Deep Learning – Grundlagen und Implementierung: Neuronale Netze mit Python und PyTorch programmieren (Animals)
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Deep Learning – Grundlagen und Implementierung: Neuronale Netze mit Python und PyTorch programmieren" von Jørgen W. Lang bietet eine umfassende Einführung in die Welt des Deep Learnings und der künstlichen Intelligenz. Das Buch richtet sich sowohl an Anfänger als auch an Fortgeschrittene, die ein tieferes Verständnis für neuronale Netze entwickeln möchten. Es behandelt grundlegende Konzepte des Deep Learnings und führt den Leser Schritt für Schritt durch die Implementierung solcher Modelle mithilfe von Python und der populären Bibliothek PyTorch. Der Autor erklärt die theoretischen Grundlagen neuronaler Netze, einschließlich ihrer Architektur, Funktionsweise und Anwendungsbereiche. Zudem werden praktische Beispiele gegeben, um das Gelernte direkt anzuwenden. Das Buch legt besonderen Wert auf praxisnahe Übungen und Projekte, die es dem Leser ermöglichen, eigene Modelle zu entwickeln und zu trainieren. Ein weiterer Schwerpunkt liegt auf der Optimierung von Modellen sowie der Lösung gängiger Probleme im Bereich des maschinellen Lernens. Durch seinen klaren Schreibstil und die anschaulichen Erklärungen macht Jørgen W. Lang komplexe Themen zugänglich und verständlich. Insgesamt ist das Buch eine wertvolle Ressource für alle, die sich mit den Möglichkeiten des Deep Learnings vertraut machen wollen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Seth Weidman ist Data Scientist. Er teilt seine Zeit auf zwischen der Lösung von Machine-Learning-Problemen bei Facebook und seinem Engagement für PyTorch. Zuvor war er im Bereich Machine Learning bei Trunk Club tätig und hat später Machine Learning und Deep Learning im Corporate Training Team von Metis unterrichtet. Seine Passion ist es, komplexe Konzepte einfach zu erklären.
- Kartoniert
- 232 Seiten
- Erschienen 2017
- O'Reilly
- Klappenbroschur
- 479 Seiten
- Erschienen 2020
- Rheinwerk Computing
- Kartoniert
- 261 Seiten
- Erschienen 2019
- Rheinwerk Computing
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- Kartoniert
- 522 Seiten
- Erschienen 2018
- O'Reilly
- Hardcover
- 372 Seiten
- Erschienen 2019
- Packt Publishing
- paperback
- 288 Seiten
- Erschienen 2013
- Springer
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- Kartoniert
- 310 Seiten
- Erschienen 2018
- O'Reilly Media




