Deep Learning mit R und Keras - François Chollet

. .

Résumé :

• Einf?hrung in die grundlegenden Konzepte von Machine Learning und Deep Learning
• Zahlreiche praktische Anwendungsbeispiele zum L?sen konkreter Aufgabenstellungen: Maschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse
• CNNs, Rekurrente neuronale Netze, generative Modelle wie Variational Autoencoder und Generative-Adversarial-Netze

Dieses Buch ist eine praxisorientierte Einf?hrung und erl?utert die grundlegenden Konzepte sowie den konkreten Einsatz von Deep Learning. Der Autor verzichtet dabei weitgehend auf mathematische Formeln und legt stattdessen den Fokus auf das Vermitteln der praktischen Anwendung von Machine Learning und Deep Learning.

Anhand zahlreicher Beispiele erfahren Sie alles, was Sie ben?tigen, um Deep Learning zum L?sen konkreter Aufgabenstellungen einzusetzen. Daf?r verwendet der Autor die Programmiersprache R und die Deep-Learning-Bibliothek Keras, die das beliebteste und am besten geeignete Tool f?r den Einstieg in Deep Learning ist.

Das Buch besteht aus zwei Teilen: Teil I ist eine allgemeine Einf?hrung in das Deep Learning und erl?utert die grundlegenden Zusammenh?nge und Begriffe sowie alle erforderlichen Konzepte, die f?r den Einstieg in Deep Learning und Neuronale Netze wichtig sind. In Teil II erl?utert der Autor ausf?hrlich die praktischen Anwendungen des Deep Learnings beim maschinellen Sehen (Computer Vision) und bei der Verarbeitung nat?rlicher Sprache. Viele der hier vorgestellten Beispiele k?nnen Ihnen sp?ter als Vorlage zum L?sen von Problemen dienen, die Ihnen in der Praxis des Deep Learnings begegnen werden.

Das Buch wendet sich an Leser, die bereits Programmiererfahrung mit R haben und die ins Machine Learning und Deep Learning einsteigen m?chten. F?r den Einsatz von Keras werden grundlegende R-Kenntnisse vorausgesetzt.