Deep Learning, eine Einführung mit zwei schönen Kurzbeispielen

Par : Roland Büchi
Offrir maintenant
Ou planifier dans votre panier
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF est :
  • Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
  • Compatible avec une lecture sur liseuses Vivlio
  • Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
Logo Vivlio, qui est-ce ?

Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement

Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
Google PlayApp Store
  • Nombre de pages24
  • FormatPDF
  • ISBN978-3-7562-6377-6
  • EAN9783756263776
  • Date de parution29/09/2022
  • Protection num.Digital Watermarking
  • Taille2 Mo
  • Infos supplémentairespdf
  • ÉditeurBooks on Demand

Résumé

Deep Learning ist ein Teilgebiet des Machine Learning. Es beschreibt die sehr häufig eingesetzte Methode, wie ein Computer mithilfe von Neuronalen Netzen und Trainingsdaten lernen kann und dieses Erlernte auf weitere den Trainingsdaten ähnliche Fragestellungen anwenden kann. Das vorliegende Büchlein führt die wichtigsten Grundlagen von Deep Learning ein. Mit zwei einfachen Beispielen in Python wird darauf gezeigt, wie das Trainieren eines Neuronalen Netzes mit Forward- und Backpropagation funktioniert und wie das trainierte System einfache Formen des künstlichen Denkens ausführen kann.
Die beiden kurzen Python Programme « Erlernen von Wahrheitstabellen » und « Erkennung eines Fragebogens » sind komplett abgedruckt und lassen sich leicht nachvollziehen.
Deep Learning ist ein Teilgebiet des Machine Learning. Es beschreibt die sehr häufig eingesetzte Methode, wie ein Computer mithilfe von Neuronalen Netzen und Trainingsdaten lernen kann und dieses Erlernte auf weitere den Trainingsdaten ähnliche Fragestellungen anwenden kann. Das vorliegende Büchlein führt die wichtigsten Grundlagen von Deep Learning ein. Mit zwei einfachen Beispielen in Python wird darauf gezeigt, wie das Trainieren eines Neuronalen Netzes mit Forward- und Backpropagation funktioniert und wie das trainierte System einfache Formen des künstlichen Denkens ausführen kann.
Die beiden kurzen Python Programme « Erlernen von Wahrheitstabellen » und « Erkennung eines Fragebogens » sind komplett abgedruckt und lassen sich leicht nachvollziehen.
Modelling of Hysteresis
Roland Büchi
E-book
4,99 €