
Deep Learning For Dummies
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Deep Learning For Dummies" von John Paul Mueller und Luca Massaron ist ein einführendes Buch, das Lesern die Grundlagen des Deep Learning näherbringt. Es richtet sich vor allem an Personen, die neu in diesem Bereich sind und keine oder nur geringe Vorkenntnisse haben. Das Buch beginnt mit einer Erklärung der grundlegenden Konzepte des Deep Learning und dessen Bedeutung im Bereich der künstlichen Intelligenz. Die Autoren beschreiben, wie neuronale Netze funktionieren und welche Rolle sie beim maschinellen Lernen spielen. Es werden verschiedene Arten von neuronalen Netzen vorgestellt, darunter Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs). Ein weiterer Schwerpunkt liegt auf den praktischen Anwendungen von Deep Learning in verschiedenen Bereichen wie Bild- und Spracherkennung, autonome Fahrzeuge und Gesundheitswesen. Das Buch bietet zudem eine Einführung in gängige Tools und Frameworks wie TensorFlow und Keras, die für die Implementierung von Deep-Learning-Modellen verwendet werden. Durch zahlreiche Beispiele und Schritt-für-Schritt-Anleitungen hilft "Deep Learning For Dummies" den Lesern dabei, eigene Modelle zu entwickeln und zu trainieren. Das Buch schließt mit einem Ausblick auf zukünftige Entwicklungen im Bereich des Deep Learning ab. Insgesamt bietet das Buch eine leicht verständliche Einführung in die Welt des Deep Learning, ideal für Anfänger, die einen ersten Einblick gewinnen möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 364 Seiten
- Erschienen 2020
- Wiley-VCH
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Kartoniert
- 379 Seiten
- Erschienen 2020
- Addison Wesley
- Hardcover
- 288 Seiten
- Erschienen 2023
- Wiley-IEEE Press
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- Kartoniert
- 232 Seiten
- Erschienen 2017
- O'Reilly
- Hardcover
- 432 Seiten
- Erschienen 2023
- Wiley-IEEE Press
- paperback -
- Erschienen 1994
- California Scientific Software
- Kartoniert
- 768 Seiten
- Erschienen 2021
- mitp