Neu
Beschreibung
Details
Format
ePUB
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Ja
Erscheinungsdatum
07.01.2025
Verlag
Rheinwerk Verlag GmbHNeuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren Bild- und Spracherkennung, Spiele-KIs und vieles mehr. Zum Glück lassen sich die genialen Ideen dahinter einfach erklären. Um sie zu verstehen und einzusetzen, programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse.
Aus dem Inhalt:
- Die Grundidee hinter Neuronalen Netzen
- Ein einfaches Neuronales Netz aufbauen
- Neuronale Netze trainieren
- Überwachtes und unüberwachtes Lernen
- Einführung in TensorFlow
- Kompaktkurs Python
- Wichtige mathematische Grundlagen
- Reinforcement Learning
- Verschiedene Netzarten und ihre Anwendungsbereiche
- Back Propagation
- Deep Learning
- Werkzeuge für Data Scientists
Unsere Kundinnen und Kunden meinen
Eine spannende Einführung in das Thema KI
Bewertung am 24.12.2021
Bewertungsnummer: 1628110
Bewertet: Buch (Taschenbuch)
Ich als Laie habe das Lesen und aktive ausprobieren in höchstem Masse genossen. Die Beispiele sind gut überlegt und einfach zu verstehen obwohl es schon manchmal nicht allzu einfach ist. Alles in allem handelt es sich hier um ein äusserst Beginner-freundliches Buch im lockeren Schreibstil.
absolut sinnfreie Beispiele und pseudocool schlecht erklärt
Bewertung aus Schwerin am 14.03.2021
Bewertungsnummer: 1465348
Bewertet: Buch (Taschenbuch)
In diesem Buch schwankt der Autor stets zwischen banalen Erklärungen (alles ganz einfach) und viel zu aufgeblähten Quellcodes und komischen Erklärungen hin und her. Die gebrachten Beispiele fand ich völlig sinnfrei. Zum Beispiel wird über zehn Seiten analysiert, wie man darstellt, ob von zwei Mitarbeitern eines Shops immer mindestens einer da sein muss. Dass dies ein Problem ist, was dem machinellen Lernen Probleme bereitet, ist nachvollziehbar, aber da sich dies in einer Python-Zeile ohne neuronale Netze lösen lässt, finde ich es absolut nicht nachvollziehbar, warum man dies mit einem neuronalen Netz lösen sollte. Weiterhin werden in den ersten Kapiteln die neuronalen Netze nur mit einem(!) perfekten Beispiele gefüttert und geben dann natürlich ein korrektes Lernergebnis für genau dieses Beispiel aus. Dies ist absolut sinnfrei, da beim Deep Learning auf falsche oder "fuzzy"- Beispiele auftreten und das Ziel ist auch Daten bearbeiten zu können, die nicht im Lernsatz mit drin sind. Und wenn ich dieses Beispiel so aufbereite, dass ich für genau eine Eingabe genau eine bestimmte Ausgabe erwarte, dann kann ich dies auch so programmieren. Warum soll das Programm etwas lernen, wenn ich selbst schon das Ergebnis kenne? Außerdem wurden viele Sachen kurz in den Raum geworfen und mal hier halb erklärt und hier nochmal halb erklärt, sodass man, wenn man sich nicht an den Überschriften lang hangelt und etwas Vorkenntnisse hat, gar nicht mehr wusste warum der Autor jetzt irgendwas Neues eingeworfen hat.
Also bevor ich mich noch weiter aufrege mein Fazit: Das Buch ist so schlecht, dass ich nach dem dritten Kapitel aufgehört hab zu lesen und mir von Tariq Rashid "Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python" geholt hab und das war tausendmal besser!