Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow
ist der schnelle Einstieg in die Entwicklung von Deep-Learning-Anwendungen nun auch für
Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse möglich. Mit den Rezepten aus
diesem Buch lernen Sie typische Aufgabenstellungen des Deep Learning zu lösen wie etwa die
Klassifizierung und Generierung von Texten Bildern und Musik.Jedes Kapitel behandelt ein
Projekt wie z.B. das Trainieren eines Empfehlungssystems für Musik. Schritt für Schritt wird
gezeigt wie das jeweilige Projekt umgesetzt wird. Darüber hinaus beschreibt der Autor Douwe
Osinga zahlreiche Techniken die Ihnen helfen wenn Sie einmal nicht mehr weiterwissen. Alle
Codebeispiele sind in Python geschrieben und auf GitHub als Python-Notebooks frei verfügbar.Aus
dem Inhalt:- Entwickeln Sie Deep-Learning-Anwendungen die Nutzern einen echten Mehrwert
bieten- Berechnen Sie Ähnlichkeiten von Texten mithilfe von Word-Embeddings- Erstellen Sie ein
Empfehlungssystem für Filme basierend auf Wikipedia-Links- Visualisieren Sie die internen
Vorgänge einer künstlichen Intelligenz um nachvollziehen zu können wie diese arbeitet-
Entwickeln Sie ein Modell das passende Emojis für Textpassagen vorschlägt- Realisieren Sie
einen Reverse-Image-Search-Dienst mithilfe von vortrainierten Netzwerken- Vergleichen Sie wie
Generative Adversarial Networks Autoencoder und LSTM-Netzwerke Icons erzeugen- Trainieren Sie
ein Klassifikationsmodell für Musikstile und lassen Sie es Musikstücke dementsprechend
zuordnenDieses Buch bietet einen großartigen Einstiegin Deep Learning für alle denen
praktische Ergebnisse wichtiger sind als die Theorie. Es hat dem Entwicklungsteam meines neuen
Musik-Tech-Startups Weav dabei geholfen schnell mit Deep Learning zu starten. Dieses Buch ist
perfekt geeignet für jeden der Interessean praxisorientiertem Machine Learning hat.- Lars
Rasmussen Mitbegründer von Google Maps
