IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.

  •  
     
    iX-Aktionsangebot mit Archiv-Stick
32,90 €*

Deep Learning - Grundlagen und Implementierung

Bewerten Sie dieses Produkt als Erster

1. Auflage

Zielgruppe

  • Data Scientists
  • Softwareentwickler
  • Datenanalysten
  • Studenten der Informatik
Jetzt vorbestellen! Erscheint voraussichtlich im Mai.
Autor: Seth Weidman
Anbieter: O'Reilly
Sprache: Deutsch
EAN: 9783960091363
Veröffentlicht: 01.05.2020
Seitenanzahl: 252

Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt

  • Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning
  • Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch
  • Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung

Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning.

Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.

Um bewerten zu können, melden Sie sich bitte an