להקשיב ולקרוא

היכנסו לעולם אינסופי של סיפורים

  • קראו והקשיבו כמה שאתם רוצים
  • למעלה ממיליון כותרים
  • ספרים בלעדיים + Storytel Originals
  • ניתן לבטל מתי שרוצים
להרשמה
Details page - Device banner - 894x1036
Cover for Neuronale Netze und Deep Learning kapieren: Der einfache Praxiseinstieg mit Beispielen in Python

Neuronale Netze und Deep Learning kapieren: Der einfache Praxiseinstieg mit Beispielen in Python

שפה
גרמנית
פורמט
קטגוריה

עיון

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

© 2019 MITP (ספר דיגיטלי): 9783747500170

תאריך פרסום

ספר דיגיטלי: 21 בנובמבר 2019

תגיות

    איזה מינוי מתאים לך?

    • מאות אלפי ספרים

    • מצב ילדים (תוכן שמתאים לקטנטנים)

    • הורדת ספרים לקריאה והאזנה בלי אינטרנט

    • אפשר לבטל בכל עת

    הבחירה הכי פופולרית

    Unlimited

    האזנה וקריאה בלי הגבלה.

    49.90 ש"ח /חוֹדֶשׁ
    • חשבון 1

    • גישה בלתי מוגבלת

    • האזנה וקריאה בלי הגבלה

    • קריאה והאזנה גם בלי אינטרנט

    • אפשר לבטל בכל עת

    בחירה

    Family

    גלו ספרים לכל המשפחה. היכנסו יחד לתוך עולם של סיפורים.

    69.90 ש"ח /חוֹדֶשׁ
    • 2 חשבונות

    • גישה בלתי מוגבלת

    • שני חשבונות

    • האזנה וקריאה בלי הגבלה

    • אפשר לבטל בכל עת

    נסה עכשיו