• Praxiseinstieg Deep Learning
Cover in höchster Auflösung herunterladen

Ramon Wartala

Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

November 2017, 226 Seiten, komplett in Farbe, Broschur
O´Reilly
ISBN Print: 978-3-96009-054-0
ISBN PDF: 978-3-96010-156-7
ISBN ePub: 978-3-96010-157-4
ISBN Mobi: 978-3-96010-158-1

Die Printausgabe ist leider vergriffen

E-Book (PDF + ePub + Mobi)
23,99

  E-Book in den Warenkorb legen

Buch in den Warenkorb gelegt

 

Beschreibung

Sie wollten immer schon mal wissen, was sich hinter dem Begriff »Deep Learning« verbirgt? Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen – aber was genau lässt sich mit neuronalen Netzen berechnen, und was machen Firmen wie Google, Facebook oder IBM damit? Dieser praktische Leitfaden vermittelt Ihnen einen umfassenden, schnellen und praxisnahen Einstieg in die Grundlagen und Arbeitsweisen von Deep Learning. Anhand einer Reihe von Python-basierten Beispielanwendungen wird der Umgang mit den Open-Source-Frameworks Caffe, TensorFlow und Spark gezeigt. Einfache, alltagstaugliche Beispiele dienen dem besseren Verständnis der mathematischen Methoden hinter Deep Learning und laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum Cloud Computing und Big Data im Zusammenhang mit Deep Learning so wichtig sind und wie sich verteilte Anwendungen erstellen lassen.

 

Zielgruppe

  • Data Scientists
  • Softwareentwickler
  • Datenanalysten
  • Studenten der Informatik
 

Leseproben

     

Autor / Autorin

Ramon Wartala ist Diplom-Informatiker und arbeitet als Director Data Science bei SinnerSchrader in Hamburg. Er publiziert seit mehr als 20 Jahren regelmäßig in führenden deutschen Fachzeitschriften zu den Themen Softwareentwicklung und Big Data. Auf Meet-ups und Konferenzen sucht er regelmäßig Kontakt zu Gleichgesinnten und bringt im Rahmen von Workshops und Vorträgen Interessierten die Verarbeitung großer Datenmengen mit Spark und TensorFlow näher.


Andere Bücher, die Sie interessieren könnten: