Jon Krohn Knihy

Die Autoren John Krohn, Grant Beylefeld und Aglaé Bassens bieten eine visuelle und intuitive Einführung in Deep Learning, Künstliche Intelligenz, Machine Learning und Neuronale Netze. Mit anschaulichen Illustrationen und verständlichen Erläuterungen gelingt ein einfacher Zugang zum Aufbau von Deep-Learning-Modellen, der das Lernen unterhaltsam gestaltet. Der erste Teil behandelt die Grundlagen von Deep Learning, erläutert dessen Allgegenwärtigkeit und die Interaktion mit Konzepten wie Künstlicher Intelligenz und Machine Learning. Verständliche Analogien, lebendige Grafiken und zahlreiche Beispiele machen komplexe Themen nachvollziehbar. Darauf aufbauend wird eine praktische Referenz und ein Tutorial zu bewährten Deep-Learning-Techniken präsentiert. Die Theorie wird mit minimaler Mathematik und Python-Code vermittelt. Kostenfrei verfügbare Jupyter-Notebooks bieten praktische Beispiele, die das theoretische Wissen greifbar machen. So erlangen Leser ein pragmatisches Verständnis wichtiger Deep-Learning-Ansätze und deren Anwendungen wie Machine Vision, Natural Language Processing, Bilderzeugung und Spielalgorithmen. Zudem werden führende Deep-Learning-Bibliotheken wie TensorFlow, Keras und PyTorch vorgestellt, einschließlich High-Level-Coach, einer TensorFlow-API zur Vereinfachung der Entwicklung von Deep Reinforcement Learning-Algorithmen.

Uczenie maszynowe kształtuje naszą cywilizację, wpływając na wiele sektorów, takich jak usługi konsumenckie, inżynieria, bankowość, medycyna czy produkcja. Potęga sieci neuronowych obiecuje jeszcze większe zmiany w przyszłości. Mimo ekscytujących możliwości, zaawansowana matematyka i teoria mogą zniechęcać do zgłębiania tej dziedziny. Książka ta stanowi nowatorski podręcznik, który w przystępny sposób opisuje techniki sztucznej inteligencji, wzbogacony kolorowymi ilustracjami i zrozumiałym kodem, co ułatwia zrozumienie złożoności modeli głębokiego uczenia. Trudniejsze zagadnienia matematyczne zostały ograniczone do minimum, przedstawione w przystępny sposób. Po lekturze zrozumiesz, czym jest głębokie uczenie, dlaczego jest popularne i jak odnosi się do innych dziedzin uczenia maszynowego. Książka omawia zastosowania głębokiego uczenia, takie jak widzenie maszynowe, przetwarzanie języka naturalnego, generowanie obrazów oraz gry. Zawiera praktyczny kod i wskazówki dotyczące bibliotek Keras i TensorFlow. Porusza teoretyczne podstawy sztucznej inteligencji, trening sieci neuronowych, optymalizację sieci konwolucyjnych i rekurencyjnych, GAN oraz głębokie uczenie przez wzmacnianie. Autorzy to eksperci w dziedzinie, łączący wiedzę akademicką z praktycznym doświadczeniem.