische Referenz und ein Tutorial zur
Anwendung bewährter Techniken des Deep Learning. Die wesentliche Theorie wird mit so wenig
Mathematik wie möglich behandelt und mit Python-Code beleuchtet. Praktische Beispiele zum
Ausprobieren die kostenfrei online verfügbar sind (Jupyter-Notebooks) machen Ihnen die
Theorie begreiflich. So erlangen Sie ein pragmatisches Verständnis aller wichtigen
Deep-Learning-Ansätze und ihrer Anwendungen: Machine Vision Natural Language Processing
Bilderzeugung und Spielalgorithmen. Um Ihnen zu helfen mehr in kürzerer Zeit zu erreichen
stellen die Autoren mehrere der heute am weitesten verbreiteten und innovativsten
Deep-Learning-Bibliotheken vor darunter: TensorFlow und seine High-Level-API Keras PyTorch
High-Level-Coach eine TensorFlow-API die die Komplexität die typischerweise mit der
Entwicklung von Deep Reinforcement Learning-Algorithmen verbunden ist abstrahiert.
