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

Deru, Matthieu; Ndiaye, Alassane

9783836265096: Deep Learning mit TensorFlow, Keras und TensorFlow.js: Einstieg, Konzepte und KI-Projekte mit Python, JavaScript und HTML5

Rilegato

ISBN 10: 3836265095 ISBN 13: 9783836265096

Casa editrice: Rheinwerk Computing, 2019

Vedi tutte le copie di questa edizione con ISBN

1 Usato

Da: EUR 8,79

0 Nuovo

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 Schl�sseltechnologie des derzeitigen Booms K�nstlicher Intelligenz. Neuronale Netze k�nnen H�chstleistung erbringen, wenn sie als Deep-Learning-Netze aufgestellt sind und mit gro�en Datenmengen trainiert werden – und wenn Sie wissen, wie man dieses maschinelle Lernen geschickt implementiert. Lernen Sie hier, wie Sie die m�chtigen Frameworks in realen Projekten erfolgreich einsetzen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch f�r 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

Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.

Informazioni sugli autori

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

Dr. Alassane Ndiaye ist als Senior Software-Engineer (R&D) und Projektleiter seit �ber 20 Jahren am Deutschen Forschungszentrum f�r K�nstliche Intelligenz (DFKI) sowohl in Forschungs- als auch in Industrie- und Transferprojekten t�tig. Machine Learning setzt er unter anderem in Prognoseverfahren f�r die Energiewirtschaft und die Elektromobilit�t 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 au�erdem 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.