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.
