Neuronale Netze selbst programmieren

Das Buch zielt auf Einsteiger und Neulinge im Bereich des Maschinellen Lernens ab. Zu dieser Zielgruppe zähle ich mich auch selbst. Das gliedert sich drei Kapitel, deren erstes langsam an die Thematik heranführt und Basics wie die Sigmoid-Funktion nachvollziehbar erläutert. Für das Verständnis notwendige Ausführungen (bspw. zu M... weiterlesen Das Buch zielt auf Einsteiger und Neulinge im Bereich des Maschinellen Lernens ab. Zu dieser Zielgruppe zähle ich mich auch selbst. Das gliedert sich drei Kapitel, deren erstes langsam an die Thematik heranführt und Basics wie die Sigmoid-Funktion nachvollziehbar erläutert. Für das Verständnis notwendige Ausführungen (bspw. zu Matrizen) sind in den Anhang ausgelagert worden, was dem besseren Überblick dient. An komplexere Aspekte wie die Aktualisierung von Gewichten ("Training") wird über mehrere Seiten hinweg herangeführt und die einzelnen Schritte werden mit anschaulichen Bildern erläutert. Gerade die Abbildungen für die Backpropagierung sind sehr gelungen! Im zweiten Kapitel geht es darum ein kleines neuronales Netz selbst umzusetzen (MNIST-Daten), um handschriftliche Zahlen zu erkennen. Auch hier führt der Autor mit guten Erklärungen an den Quellcode heran, indem er mit den allgemeinen Aspekten beginnt und den Code dann schrittweise erweitert. Das letzte Kapitel zeigt Ansatzmöglichkeiten, um das neuronale Netz zu tunen und die Trefferquote zu verbessern. Insgesamt bin ich mit dem Buch sehr zufrieden, da ich exakt in der Zielgruppe liege. Jemand, der schon Erfahrung mit maschinellem Lernen hat, könnte durch die detaillierten Erläuterungen gelangweilt sein, für mich waren sie aber genau richtig! Für Einsteiger ins Thema daher eine klare Kaufempfehlung! weniger

Die nötigen Algorithmen werden in grandiosen Grafiken erklärt, der Code visuell aufbereitet. Anfänger werden hier nicht zurückgelassen und alte Hasen vertiefen ihr Verständnis! weniger

Dieses Buch entzaubert die Neuronalen Netze. Perfekt erklärt, sehr gut nachvollziehbar und eine super Grundlage zum späteren Ausprobieren eigener Ideen. weniger