Eigene KI-Anwendungen programmieren

Eigene KI-Anwendungen programmieren

Ihr Einstieg in die KI mit zwölf Programmierprojekten. Einfach mit Python – ohne Vorkenntnisse

Aus der Reihe

Fr. 42.90

inkl. gesetzl. MwSt.

Eigene KI-Anwendungen programmieren

Ebenfalls verfügbar als:

Taschenbuch

Taschenbuch

ab Fr. 42.90
eBook

eBook

ab Fr. 41.90

Beschreibung

Details

Verkaufsrang

42815

Einband

Taschenbuch

Erscheinungsdatum

01.02.2024

Verlag

Rheinwerk

Seitenzahl

450

Beschreibung

Rezension

»Das Buch „Eigene KI-Anwendungen programmieren“ ist eine wertvolle Ressource für alle, die sich in diesem dynamischen Feld weiterbilden möchten. Die Kombination aus tiefgehenden Erklärungen, praxisnahen Beispielen und einer breiten Themenabdeckung macht das Buch zu einer Empfehlung für jeden, der die Faszination und das Potenzial künstlicher Intelligenz erkunden und eigene Projekte realisieren möchte.«
»Karatas vermittelt dem Leser in einem reich bebilderten Werk eine Unmenge von Hintergrundinformationen und geht somit weit über klassische Klicktutorials hinaus. Der etwas höhere Lernaufwand wirkt ob des Erkenntnisgewinns auf jeden Fall gerechtfertigt, da sich durch das Verständnis der Verfahren bessere, genauer arbeitende Modelle erzeugen lassen.«

Details

Verkaufsrang

42815

Einband

Taschenbuch

Erscheinungsdatum

01.02.2024

Verlag

Rheinwerk

Seitenzahl

450

Maße (L/B/H)

22.8/17/2.7 cm

Gewicht

834 g

Auflage

1

Sprache

Deutsch

ISBN

978-3-8362-9763-9

Weitere Bände von Rheinwerk Computing

Unsere Kundinnen und Kunden meinen

5.0

3 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

5 Sterne

4 Sterne

(0)

3 Sterne

(0)

2 Sterne

(0)

1 Sterne

(0)

Gut strukturiert - für ambitionierte Einsteiger

PB aus Berlin am 30.11.2024

Bewertungsnummer: 2353298

Bewertet: Buch (Taschenbuch)

Dieses Buch ist eine umfangreiche Einführung in die Welt der künstlichen Intelligenz, die sich insbesondere an technikaffine Einsteiger richtet. Es beginnt mit einer soliden Erklärung der grundlegenden KI-Konzepte und führt den Leser durch die wichtigsten Tools wie Python, Jupyter Notebook, KNIME und TensorFlow. Die vorgestellten Projekte sind praxisnah und ermöglichen es, reale KI-Anwendungen zu entwickeln, sei es für Bilderkennung, Textverarbeitung oder die Arbeit mit Transformer-Modellen wie GPT-4. Für Leser ohne Programmierkenntnisse könnten einige Passagen jedoch herausfordernd sein. Besonders die technischen Details zur Installation und Konfiguration der Software sowie die Python-Programmierung setzen oft eine gewisse Vertrautheit mit Computern voraus. Es gibt zahlreiche Erklärungen und Anleitungen, aber ein völliger Neuling in der Programmierung könnte an der Umsetzung der komplexeren Beispiele wie neuronale Netze oder Entscheidungsbäume länger arbeiten müssen, um alles zu verstehen. Trotz dieser Hürden bleibt das Buch ein wertvoller Leitfaden für Leser, die bereit sind, sich tiefer in die technischen Aspekte der KI einzuarbeiten. Die enthaltenen Übungen und Musterlösungen helfen, das Gelernte zu festigen, und die Videoanleitungen unterstützen den Einstieg. Leser, die eine gewisse Bereitschaft mitbringen, sich in technische Details einzuarbeiten, werden mit diesem Buch erfolgreich erste KI-Projekte umsetzen und fundierte Kenntnisse in der KI-Programmierung erwerben.

Gut strukturiert - für ambitionierte Einsteiger

PB aus Berlin am 30.11.2024
Bewertungsnummer: 2353298
Bewertet: Buch (Taschenbuch)

Dieses Buch ist eine umfangreiche Einführung in die Welt der künstlichen Intelligenz, die sich insbesondere an technikaffine Einsteiger richtet. Es beginnt mit einer soliden Erklärung der grundlegenden KI-Konzepte und führt den Leser durch die wichtigsten Tools wie Python, Jupyter Notebook, KNIME und TensorFlow. Die vorgestellten Projekte sind praxisnah und ermöglichen es, reale KI-Anwendungen zu entwickeln, sei es für Bilderkennung, Textverarbeitung oder die Arbeit mit Transformer-Modellen wie GPT-4. Für Leser ohne Programmierkenntnisse könnten einige Passagen jedoch herausfordernd sein. Besonders die technischen Details zur Installation und Konfiguration der Software sowie die Python-Programmierung setzen oft eine gewisse Vertrautheit mit Computern voraus. Es gibt zahlreiche Erklärungen und Anleitungen, aber ein völliger Neuling in der Programmierung könnte an der Umsetzung der komplexeren Beispiele wie neuronale Netze oder Entscheidungsbäume länger arbeiten müssen, um alles zu verstehen. Trotz dieser Hürden bleibt das Buch ein wertvoller Leitfaden für Leser, die bereit sind, sich tiefer in die technischen Aspekte der KI einzuarbeiten. Die enthaltenen Übungen und Musterlösungen helfen, das Gelernte zu festigen, und die Videoanleitungen unterstützen den Einstieg. Leser, die eine gewisse Bereitschaft mitbringen, sich in technische Details einzuarbeiten, werden mit diesem Buch erfolgreich erste KI-Projekte umsetzen und fundierte Kenntnisse in der KI-Programmierung erwerben.

nach ernsthafter Lektüre wird eine Einarbeitung gelingen

Stefan-Wichmann aus Speckgürtel Berlins am 14.07.2024

Bewertungsnummer: 2244198

Bewertet: Buch (Taschenbuch)

Rezensiert wird das Buch „Eigene KI-Anwendungen programmieren“ Redaktioneller Hinweis: Das Buch wurde mir kostenlos als Rezensionsexemplar überlassen. Kurzfazit: Sterne: 5 Lesbarkeit: Verständlich, wobei eine ernsthafte Einarbeitung Voraussetzung ist. -------------------------------------------------------------------------- Meine Meinung: Das Buch erklärt sehr gut, was KI eigentlich ist und geht auch auf das Thema „Machine Learning“ ein. So wird genauestens erklärt, wie die Installation der benötigten Arbeitsumgebung erfolgt. Gleich im Anschluss folgen fast schon wissenschaftlich anmutende Erklärungen, denen aus meinem Dafürhalten absolute Einsteiger eher schwer folgen können. Hier sehe ich eine Diskrepanz zwischen den genauen Installationsanleitungen und den Erklärungen zur Umsetzung einer eigenen KI-Anwendung. Ab Kapitel 3.8. wird klar erklärt, wie eine KI-Anwendung programmiert werden kann. Ich sehe dieses Buch als hilfreich und gut strukturiert, denn absolute Einsteiger werden nicht gleich eine KI-Anwendung programmieren wollen. Und um das Thema zu verstehen, ist es ja auch hilfreich, Codebeispiele zu untersuchen und zu verstehen, statt gleich vorgefertigte Lösungen zu haben. Wer trotzdem schmumeln möchte, kann am Ende des Buches die Lösungen analysieren. Hier sind auch viele Beispielprompts zu verschiedenen KI-Anwendungen abgedruckt, sodass, nach ernsthafter Lektüre, das Ziel des Buches erfüllt sein dürfte, eigene KI-Anwendungen programmieren zu können. -------------------------------------------------------------------------- Fazit: Für alle, die sich ernsthaft einarbeiten wollen. -------------------------------------------------------------------------- (Da ich nicht weiß, ob, wenn man ein Bestelllink hinterlegen möchte oder ich dies als Werbung kennzeichnen muss, tue ich dies einfach) Werbung: Titel: „Eigene KI-Anwendungen programmieren“ Autor: Metin Karatas ISBN: 978-3-8362-9763-9 Wie folgt ist mein Bewertungsmaßstab: 5x - Klare Empfehlung von meiner Seite aus. 4x - Hat ein kleines Manko, aber dennoch gut 3x - Kann man benutzen 2x - Keine Empfehlung von mir, nicht gut handhabbar. 1x - Ist unbrauchbar / fehlerhaft.

nach ernsthafter Lektüre wird eine Einarbeitung gelingen

Stefan-Wichmann aus Speckgürtel Berlins am 14.07.2024
Bewertungsnummer: 2244198
Bewertet: Buch (Taschenbuch)

Rezensiert wird das Buch „Eigene KI-Anwendungen programmieren“ Redaktioneller Hinweis: Das Buch wurde mir kostenlos als Rezensionsexemplar überlassen. Kurzfazit: Sterne: 5 Lesbarkeit: Verständlich, wobei eine ernsthafte Einarbeitung Voraussetzung ist. -------------------------------------------------------------------------- Meine Meinung: Das Buch erklärt sehr gut, was KI eigentlich ist und geht auch auf das Thema „Machine Learning“ ein. So wird genauestens erklärt, wie die Installation der benötigten Arbeitsumgebung erfolgt. Gleich im Anschluss folgen fast schon wissenschaftlich anmutende Erklärungen, denen aus meinem Dafürhalten absolute Einsteiger eher schwer folgen können. Hier sehe ich eine Diskrepanz zwischen den genauen Installationsanleitungen und den Erklärungen zur Umsetzung einer eigenen KI-Anwendung. Ab Kapitel 3.8. wird klar erklärt, wie eine KI-Anwendung programmiert werden kann. Ich sehe dieses Buch als hilfreich und gut strukturiert, denn absolute Einsteiger werden nicht gleich eine KI-Anwendung programmieren wollen. Und um das Thema zu verstehen, ist es ja auch hilfreich, Codebeispiele zu untersuchen und zu verstehen, statt gleich vorgefertigte Lösungen zu haben. Wer trotzdem schmumeln möchte, kann am Ende des Buches die Lösungen analysieren. Hier sind auch viele Beispielprompts zu verschiedenen KI-Anwendungen abgedruckt, sodass, nach ernsthafter Lektüre, das Ziel des Buches erfüllt sein dürfte, eigene KI-Anwendungen programmieren zu können. -------------------------------------------------------------------------- Fazit: Für alle, die sich ernsthaft einarbeiten wollen. -------------------------------------------------------------------------- (Da ich nicht weiß, ob, wenn man ein Bestelllink hinterlegen möchte oder ich dies als Werbung kennzeichnen muss, tue ich dies einfach) Werbung: Titel: „Eigene KI-Anwendungen programmieren“ Autor: Metin Karatas ISBN: 978-3-8362-9763-9 Wie folgt ist mein Bewertungsmaßstab: 5x - Klare Empfehlung von meiner Seite aus. 4x - Hat ein kleines Manko, aber dennoch gut 3x - Kann man benutzen 2x - Keine Empfehlung von mir, nicht gut handhabbar. 1x - Ist unbrauchbar / fehlerhaft.

Unsere Kundinnen und Kunden meinen

Eigene KI-Anwendungen programmieren

von Metin Karatas

5.0

0 Bewertungen filtern

Weitere Artikel finden Sie in

Die Leseprobe wird geladen.
  • Eigene KI-Anwendungen programmieren


  •   Materialien zum Buch ... 13

      1.  Einleitung ... 15

           1.1 ... Was bietet dieses Buch? ... 16

           1.2 ... Was ist eine »künstliche Intelligenz«? ... 17

           1.3 ... Geschichte der KI -- ein kurzer Überblick ... 19

           1.4 ... Verwendete Werkzeuge ... 21

      2.  Installation ... 27

           2.1 ... Anaconda-Distribution ... 27

           2.2 ... KNIME ... 33

      3.  Das künstliche neuronale Netz ... 43

           3.1 ... Klassifizierung ... 44

           3.2 ... Das Kochrezept ... 46

           3.3 ... Aufbau künstlicher neuronaler Netze ... 50

           3.4 ... Aufbau eines künstlichen Neurons ... 52

           3.5 ... Feed Forward ... 53

           3.6 ... Backpropagation ... 56

           3.7 ... Aktualisierung der Gewichte ... 58

           3.8 ... KNN für Klassifizierung ... 61

           3.9 ... Hyperparameter und Overfitting ... 69

           3.10 ... Umgang mit nichtnumerischen Daten ... 71

           3.11 ... Umgang mit Datenlücken ... 73

           3.12 ... Korrelation versus Kausalität ... 75

           3.13 ... Normierung der Daten ... 84

           3.14 ... Regression ... 87

           3.15 ... Deployment ... 89

           3.16 ... Übungen ... 95

      4.  Entscheidungsbäume ... 99

           4.1 ... Einfache Entscheidungsbäume ... 100

           4.2 ... Boosting ... 112

           4.3 ... XGBoost Regressor ... 122

           4.4 ... Deployment ... 123

           4.5 ... Entscheidungsbäume mit Orange ... 125

           4.6 ... Übungen ... 129

      5.  Faltungsschichten, Bilder und mehr ... 131

           5.1 ... Einfache Bildklassifizierung ... 133

           5.2 ... Hyperparameter-Optimierung mit Early Stopping und KerasTuner ... 138

           5.3 ... Convolutional Neural Network (CNN) ... 143

           5.4 ... Bildklassifizierung mit CIFAR-10 ... 150

           5.5 ... Verwendung vortrainierter Netze ... 153

           5.6 ... Übungen ... 157

      6.  Transfer Learning ... 159

           6.1 ... Funktionsweise ... 162

           6.2 ... Übungen ... 169

      7.  Anomalieerkennung ... 171

           7.1 ... Unausgewogene Daten ... 172

           7.2 ... Resampling ... 177

           7.3 ... Autoencoder ... 179

           7.4 ... Übungen ... 186

      8.  Textklassifizierung ... 187

           8.1 ... Embedding Layer ... 187

           8.2 ... GlobalAveragePooling1D Layer ... 191

           8.3 ... Text Vectorization ... 193

           8.4 ... Analyse der Zusammenhänge ... 196

           8.5 ... Klassifizierung grosser Datenmengen ... 201

           8.6 ... Übungen ... 204

      9.  Clusteranalyse ... 205

           9.1 ... Grafische Analyse der Daten ... 206

           9.2 ... Der Algorithmus k-Means-Clustering ... 211

           9.3 ... Das fertige Programm ... 214

           9.4 ... Übungen ... 217

    10.  AutoKeras ... 219

           10.1 ... Klassifizierung ... 220

           10.2 ... Regression ... 222

           10.3 ... Bildklassifizierung ... 223

           10.4 ... Textklassifizierung ... 226

           10.5 ... Übungen ... 229

    11.  Visuelle Programmierung mit KNIME ... 231

           11.1 ... Einfache künstliche neuronale Netze ... 232

           11.2 ... XGBoost ... 252

           11.3 ... Bildklassifizierung mit vortrainiertem Modell ... 256

           11.4 ... Transfer Learning ... 262

           11.5 ... Autoencoder ... 268

           11.6 ... Textklassifizierung ... 277

           11.7 ... AutoML ... 281

           11.8 ... Clusteranalyse ... 285

           11.9 ... Zeitreihenanalyse ... 290

           11.10 ... Textgenerierung ... 306

           11.11 ... Weitere Hinweise zu KNIME ... 312

           11.12 ... Übungen ... 313

    12.  Reinforcement Learning ... 317

           12.1 ... Q-Learning ... 318

           12.2 ... Erforderliche Python-Kenntnisse für das Spiel ... 324

           12.3 ... Training ... 329

           12.4 ... Test ... 332

           12.5 ... Ausblick ... 333

           12.6 ... Übungen ... 334

    13.  Genetische Algorithmen ... 335

           13.1 ... Der Algorithmus ... 336

           13.2 ... Beispiel einer sortierten Liste ... 340

           13.3 ... Beispiel für Gleichungssysteme ... 343

           13.4 ... Beispielanwendung aus der Praxis ... 346

           13.5 ... Übungen ... 349

    14.  ChatGPT und GPT-4 ... 351

           14.1 ... Prompt Engineering ... 354

           14.2 ... Programmierschnittstelle ChatGPT ... 372

           14.3 ... Übung ... 389

    15.  DALL-E und Nachfolgemodelle ... 391

           15.1 ... DALL-E 2 ... 392

           15.2 ... DALL-E 3 ... 397

           15.3 ... Programmierschnittstelle ... 399

           15.4 ... Übung ... 405

    16.  Ausblick ... 407

      Anhang ... 409

           A ... Lösungen ... 409

           B ... Literaturhinweise ... 445

      Index ... 447