• Deep Learning Kochbuch
Cover in höchster Auflösung herunterladen

Douwe Osinga
Marcus Fraaß / Konstantin Mack (Übersetzung)

Deep Learning Kochbuch

Praxisrezepte für einen schnellen Einstieg

Februar 2019, 262 Seiten, komplett in Farbe, Broschur
O’Reilly
ISBN Print: 978-3-96009-097-7
ISBN PDF: 978-3-96010-264-9
ISBN ePub: 978-3-96010-265-6
ISBN Mobi: 978-3-96010-266-3

Buch
34,90 €


auf Lager; Lieferung in 2-4 Tagen
E-Book (PDF + ePub + Mobi)
27,99 €

  Buch in den Warenkorb legen

Buch in den Warenkorb gelegt

 

Beschreibung

Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow ist der schnelle Einstieg in die Entwicklung von Deep-Learning-Anwendungen nun auch für Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse möglich. Mit den Rezepten aus diesem Buch lernen Sie, typische Aufgabenstellungen des Deep Learning zu lösen, wie etwa die Klassifizierung und Generierung von Texten, Bildern und Musik.

Jedes Kapitel behandelt ein Projekt, wie z.B. das Trainieren eines Empfehlungssystems für Musik. Schritt für Schritt wird gezeigt, wie das jeweilige Projekt umgesetzt wird. Darüber hinaus beschreibt der Autor Douwe Osinga zahlreiche Techniken, die Ihnen helfen, wenn Sie einmal nicht mehr weiterwissen. Alle Codebeispiele sind in Python geschrieben und auf GitHub als Python-Notebooks frei verfügbar.

Aus dem Inhalt:
- Entwickeln Sie Deep-Learning-Anwendungen, die Nutzern einen echten Mehrwert bieten
- Berechnen Sie Ähnlichkeiten von Texten mithilfe von Word-Embeddings
- Erstellen Sie ein Empfehlungssystem für Filme basierend auf Wikipedia-Links
- Visualisieren Sie die internen Vorgänge einer künstlichen Intelligenz, um nachvollziehen zu können, wie diese arbeitet
- Entwickeln Sie ein Modell, das passende Emojis für Textpassagen vorschlägt
- Realisieren Sie einen Reverse-Image-Search-Dienst mithilfe von vortrainierten Netzwerken
- Vergleichen Sie, wie Generative Adversarial Networks, Autoencoder und LSTM-Netzwerke Icons erzeugen
- Trainieren Sie ein Klassifikationsmodell für Musikstile und lassen Sie es Musikstücke dementsprechend zuordnen

“Dieses Buch bietet einen großartigen Einstieg in Deep Learning für alle, denen praktische Ergebnisse wichtiger sind als die Theorie. Es hat dem Entwicklungsteam meines neuen Musik-Tech-Startups Weav dabei geholfen, schnell mit Deep Learning zu starten. Dieses Buch ist perfekt geeignet für jeden, der Interesse an praxisorientiertem Machine Learning hat.”
– Lars Rasmussen, Mitbegründer von Google Maps

 

Zielgruppe

  • Data Scientists
  • Softwareentwickler
  • Datenanalysten
  • Studenten der Informatik
 

Leseproben

     

Autor / Autorin

Douwe Osinga ist ein erfahrener Softwareentwickler, früher bei Google, Globetrotter und Gründer von drei Startups. Auf seiner beliebten Website für Software-Projekte beschäftigt er sich neben anderen spannenden Themen auch mit dem Machine Learning: https://douweosinga.com/projects

Rezensionen

"Eine Einführung in Deep Learning; von vielen mit folgenden Vorzügen: 1.) Zentrale Konzepte (...) werden stringent aus dem Ur-Modell "Neuronale Netze" abgeleitet, 2.) die Anwendungsbeispiele realisieren diese zentralen Modelle (...), 3.) der Leser mit Grundkenntnissen in Python und Keras kann die Anwendungsbeispiele bzw. Übungslösungen auf Codeebene nachvollziehen (im Internet verfügbar), 4.) es werden nicht nur kommerzielle oder industrielle Interessen an dem Thema berücksichtigt, (...) 5.) der Ablauf von Deep-Learning-Modellen im Browser und weitere Fälle ohne Server werden behandelt." (ekz.bibliotheksservice, April 2019)


Andere Bücher, die Sie interessieren könnten: