- Accueil /
- Frank Langenau
Frank Langenau

Dernière sortie
Machine Learning und KI kompakt
Vertiefendes Wissen von Deep Learning über Computer Vision bis Natural Language Processing
- Schließt die Lücke zwischen Grundlagen und Profiwissen
- Einfache, prägnante Erklärungen zu wichtigen und aktuellen Themen
- Mit Übungsaufgaben sowie Codebeispielen auf GitHub
Sie verfügen bereits über Grundkenntnisse zu maschinellem Lernen und künstlicher Intelligenz, haben aber viele Fragen und wollen tiefer in wesentliche und aktuelle Konzepte eintauchen? ML- und KI-Experte Sebastian Raschka greift in diesem Buch die wichtigsten Schlüsselfragen auf und liefert sowohl prägnante als auch einfach verständliche Erklärungen zu komplexen und fortgeschrittenen Themen wie Deep Learning, Überanpassung, Self-Supervised Learning, generative KI, Computer Vision, Natural Language Processing und Modellevaluierung.
Viele Beispiele, anschauliche Illustrationen und praktische Übungsaufgaben helfen Ihnen dabei, das Erlernte nicht nur schnell zu verstehen, sondern auch praktisch umzusetzen.
Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt - wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele. Aus dem Inhalt: - Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze - Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen (LLMs) - Verringerung von Überanpassung durch Daten- und Modellmodifikationen - Konstruktion von Konfidenzintervallen für Klassifizierer und Optimierung von Modellen mit begrenzten gelabelten Daten - Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen - Verstehen von Performancemetriken für die Verarbeitung natürlicher Sprache
Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt - wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele. Aus dem Inhalt: - Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze - Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen (LLMs) - Verringerung von Überanpassung durch Daten- und Modellmodifikationen - Konstruktion von Konfidenzintervallen für Klassifizierer und Optimierung von Modellen mit begrenzten gelabelten Daten - Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen - Verstehen von Performancemetriken für die Verarbeitung natürlicher Sprache
Vertiefendes Wissen von Deep Learning über Computer Vision bis Natural Language Processing
- Schließt die Lücke zwischen Grundlagen und Profiwissen
- Einfache, prägnante Erklärungen zu wichtigen und aktuellen Themen
- Mit Übungsaufgaben sowie Codebeispielen auf GitHub
Sie verfügen bereits über Grundkenntnisse zu maschinellem Lernen und künstlicher Intelligenz, haben aber viele Fragen und wollen tiefer in wesentliche und aktuelle Konzepte eintauchen? ML- und KI-Experte Sebastian Raschka greift in diesem Buch die wichtigsten Schlüsselfragen auf und liefert sowohl prägnante als auch einfach verständliche Erklärungen zu komplexen und fortgeschrittenen Themen wie Deep Learning, Überanpassung, Self-Supervised Learning, generative KI, Computer Vision, Natural Language Processing und Modellevaluierung.
Viele Beispiele, anschauliche Illustrationen und praktische Übungsaufgaben helfen Ihnen dabei, das Erlernte nicht nur schnell zu verstehen, sondern auch praktisch umzusetzen.
Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt - wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele. Aus dem Inhalt: - Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze - Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen (LLMs) - Verringerung von Überanpassung durch Daten- und Modellmodifikationen - Konstruktion von Konfidenzintervallen für Klassifizierer und Optimierung von Modellen mit begrenzten gelabelten Daten - Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen - Verstehen von Performancemetriken für die Verarbeitung natürlicher Sprache
Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt - wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele. Aus dem Inhalt: - Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze - Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen (LLMs) - Verringerung von Überanpassung durch Daten- und Modellmodifikationen - Konstruktion von Konfidenzintervallen für Klassifizierer und Optimierung von Modellen mit begrenzten gelabelten Daten - Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen - Verstehen von Performancemetriken für die Verarbeitung natürlicher Sprache
Les livres de Frank Langenau

Datenarchitekturen. Modern Data Warehouse, Data Fabric, Data Lakehouse und Data Mesh richtig einsetzen
James Serra, Frank Langenau
E-book
29,90 €

Neuronale Netze selbst programmieren. Ein verständlicher Einstieg mit Python
Tariq Rashid, Frank Langenau
E-book
19,90 €

Praxiseinstieg Large Language Models. Strategien und Best Practices für den Einsatz von ChatGPT und anderen LLMs
Sinan Ozdemir, Frank Langenau
E-book
39,90 €

R für Data Science. Daten importieren, bereinigen, umformen und visualisieren
Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund, Frank Langenau
E-book
54,90 €

Mathe-Basics für Data Scientists. Lineare Algebra, Statistik und Wahrscheinlichkeitsrechnung für die Datenanalyse
Thomas Nield, Frank Langenau
E-book
29,90 €

Kryptografie in der Praxis. Eine Einführung in die bewährten Tools, Frameworks und Protokolle
David Wong, Frank Langenau
E-book
46,90 €

Python für Excel. Eine moderne Umgebung für Automatisierung und Datenanalyse
Felix Zumstein, Frank Langenau
E-book
39,90 €

Make: Elektronik. Eine unterhaltsame Einführung für Maker, Kids, Tüftlerinnen und Bastler
Charles Platt, Frank Langenau
E-book
36,90 €

PyTorch kompakt. Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle
Joe Papa, Frank Langenau
E-book
29,90 €

Design Patterns für Machine Learning. Entwurfsmuster für Datenaufbereitung, Modellbildung und MLOps
Valliappa Lakshmanan, Sara Robinson, Michael Munn, Frank Langenau
E-book
44,90 €

GANs mit PyTorch selbst programmieren. Ein verständlicher Einstieg in Generative Adversarial Networks
Tariq Rashid, Frank Langenau
E-book
29,90 €

Praxisbuch Unsupervised Learning. Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren
Ankur A. Patel, Frank Langenau
E-book
39,90 €

Machine Learning Kochbuch. Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning
Chris Albon, Frank Langenau
E-book
36,90 €

Datenintensive Anwendungen designen. Konzepte für zuverlässige, skalierbare und wartbare Systeme
Martin Kleppmann, Frank Langenau
E-book
44,90 €

Installation, Speichertechnologien und Computing mit Windows Server 2016. Original Microsoft Prüfungstraining 70-740
Craig Zacker, Frank Langenau
E-book
49,90 €

Werkzeuge für Maker und Bastler. Hammer, Säge & Co. – Mit einfachen Tools eigene Projekte bauen
Charles Platt, Frank Langenau
E-book
29,90 €

Elektronik kinderleicht!. Experimente mit Elektrizität und Stromkreisen
Øyvind Nydal Dahl, Frank Langenau
E-book
24,90 €