Deep Learning mit TensorFlow, Keras und TensorFlow.js: Einstieg, Konzepte und KI-Projekte mit Python, JavaScript und HTML5 - Rilegato

Deru, Matthieu; Ndiaye, Alassane

Rilegato

ISBN 10: 3836265095 ISBN 13: 9783836265096

Casa editrice: Rheinwerk Computing, 2019

Riassunto

Deep Learning entdecken und erfolgreich implementieren

• Von der Aufbereitung der Daten bis zur Visualisierung
• Basisprojekte mit Beispielen aus vielen Anwendungsfeldern
• Mit Python, HTML5 und JavaScript Deep Learning entdecken

Deep Learning ist die Schlüsseltechnologie des derzeitigen Booms Künstlicher Intelligenz. Neuronale Netze können Höchstleistung erbringen, wenn sie als Deep-Learning-Netze aufgestellt sind und mit großen Datenmengen trainiert werden – und wenn Sie wissen, wie man dieses maschinelle Lernen geschickt implementiert. Lernen Sie hier, wie Sie die mächtigen Frameworks in realen Projekten erfolgreich einsetzen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch für den Browser mit JavaScript, HTML5 und TensorFlow.js.

Aus dem Inhalt:

• Deep-Learning-Grundkonzepte
• Installation der Frameworks
• Vorgefertigte Modelle verwenden
• Datenanalyse und -vorbereitung
• Convolutional Networks, LSTM, RNN, Pooling ...
• Aufgaben eines Modells richtig festlegen
• Eigene Modelle trainieren
• Overfitting und Underfitting vermeiden
• Ergebnisse visualisieren

Su questo libro

Informazioni sugli autori

Dr. Matthieu Deru ist Senior Software-Engineer (R&D) und UX-Designer für interaktive Systeme am Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Seine Projekterfahrung umfasst Themengebiete, die so vielseitig sind wie die Anwendungsfelder der KI, von intelligenten Benutzerschnittstellen bis zu komplexen Vorhersagenmodellen für die Elektromobilität.

Dr. Alassane Ndiaye ist als Senior Software-Engineer (R&D) und Projektleiter seit über 20 Jahren am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowohl in Forschungs- als auch in Industrie- und Transferprojekten tätig. Machine Learning setzt er unter anderem in Prognoseverfahren für die Energiewirtschaft und die Elektromobilität ein.

Dalla quarta di copertina

Grundkonzepte verstehen!

Deep Learning ist nicht gleich Deep Learning. Lernen Sie die Konzepte des maschinellen Lernens und die verschiedenen Typen Neuronaler Netze von Grund auf kennen.

Daten richtig vorbereiten

Je mehr Daten, desto besser lernt Ihr Modell? Ja und nein – worauf es außerdem ankommt, erfahren Sie hier.

Professionell an den Details arbeiten

Die Frameworks nehmen Ihnen vieles ab, so dass sich leicht erste Ergebnisse erzielen lassen – sogar mit selbst konstruierten und trainierten Modellen. Um mehr zu erreichen, geht es ins Detail. Profitieren Sie von der Projekterfahrung der Autoren, um Deep-Learning-Netzwerke geschickt anzulegen und Stolperfallen zu vermeiden.

Deep Learning im Browser

Mit TensorFlow.js bringen Sie Ihre Deep-Learning-Anwendung direkt in den Browser. Dabei verwenden Sie JavaScript und HTML5.

Dettagli dell'edizione

• Editore: Rheinwerk Computing
• Data di pubblicazione: 2019
• Lingua: Tedesco
• ISBN 10: 3836265095
• ISBN 13: 9783836265096
• Rilegatura: Copertina rigida
• Numero edizione: 1
• Numero di pagine: 423
• Contatto del produttore: non disponibile
• Persona responsabile: non disponibile