Einstieg ins Machine Learning. Grundlagen, Prinzipien, erste Schritte
Par : , , , ,Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub 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
, 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 :
- Nombre de pages70
- FormatePub
- ISBN978-3-86802-847-8
- EAN9783868028478
- Date de parution09/05/2019
- Protection num.Digital Watermarking
- Taille5 Mo
- Infos supplémentairesepub
- Éditeurentwickler.press
Résumé
Künstliche Intelligenz und maschinelles Lernen, neuronale Netzwerke und Deep Learning - nichts davon ist wirklich neu. Und doch ist die Zahl der Vorträge und Veröffentlichungen, der Onlinekurse und Workshops rund um alles, was mit Machine Learning zu tun hat, in der letzten Zeit ins schier Unermessliche gestiegen. Leistungsstarke Hardware und der Zugriff auf immer mehr Cloud-Dienste für immer mehr Anwender sind sicherlich ein Grund dafür.
Wie auch Sie einen Einstieg ins Machine Learning finden, zeigt Ihnen dieser shortcut. Zunächst zeigt Ihnen Dr. Andreas Bühlmeier die mathematischen Grundlagen, die Machine Learning überhaupt erst möglich machen, und stellt einige der wichtigsten und meistgebrauchten Algorithmen vor. Christoph Henkelmann erläutert, wie Texte richtig vorbehandelt werden, damit sie überhaupt von Machine- und Deep-Learning-Algorithmen verarbeitet werden können.
Was man dann damit machen kann, und wie man von der Text- und Spracherkennung zur Emotionserkennung kommt, erläutern Shahin Amiriparian, Maximilian Schmitt und Björn Schuller anhand eines ausführlichen Beispiels. Und dass es für erste eigene Versuche mit Machine Learning nicht unbedingt spezialisierte Hardware und neue Programmiersprachen braucht, beweist Oliver Zeigermann, indem er mit TensorFlow.js einfache Anwendungen nur mit JavaScript im Browser erstellt.
Wie auch Sie einen Einstieg ins Machine Learning finden, zeigt Ihnen dieser shortcut. Zunächst zeigt Ihnen Dr. Andreas Bühlmeier die mathematischen Grundlagen, die Machine Learning überhaupt erst möglich machen, und stellt einige der wichtigsten und meistgebrauchten Algorithmen vor. Christoph Henkelmann erläutert, wie Texte richtig vorbehandelt werden, damit sie überhaupt von Machine- und Deep-Learning-Algorithmen verarbeitet werden können.
Was man dann damit machen kann, und wie man von der Text- und Spracherkennung zur Emotionserkennung kommt, erläutern Shahin Amiriparian, Maximilian Schmitt und Björn Schuller anhand eines ausführlichen Beispiels. Und dass es für erste eigene Versuche mit Machine Learning nicht unbedingt spezialisierte Hardware und neue Programmiersprachen braucht, beweist Oliver Zeigermann, indem er mit TensorFlow.js einfache Anwendungen nur mit JavaScript im Browser erstellt.
Künstliche Intelligenz und maschinelles Lernen, neuronale Netzwerke und Deep Learning - nichts davon ist wirklich neu. Und doch ist die Zahl der Vorträge und Veröffentlichungen, der Onlinekurse und Workshops rund um alles, was mit Machine Learning zu tun hat, in der letzten Zeit ins schier Unermessliche gestiegen. Leistungsstarke Hardware und der Zugriff auf immer mehr Cloud-Dienste für immer mehr Anwender sind sicherlich ein Grund dafür.
Wie auch Sie einen Einstieg ins Machine Learning finden, zeigt Ihnen dieser shortcut. Zunächst zeigt Ihnen Dr. Andreas Bühlmeier die mathematischen Grundlagen, die Machine Learning überhaupt erst möglich machen, und stellt einige der wichtigsten und meistgebrauchten Algorithmen vor. Christoph Henkelmann erläutert, wie Texte richtig vorbehandelt werden, damit sie überhaupt von Machine- und Deep-Learning-Algorithmen verarbeitet werden können.
Was man dann damit machen kann, und wie man von der Text- und Spracherkennung zur Emotionserkennung kommt, erläutern Shahin Amiriparian, Maximilian Schmitt und Björn Schuller anhand eines ausführlichen Beispiels. Und dass es für erste eigene Versuche mit Machine Learning nicht unbedingt spezialisierte Hardware und neue Programmiersprachen braucht, beweist Oliver Zeigermann, indem er mit TensorFlow.js einfache Anwendungen nur mit JavaScript im Browser erstellt.
Wie auch Sie einen Einstieg ins Machine Learning finden, zeigt Ihnen dieser shortcut. Zunächst zeigt Ihnen Dr. Andreas Bühlmeier die mathematischen Grundlagen, die Machine Learning überhaupt erst möglich machen, und stellt einige der wichtigsten und meistgebrauchten Algorithmen vor. Christoph Henkelmann erläutert, wie Texte richtig vorbehandelt werden, damit sie überhaupt von Machine- und Deep-Learning-Algorithmen verarbeitet werden können.
Was man dann damit machen kann, und wie man von der Text- und Spracherkennung zur Emotionserkennung kommt, erläutern Shahin Amiriparian, Maximilian Schmitt und Björn Schuller anhand eines ausführlichen Beispiels. Und dass es für erste eigene Versuche mit Machine Learning nicht unbedingt spezialisierte Hardware und neue Programmiersprachen braucht, beweist Oliver Zeigermann, indem er mit TensorFlow.js einfache Anwendungen nur mit JavaScript im Browser erstellt.