Python F�r Neuronale Netze: Der schnelle Einstieg (Tensorflow, Keras, Neural Networks) - Couverture souple

Dedov, Florian

9781661696450: Python F�r Neuronale Netze: Der schnelle Einstieg (Tensorflow, Keras, Neural Networks)

Couverture souple

ISBN 10 : 1661696457 ISBN 13 : 9781661696450

Editeur : Independently published, 2020

Afficher les exemplaires de cette �dition comportant l?ISBN

0 D'occasion

1 Neuf

De EUR 12,43

Zum Deep Learning Experten mit Python und Tensorflow!

Kaum ein Gebiet der Technologie ist f�r die Zukunft so relevant, wie das, der K�nstlichen Intelligenz bzw. des Machine Learnings. Egal ob in der Medizin, der Automobilindustrie, dem Finanzwesen oder irgendeinem anderen Bereich, KIs spielen eine ma�gebliche Rolle in deren Entwicklung. Die herausragendsten Fortschritte werden mit sogenannten Neuronalen Netzen erzielt. Der Bereich, welcher sich mit diesen befasst hei�t Deep Learning. Wenn Sie ein Teil dieser Bewegung sein und nicht von ihr �berrannt werden wollen, sollten Sie sich schnellstm�glich damit auseinandersetzen.

In diesem Buch wird auf Ihrem bereits vorhandenen Python Grundwissen aufgebaut und Sie erhalten ein ausf�hrliches und detailliertes Werk, mit welchem Sie zum Deep Learning Experten in Python werden. Von simplen Aufgaben wie dem Klassifizieren von handgeschriebenen Ziffern, �ber ein Neuronales Netz, welches von sich ausText generiert bis hin zu einem Modell, welches Objekte auf Bildern erkennen und klassifizieren kann. In diesem Buch lernen Sie Schritt f�r Schritt, wie Sie diese Projekte umsetzen und auch verstehen.

Nach dem Lesen dieses Buches haben Sie folgende F�higkeiten:

• Verst�ndnis von Funktionsweise und Mathematik von Neuronalen Netzen• Handgeschriebene Zahlen vom Computer erkennen lassen• Computer mithilfe von Goethes Texten als Vorlage selbstst�ndig Texte generieren lassen• Sequentielle Daten wie Aktienkurse, Wetterdaten etc. vorhersagen• Verarbeitung von Bild- und Audiodaten• Computer Objekte wie Pferde, Autos und Flugzeuge auf Bildern erkennen lassen• Verst�ndnis von Recurrent Neural Networks• Verst�ndnis von Convolutional Neural Networks