Neuronale Netze und Deep Learning kapieren: Der einfache Praxiseinstieg mit Beispielen in Python
- Artikel-Nr.: 10285569
Beschreibung
»Wer nicht nur Programmzeilen abtippen, sondern auch die inneren Zusammenhänge des maschinellen Lernens verstehen will, ist bei diesem Buch genau richtig. Es lohnt sich, genug Zeit zu investieren, um die Beispiele nachzuprogrammieren.« (iX, 09/2020)
»Wer als Net-Entwickler in die Welt der Künstlichen Intelligenz einzusteigen versucht, hat zunächst eine etwas schwierige Ausgangsposition. Das vorliegende Buch ist aber eines jener Werke, dessen Kauf man letztendlich nicht bereut - der Schwierigkeitsgrad bzw. die Menge an mathematischen Ausführungen ist gelungen gewählt, so dass man sich weder langweilt noch überfordert fühlt.« (windows.developer, 09/2020)
»Durch sinnvoll gewählte Abstraktionen vermittelt (der Autor) Python-Programmierern auch ohne fortgeschrittene Mathematik solides Grundwissen über neuronale Netze und Deep Learning. [...] Anstatt zu theoretisieren, zündet er ein Feuerwerk von Anregungen für Programmierpraktiker.« (c't, 06/2020)
»Das vorliegende Buch [...] erklärt mit vielen Beispielen in einfacher Weise, wie künstliche neuronale Netze lernen und wie sie mit Deep-Learning-Verfahren trainiert werden können. [...] Didaktisch gut aufgebaut.« (Ekz Bibliotheks-Service, 02/2020)
Eigenschaften
Breite: | 171 |
Gewicht: | 608 g |
Höhe: | 241 |
Länge: | 20 |
Seiten: | 360 |
Sprachen: | Deutsch |
Autor: | Andrew W. Trask |
Veröffentlichung: | 2019-11-29 |