Künstliche neuronale Netze
Die Welt der generativen KI verstehen
- Verständliche Einführung in neuronale Netze, auch ohne Vorkenntnisse in Mathematik oder Programmierung.
- Erklärung grundlegender sowie fortgeschrittener Konzepte wie CNNs, Autoencoder und Diffusionsmodelle.
- Praxisnahe Darstellung mit vielen Beispielen zur Anwendung und zum Training neuronaler Netzwerke.
Künstliche neuronale Netze
Dieses Lehrbuch bietet eine verständliche Einführung in die Welt der neuronalen Netze, die für ein breites Publikum zugänglich ist. Es erklärt grundlegende Algorithmen und Verfahren, die neuronale Netze antreiben, ohne tiefere mathematische Vorkenntnisse oder Programmiererfahrung vorauszusetzen.
Die Leser:innen lernen, wie einfache neuronale Netzwerke aufgebaut, trainiert und getestet werden. Darauf aufbauend werden fortgeschrittene Themen wie Convolutional Neural Networks (CNNs), Autoencoder, autoregressive Modelle und Diffusionsmodelle erläutert. Zahlreiche praktische Beispiele und leicht nachvollziehbare Erklärungen machen das Werk zu einem praxisnahen Lehrbuch für alle, die sich in dieses zukunftsweisende Thema einarbeiten möchten.
Über den Autor:
Dr. Daniel Scholz ist in der Weiterbildung KI&Data Science bei einem großen deutschen Automobilhersteller tätig und darüber hinaus aktiv im Bereich der schulischen Lehre und Weiterbildung.