Blick ins Buch

Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

Ramon Wartala (Autor)

Buch | Softcover

X, 216 Seiten

2017
O'Reilly (Verlag)
978-3-96009-054-0 (ISBN)

Lese- und Medienproben

Inhaltsverzeichnis (PDF)
Leseprobe (PDF)

Titel ist leider vergriffen;
keine Neuauflage

Artikel merken

Sie wollten immer schon mal wissen, was sich hinter dem Begriff Deep Learning verbirgt? Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen - aber was genau lässt sich mit neuronalen Netzen berechnen, und was machen Firmen wie Google, Facebook oder IBM damit?

Dieser praktische Leitfaden vermittelt Ihnen einen umfassenden, schnellen und praxisnahen Einstieg in die Grundlagen und Arbeitsweisen von Deep Learning. Anhand einer Reihe von Python-basierten Beispielanwendungen wird der Umgang mit den Open-Source-Frameworks Caffe, TensorFlow und Spark gezeigt.

Einfache, alltagstaugliche Beispiele dienen dem besseren Verständnis der mathematischen Methoden hinter Deep Learning und laden zum Nachprogrammieren ein.

Darüber hinaus erfahren Sie, warum Cloud Computing und Big Data im Zusammenhang mit Deep Learning so wichtig sind und wie sich verteilte Anwendungen erstellen lassen.

Deep Learning – die Hintergründe

Lernmethoden, die Deep Learning zugrunde liegen
Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon

Der Werkzeugkasten mit Docker

Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping

Der Praxiseinstieg

Einführung in Caffe/Caffe2 und TensorFlow
Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
Modelle in produktive Systeme überführen

Besonders geeignet für

Data Scientists
Softwareentwickler
Datenanalysten
Studenten der Informatik

Ramon Wartala ist Diplom-Informatiker und arbeitet als Senior Big Data Architect bei Tchibo in Hamburg. Er publiziert seit mehr als 20 Jahren regelmäßig in führenden deutschen Fachzeitschriften über die Themen Softwareentwicklung und Big Data und hat Bücher zu Ruby on Rails und zu Hadoop geschrieben. Als Spark und Hadoop-Enthusiast sucht er auf Meetups und Konferenzen regelmäßig den Austausch mit Gleichgesinnten.

Erscheinungsdatum	23.11.2017
Zusatzinfo	komplett in Farbe
Verlagsort	Heidelberg
Sprache	deutsch
Maße	165 x 240 mm
Einbandart	kartoniert
Themenwelt	Informatik ► Datenbanken ► Data Warehouse / Data Mining
	Informatik ► Programmiersprachen / -werkzeuge ► Python
	Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
Schlagworte	AI • Artificial Intelligence • Caffe • Computervision • Deep learning • KI • Künstliche Intelligenz • Künstliche Neuronale Netze • Künstliche Intelligenz • Künstliche Neuronale Netze • machine learning • Maschinelles Lernen • Neuronale Netze • Spark • tensorflow
ISBN-10	3-96009-054-4 / 3960090544
ISBN-13	978-3-96009-054-0 / 9783960090540
Zustand	Neuware