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

iX Developer Machine Learning

Zeitschrift

Bewerten Sie dieses Produkt als Erster

Highlights dieser Ausgabe:

  • Neuronale Netze in Theorie und Praxis
  • Programmiersprachen: Python, Scala, C++...
  • Blick in die Blackbox
  • Rechtsfragen bei Künstlicher Intelligenz
  • Verantwortungsvoller Einsatz und Ethik der KI
Kurzfristig vergriffen. Weitere Mengen sind im Zulauf. Bitte wählen Sie alternativ die digitale Heft-Version.
Anbieter: Heise Medien GmbH
Sprache: Deutsch
EAN: 4018837019092
Veröffentlicht: 06.12.2018

Überblick

Nach der Entscheidung für den Einsatz von Machine Learning fängt die Suche nach den passenden Methoden an. Spezielle Hardware beschleunigt schließlich die Arbeit und ermöglicht viele Anwendungen überhaupt erst. ab Seite 7


Praxis

Inzwischen ist KI gereift genug für Erfahrungsberichte aus allgemeinen Bereichen wie Bild- und Textanalyse und dem Verarbeiten natürlicher Sprache, aber auch aus speziellen Anwendungsfeldern wie dem Erkennen relevanter Inhalte. ab Seite 77


Frameworks

DDie Werkzeugkiste für Machine-Learning-Anwendungen besteht zum Großteil aus gut gepflegten, kostenlosen Open-Source-Tools. Neben dem Platzhirsch TensorFlow rückt vor allem Keras immer mehr in den Fokus. Wer es hardwarenah mag, kann auf cuDNN setzen. ab Seite 51

Frameworks

DDie Werkzeugkiste für Machine-Learning-Anwendungen besteht zum Großteil aus gut gepflegten, kostenlosen Open-Source-Tools. Neben dem Platzhirsch TensorFlow rückt vor allem Keras immer mehr in den Fokus. Wer es hardwarenah mag, kann auf cuDNN setzen. ab Seite 51


Ethik und Recht

Der Einsatz von Machine Learning wirft auch juristische und ethische Fragen: Was ist machbar und was nur Hype? Wer haftet für Schäden? Wie können Forscher verantwortungsvoll mit KI umgehen? Und wie nehmen Menschen Maschinen mit künstlicher Intelligenz wahr? ab Seite 137

  • Überblick

      • 8 Grundlagen und Methoden: Einführung in die Künstliche Intelligenz
      • 16 Neuronale Netze und Deep Neural Networks: Das Gehirn des Rechners
      • 21 Historie: Eine kurze Geschichte des Deep Learning und der KI
      • 24 Blick in die Blackbox: Erklärbarkeit von Machine-Learning-Modellen
      • 32 Hardware: GPUs und spezielle CPUs für Machine Learning
      • 38 Hardware pusht KI
      • 44 Neuromorphe Chips für neuronale Netze

    Frameworks

      • 52 Unter der Lupe: TensorFlow, Keras, Microsoft, Cognitive Toolkit, Torch, PyTorch, Caffe/Caffe2 und Theano
      • 58 Eine Einführung in TensorFlow
      • 64 Einführung in das Deep-Learning-Framework Keras
      • 68 Deep-Learning-Modelle: Modelle deployen mit TensorFlow Serving
      • 72 CUDA: cuDNN schafft die Grundlage für Deep Learning mit GPUs

Praxis

      • 78 Bildanalyse: Deep Learning zur Bilderkennung – eine HPC-Perspektive
      • 86 Textanalyse: Mit Machine Learning große Textmengen analysieren
      • 94 Named Entity Recognition: Deep Learning für die Datenextraktion
      • 100 Natural Language Processing: NLP mit Python und TensorFlow

Infrastruktur

      • 108 Cloud-Vergleich: Die wichtigtsen Machine-Learning-as-a-Service-Angebote
      • 118 Programmiersprachen: Machine Learning mit Python
      • 123 Programmiersprachen: Machine Learning mit C++
      • 126 Programmiersprachen: Machine Learning mit Scala
      • 132 Big-Data-Framework: Ziffernerkennung mit Apache Spark

Ethik und Recht

      • 138 Status quo: Künstliche Intelligenz – zwischen Hype und Realität
      • 142 Artificial Ethics: Ethische Aspekte und Responsible Research
      • 148 Haftung: Rechtsfragen der künstlichen Intelligenz

Sonstiges

      • 3 Editorial
      • 147 Inserentenverzeichnis
      • 147 Impressum
      • 154 Glossar
Um bewerten zu können, melden Sie sich bitte an
alle anzeigen Artikel aus diesem Heft als PDF einzeln kaufen