Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 7143

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.
Release

Neuronale Netze. Grundlagen

Mit Beispielprogrammen in Java

Author: Thomas Kaffka

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 395845609X

Category: Computers

Page: 240

View: 2916

Release

Einführung in Machine Learning mit Python

Praxiswissen Data Science

Author: Andreas C. Müller,Sarah Guido

Publisher: O'Reilly

ISBN: 3960101120

Category: Computers

Page: 378

View: 3963

Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine-Learning-Anwendungen zu entwickeln, braucht es keine großen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning-Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden - Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken - Möglichkeiten zur Verbesserung Ihrer Fähigkeiten in den Bereichen Machine Learning und Data Science Dieses Buch ist eine fantastische, super praktische Informationsquelle für jeden, der mit Machine Learning in Python starten möchte – ich wünschte nur, es hätte schon existiert, als ich mit scikit-learn anfing! Hanna Wallach, Senior Researcher, Microsoft Research
Release

Einführung in TensorFlow

Deep-Learning-Systeme programmieren, trainieren, skalieren und deployen

Author: Tom Hope,Yehezkel S. Resheff,Itay Lieder

Publisher: O'Reilly

ISBN: 3960101813

Category: Computers

Page: 238

View: 8889

Deep-Learning-Netze, die mit großen Datenmengen angelernt wurden, lösen komplexe Aufgaben mit erstaunlicher Genauigkeit. TensorFlow ist die führende Open-Source-Bibliothek zum Erstellen und Trainieren neuronaler Deep-Learning-Netze z.B. für die Sprach- und Bilderkennung, die Verarbeitung natürlicher Sprache (NLP) oder die vorhersagende Datenanalyse. Dieses Buch bietet einer breiten technisch orientierten Leserschaft einen praxisnahen Zugang zu den Grundlagen von TensorFlow.Sie erarbeiten zunächst einige einfache Beispielaufgaben mit TensorFlow und tauchen anschließend tiefer in Themen ein wie die Architektur neuronaler Netze, die Visualisierung mit TensorBoard, Abstraktionsbibliotheken für TensorFlow oder Multithread-Pipelines zur Dateneingabe. Wenn Sie dieses Buch durchgearbeitet haben, sind Sie in der Lage, Deep-Learning-Systeme mit TensorFlow zu erstellen und im Produktivbetrieb einzusetzen.
Release

Neuronale Netze im Klartext

Author: Robert Callan

Publisher: N.A

ISBN: 9783827370716

Category: Neural networks (Computer science)

Page: 263

View: 7497

Release

Grundkurs Künstliche Intelligenz

Eine praxisorientierte Einführung

Author: Wolfgang Ertel

Publisher: Springer-Verlag

ISBN: 3834894419

Category: Computers

Page: 334

View: 1641

Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens kennt, sondern auch in der Lehre engagiert und erfolgreich vertritt. Von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Expertensysteme oder lernfähige Roboter. Sie werden von dem sehr guten Überblick in dieses faszinierende Teilgebiet der Informatik profitieren. Und Sie gewinnen vertiefte Kenntnisse, z. B. hinsichtlich der wichtigsten Verfahren zur Repräsentation und Verarbeitung von Wissen. Vor allem steht der Anwendungsbezug im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie eine strukturierte Liste mit Verweisen auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium. "Wolfgang Ertel [...] schafft es auf rund 300 Seiten verständlich zu erklären, wie Aussagenlogik, maschinelles Lernen und neuronale Netze die Grundlagen für künstliche Intelligenz bilden." Technology Review 04/2008
Release

Einführung in Data Science

Grundprinzipien der Datenanalyse mit Python

Author: Joel Grus

Publisher: O'Reilly

ISBN: 3960100256

Category: Computers

Page: 352

View: 6948

Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und Ihnen geeignete Techniken und Werkzeuge vorstellt. Sie lernen nicht nur, wie Sie Bibliotheken, Frameworks, Module und Toolkits konkret einsetzen, sondern implementieren sie auch selbst. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren. Falls Sie Programmierkenntnisse und eine gewisse Sympathie für Mathematik mitbringen, unterstützt Joel Grus Sie dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Dabei verwendet er Python: Die weitverbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken für Data Science mit. Aus dem Inhalt: - Absolvieren Sie einen Crashkurs in Python - Lernen Sie die Grundlagen von linearer Algebra, Statistik und Wahrscheinlichkeitsrechnung kennen und erfahren Sie, wie diese in Data Science eingesetzt werden - Sammeln, untersuchen, bereinigen, bearbeiten und manipulieren Sie Daten - Tauchen Sie in die Welt des maschinellen Lernens ein - Implementieren Sie Modelle wie k-nearest Neighbors, Naive Bayes, lineare und logistische Regression, Entscheidungsbäume, neuronale Netzwerke und Clustering - Entdecken Sie Empfehlungssysteme, Sprachverarbeitung, Netzwerkanalyse, MapReduce und Datenbanken
Release

Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

Author: Ramon Wartala

Publisher: O'Reilly

ISBN: 3960101570

Category: Computers

Page: 226

View: 9173

Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning. Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen. Deep Learning – die Hintergründe - Lernmethoden, die Deep Learning zugrunde liegen - Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon Der Werkzeugkasten mit Docker - Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können. - Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping Der Praxiseinstieg - Einführung in Caffe/Caffe2 und TensorFlow - Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming - Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme - Modelle in produktive Systeme überführen
Release

Simulation neuronaler Netze

Author: Andreas Zell

Publisher: De Gruyter Oldenbourg

ISBN: 9783486243505

Category: Neuronales Netz

Page: 624

View: 1593

Der Titel eignet sich als Begleitmaterial zu einer Vorlesung genauso wie zum Selbststudium. Er wendet sich dabei an alle, die mit neuronalen Netzen arbeiten oder sich einen fundierten Überblick über deren Fähigkeiten verschaffen wollen. Andreas Zell ist Professor an der Universität Tübingen. Der von ihm mit Mitarbeitern entwickelte Stuttgarter Neuronale-Netze-Simulator ist weltweit in ca. 1000 Installationen an Universitäten und industriellen Forschungslabors im Einsatz.
Release

Neuronale Netze

Eine Einführung in die Neuroinformatik

Author: N.A

Publisher: Springer-Verlag

ISBN: 3322939944

Category: Technology & Engineering

Page: 462

View: 1544

Programmiersprachen und -systeme zur Simulation neuronaler Netze eingegangen. Der Schwerpunkt des Buches liegt damit im Zusammenfassen und Ordnen einer Breite von Ansätzen, Modellen und Anwendungen unter wenigen, klaren Aspekten wie Netzwerkarchitektur (feedforward und feedback Netze) und Informations verarbeitung (informationsoptimale Schichten), die sich wie ein roter Faden durch die Kapitel ziehen; für ein vertiefendes Studium sind entsprechende Literaturhinweise eingearbeitet. Ich hoffe, damit nicht nur für Informatiker den Einstieg in das Gebiet der neuronalen Netze erleichtert zu haben. Zuletzt möchte ich noch Herrn Klaus Wich und Frau Nicole Sabart meinen Dank aussprechen für Ihre Anregungen und Korrekturhilfe; dem Verlag B.G. Teubner danke ich für die Aufnahme dieses Buches in sein Verlagsprogramm. Im Frühjahr 1991 Rüdiger Brause Vorwort zur zweiten Auflage In den vier Jahren seit dem Erscheinen der ersten Auflage sind viele neue Entwicklungen entstanden und vorhandene haben sich gewandelt. Aus diesem Grund nutze ich die Gelegenheit, in der neuen Auflage wichtige Entwicklungen und ihre Hintergründe bei den Approximationsnetzen zu beschreiben, neue Richtungen wie die Radialen Basisfunktionen und die Fuzzy Logik zu integrieren und den Gesamttext durch viele neue Impulse zu ergänzen. Ich hoffe, daß dies und auch die klarere Gliederung und Straffung des Stoffs sowie die Beseitigung verschiedener, leider immer vorhandener Druckfehler zu einem besseren Verständnis der Materie beitragen können.
Release

Maschinelles Lernen

Author: Ethem Alpaydin

Publisher: De Gruyter Oldenbourg

ISBN: 9783486581140

Category: Machine learning

Page: 440

View: 6265

Maschinelles Lernen heißt, Computer so zu programmieren, dass ein bestimmtes Leistungskriterium anhand von Beispieldaten und Erfahrungswerten aus der Vergangenheit optimiert wird. Das vorliegende Buch diskutiert diverse Methoden, die ihre Grundlagen in verschiedenen Themenfeldern haben: Statistik, Mustererkennung, neuronale Netze, Künstliche Intelligenz, Signalverarbeitung, Steuerung und Data Mining. In der Vergangenheit verfolgten Forscher verschiedene Wege mit unterschiedlichen Schwerpunkten. Das Anliegen dieses Buches ist es, all diese unterschiedlichen Ansätze zu kombinieren, um eine allumfassende Behandlung der Probleme und ihrer vorgeschlagenen Lösungen zu geben.
Release

Programmieren für Ingenieure und Naturwissenschaftler

Intelligente Algorithmen und digitale Technologien

Author: Sebastian Dörn

Publisher: Springer-Verlag

ISBN: 3662543044

Category: Computers

Page: 391

View: 601

Ziel des Buches ist es, Ingenieuren oder Naturwissenschaftlern die Programmierung als Schlüsselqualifikation mit zahlreichen Anwendungsmöglichkeiten vorzustellen. Der Autor erläutert algorithmische Methoden, die heute hinter digitalen Produkten und Dienstleistungen stehen. Zentrale Anwendungen sind die Künstliche Intelligenz, das Data Mining, die Predictive Analytics, die Industrie 4.0 oder das Internet der Dinge. Die digitale Datenanalyse mit den zugehörigen Algorithmen ist die zentrale Grundlage vieler neuer IT-Technologien. Hierzu werden große Datenmengen verschiedenster Anwendungsfelder verarbeitet und auf gewisse Muster analysiert, um die relevanten Informationen zu extrahieren. Diese sogenannten intelligenten Verfahren sind die Basis für nahezu alle Innovationen in unserer digitalisierten Welt. Mit Hilfe dieser Art der Informationsverarbeitung werden durch die Kombination von mathematischen Modellen und algorithmischen Verfahren neue digitale Geschäftsmodelle erschaffen.
Release

Lasercutting

Eigene Designs erstellen, schneiden und gravieren

Author: Anika Kehrer,Teja Philipp,Sven Rens

Publisher: Carl Hanser Verlag GmbH Co KG

ISBN: 3446453032

Category: Technology & Engineering

Page: 300

View: 8677

Entwerfen, schneiden und gravieren Sie Ihre ganz persönlichen Lasercutting-Objekte Sie gestalten gerne und arbeiten dabei mit verschiedensten Materialien? Egal ob Papier, Holz, Textilien oder Leder – mit der Kraft des Laserstrahls können Sie eine grenzenlose Vielfalt an Schnitten und Gravuren kreieren. In diesem Buch erfahren Sie alles, was Sie wissen müssen, um mithilfe von Lasercutting Ihre kreativen Ideen zu verwirklichen – von Papierkunst über Foto-Gravuren bis hin zu originellen Wohnaccessoires. Folgende Themen erwarten Sie: - Einstieg in die Lasertechnik: Funktionsweise, Einsatzbereiche, Gefahrenquellen & Schutzmaßnahmen - Marktübersicht: Gerätetypen, Kaufkriterien, Dienstleister & Nutzungsmöglichkeiten - Aus dem Kopf in die Datei: 2D-Vektor- oder Pixelgrafiken erstellen und fürs Lasercutting aufbereiten - Von der Datei aufs Material: Ein Lasercutter im Einsatz – am Beispiel von Mr Beam II (inkl. Materialkunde) - Mit 12 Lasercutting-Projekten: Tischset, Kühlschrankmagneten, Lampenschirm, Ohrringe, Lederarmband, Puzzle u.v.m. - Hinter dem Laserstrahl geht’s weiter: 3D-Druck, Fräsen, Wasserstrahlschneiden & Co. Wenn Sie mit Laserschnitt und -gravur einzigartige Dinge fertigen wollen, dann liefert Ihnen dieses Buch alle notwendigen Skills, um diese faszinierende Technologie selbst anzuwenden und damit Ihre ganz persönlichen Design-Ideen umzusetzen.
Release

Die granulare Gesellschaft

Wie das Digitale unsere Wirklichkeit auflöst

Author: Christoph Kucklick

Publisher: Ullstein eBooks

ISBN: 3843709602

Category: Computers

Page: 272

View: 2491

Wie wir uns auflösen und warum wir uns neu erfinden müssen Die Digitalisierung verändert uns und unsere Welt fundamental: Die Differenz-Revolution vereinzelt die Menschen radikal und verstärkt die Ungleichheit. Die Intelligenz-Revolution mit der massenhaften Verbreitung intelligenter Maschinen führt zu einer Umverteilung von Wissen und Chancen – und ebenfalls zu stärkerer Ungleichheit. Müssen wir Menschen uns in Abgrenzung neu definieren als unberechenbare, spielerische und – im positiven Sinne – störende Wesen? Durch die Kontroll-Revolution werden wir nicht mehr ausgebeutet, sondern ausgedeutet und gefährden damit unsere Ideale wie Gerechtigkeit und Demokratie. In der granularen Gesellschaft versagen unsere Institutionen und wankt unser Selbstbildnis. Wir werden uns und unsere Welt neu erfinden müssen.
Release