Personnaliser

OK

Informations importantes : Arrêt du Club R (13 août) et Cessation d'Activité (30 septembre)

En savoir plus.

Neuronale Netze und Deep Learning kapieren - Andrew W. Trask

Note : 0

0 avis
  • Soyez le premier à donner un avis
Filtrer par :

23,66 €

Occasion · Très Bon État

LIVRAISON RAPIDE

Ce vendeur propose la livraison entre 3 et 5 jours

  • Livraison GRATUITE
  • Livré entre le 18 et le 20 août
Voir les modes de livraison

momox

PRO Vendeur favori

4,8/5 sur + de 1 000 ventes

Livré gratuitement chez vous en 2 semaines. Article presque inutilisé, absence presque totale de traces d'utilisation. 2 millions de ventes réalisées en 5 ans, merci de votre confiance ! Découvrez les avis...

Nos autres offres

  • 23,66 €

    Occasion · Bon État

    LIVRAISON RAPIDE

    Ce vendeur propose la livraison entre 3 et 5 jours

    • Livraison GRATUITE
    • Livré entre le 18 et le 20 août
    Voir les modes de livraison
    4,8/5 sur + de 1 000 ventes

    Livré gratuitement chez vous en 2 semaines. L'article présente des traces d'utilisation, mais est en bon état. 2 millions de ventes réalisées en 5 ans, merci de votre confiance ! Découvrez les avis (https://fr.shopping.rakuten.com/feedback/momox) de nos clients.

    Voir le détail de l'annonce 
  • 41,54 €

    Produit Neuf

    Ou 10,39 € /mois

    • Livraison : 3,99 €
    • Livré entre le 21 et le 27 août
    Voir les modes de livraison
    4,8/5 sur + de 1 000 ventes
    Voir le détail de l'annonce 
Publicité
 
Vous avez choisi le retrait chez le vendeur à
  • Payez directement sur Rakuten (CB, PayPal, 4xCB...)
  • Récupérez le produit directement chez le vendeur
  • Rakuten vous rembourse en cas de problème

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

En savoir plus

Retour

Horaires

      Note :


      Avis sur Neuronale Netze Und Deep Learning Kapieren de Andrew W. Trask Format Broché  - Livre Informatique

      Note : 0 0 avis sur Neuronale Netze Und Deep Learning Kapieren de Andrew W. Trask Format Broché  - Livre Informatique

      Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.


      Présentation Neuronale Netze Und Deep Learning Kapieren de Andrew W. Trask Format Broché

       - Livre Informatique

      Livre Informatique - Andrew W. Trask - 01/12/2019 - Broché - Langue : Allemand

      . .

    • Auteur(s) : Andrew W. Trask
    • Editeur : Mitp Verlags Gmbh & Co.Kg
    • Langue : Allemand
    • Parution : 01/12/2019
    • Format : Moyen, de 350g à 1kg
    • Nombre de pages : 354
    • Expédition : 610
    • Dimensions : 24.2 x 17.2 x 2.3
    • ISBN : 3747500153



    • Résumé :

      • Von den Grundlagen Neuronaler Netze ?ber Machine Learning bis hin zu Deep-Learning-Algorithmen
      • Anschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPy
      • Keine Vorkenntnisse in Machine Learning oder h?herer Mathematik erforderlich

      Deep Learning muss nicht kompliziert sein. Mit diesem Buch lernst du anhand vieler Beispiele alle Grundlagen, die du brauchst, um Deep-Learning-Algorithmen zu verstehen und anzuwenden. Daf?r brauchst du nichts weiter als Schulmathematik und Kenntnisse der Programmiersprache Python. Alle Codebeispiele werden ausf?hrlich erl?utert und mathematische Hintergr?nde anhand von Analogien veranschaulicht.

      Der Autor erkl?rt leicht verst?ndlich, wie Neuronale Netze lernen und wie sie mit Machine-Learning-Verfahren trainiert werden k?nnen. Du erf?hrst, wie du dein erstes Neuronales Netz erstellst und wie es mit Deep-Learning-Algorithmen Bilder erkennen sowie nat?rliche Sprache verarbeiten und modellieren kann. Hierbei kommen Netze mit mehreren Schichten wie CNNs und RNNs zum Einsatz.

      Fokus des Buches ist es, Neuronale Netze zu trainieren, ohne auf vorgefertigte Python-Frameworks zur?ckzugreifen. So verstehst du Deep Learning von Grund auf und kannst in Zukunft auch komplexe Frameworks erfolgreich f?r deine Projekte einsetzen.

      Aus dem Inhalt:
      • Parametrische und nichtparametrische Modelle
      • ?berwachtes und un?berwachtes Lernen
      • Vorhersagen mit mehreren Ein- und Ausgaben
      • Fehler messen und verringern
      • Hot und Cold Learning
      • Batch- und stochastischer Gradientenabstieg
      • ?beranpassung vermeiden
      • Generalisierung
      • Dropout-Verfahren
      • Backpropagation und Forward Propagation
      • Bilderkennung
      • Verarbeitung nat?rlicher Sprache (NLP)
      • Sprachmodellierung
      • Aktivierungsfunktionen
      • Sigmoid-Funktion
      • Tangens hyperbolicus
      • Softmax
    • Convolutional Neural Networks (CNNs)
    • Recurrent Neural Networks (RNNs)
    • Long Short-Term Memory (LSTM)
    • Deep-Learning-Framework erstellen
    • ...

      Biographie:
      ..

      Sommaire:

      • Von den Grundlagen Neuronaler Netze ?ber Machine Learning bis hin zu Deep-Learning-Algorithmen
      • Anschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPy
      • Keine Vorkenntnisse in Machine Learning oder h?herer Mathematik erforderlich

      Deep Learning muss nicht kompliziert sein. Mit diesem Buch lernst du anhand vieler Beispiele alle Grundlagen, die du brauchst, um Deep-Learning-Algorithmen zu verstehen und anzuwenden. Daf?r brauchst du nichts weiter als Schulmathematik und Kenntnisse der Programmiersprache Python. Alle Codebeispiele werden ausf?hrlich erl?utert und mathematische Hintergr?nde anhand von Analogien veranschaulicht.

      Der Autor erkl?rt leicht verst?ndlich, wie Neuronale Netze lernen und wie sie mit Machine-Learning-Verfahren trainiert werden k?nnen. Du erf?hrst, wie du dein erstes Neuronales Netz erstellst und wie es mit Deep-Learning-Algorithmen Bilder erkennen sowie nat?rliche Sprache verarbeiten und modellieren kann. Hierbei kommen Netze mit mehreren Schichten wie CNNs und RNNs zum Einsatz.

      Fokus des Buches ist es, Neuronale Netze zu trainieren, ohne auf vorgefertigte Python-Frameworks zur?ckzugreifen. So verstehst du Deep Learning von Grund auf und kannst in Zukunft auch komplexe Frameworks erfolgreich f?r deine Projekte einsetzen.

      Aus dem Inhalt:
      • Parametrische und nichtparametrische Modelle
      • ?berwachtes und un?berwachtes Lernen
      • Vorhersagen mit mehreren Ein- und Ausgaben
      • Fehler messen und verringern
      • Hot und Cold Learning
      • Batch- und stochastischer Gradientenabstieg
      • ?beranpassung vermeiden
      • Generalisierung
      • Dropout-Verfahren
      • Backpropagation und Forward Propagation
      • Bilderkennung
      • Verarbeitung nat?rlicher Sprache (NLP)
      • Sprachmodellierung
      • Aktivierungsfunktionen
      • Sigmoid-Funktion
      • Tangens hyperbolicus
      • Softmax
    • Convolutional Neural Networks (CNNs)
    • Recurrent Neural Networks (RNNs)
    • Long Short-Term Memory (LSTM)
    • Deep-Learning-Framework erstellen
    • ...

      Détails de conformité du produit

      Consulter les détails de conformité de ce produit (

      Personne responsable dans l'UE

      )
      Le choixNeuf et occasion
      Le service clientsÀ votre écoute
      LinkedinFacebookTwitterInstagramYoutubePinterestTiktok
      visavisa
      mastercardmastercard
      klarnaklarna
      paypalpaypal
      floafloa
      americanexpressamericanexpress
      Rakuten Logo
      • Rakuten Kobo
      • Rakuten TV
      • Rakuten Viber
      • Rakuten Viki
      • Plus de services
      • À propos de Rakuten
      Rakuten.com