Douwe Osinga Livres

Pomysł, by komputery wykorzystywać do generowania inteligentnych rozwiązań, narodził się w zamierzchłych dla informatyki czasach, mniej więcej w połowie XX wieku. Bardzo długo jednak idea ta z powodu ograniczeń technologicznych nie mogła wyjść poza rozważania teoretyczne. Dziś osoby zainteresowane uczeniem głębokim są w komfortowej sytuacji: mogą korzystać z ogólnie dostępnych frameworków uczenia głębokiego, sięgać po ogromne zbiory danych, a ponadto wyniki tego rodzaju badań znalazły się w centrum zainteresowania biznesu. Okazuje się, że nawet bez szczególnego przygotowania teoretycznego można budować i udoskonalać potężne modele sieci neuronowych oraz uczenia głębokiego i wdrażać je w konkretnych sytuacjach.

Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow ist der Einstieg in die Entwicklung von Deep-Learning-Anwendungen für Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse möglich. Mit den Rezepten aus diesem Buch lernen Sie, typische Aufgabenstellungen des Deep Learning zu lösen, wie die Klassifizierung und Generierung von Texten, Bildern und Musik. Jedes Kapitel behandelt ein Projekt, z. B. das Trainieren eines Empfehlungssystems für Musik, und zeigt Schritt für Schritt, wie es umgesetzt wird. Der Autor Douwe Osinga beschreibt zahlreiche Techniken, die Ihnen helfen, wenn Sie einmal nicht weiterwissen. Alle Codebeispiele sind in Python geschrieben und auf GitHub als Python-Notebooks verfügbar. Aus dem Inhalt: Entwickeln Sie Deep-Learning-Anwendungen, die echten Mehrwert bieten; berechnen Sie Ähnlichkeiten von Texten mit Word-Embeddings; erstellen Sie ein Empfehlungssystem für Filme basierend auf Wikipedia-Links; visualisieren Sie die internen Vorgänge einer KI; entwickeln Sie ein Modell für passende Emojis; realisieren Sie einen Reverse-Image-Search-Dienst; vergleichen Sie Generative Adversarial Networks, Autoencoder und LSTM-Netzwerke; trainieren Sie ein Klassifikationsmodell für Musikstile. Dieses Buch bietet einen großartigen Einstieg in Deep Learning für alle, die praktische Ergebnisse schätzen.