Deep Learning Grundlagen Und Implementierung
DOWNLOAD
Download Deep Learning Grundlagen Und Implementierung PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Deep Learning Grundlagen Und Implementierung book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages. If the content not found or just blank you must refresh this page
Deep Learning Grundlagen Und Implementierung
DOWNLOAD
Author : Seth Weidman
language : de
Publisher: O'Reilly
Release Date : 2020-05-23
Deep Learning Grundlagen Und Implementierung written by Seth Weidman and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-05-23 with Computers categories.
Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.
Deep Learning Grundlagen Und Implementierung
DOWNLOAD
Author : Seth Weidman
language : de
Publisher: O'Reilly
Release Date : 2020-05-23
Deep Learning Grundlagen Und Implementierung written by Seth Weidman and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-05-23 with Computers categories.
Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.
Deep Learning Grundlagen Und Implementierung
DOWNLOAD
Author : Seth Weidman
language : de
Publisher:
Release Date : 2020
Deep Learning Grundlagen Und Implementierung written by Seth Weidman and has been published by this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020 with categories.
Einf Hrung In Deep Learning
DOWNLOAD
Author : Seth Weidman
language : de
Publisher:
Release Date : 2020-05-31
Einf Hrung In Deep Learning written by Seth Weidman and has been published by this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-05-31 with categories.
Pytorch F R Deep Learning
DOWNLOAD
Author : Ian Pointer
language : de
Publisher: O'Reilly
Release Date : 2020-10-03
Pytorch F R Deep Learning written by Ian Pointer and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-10-03 with Computers categories.
Der praktische Einstieg in PyTorch Lernen Sie, neuronale Netze zu erstellen und sie für verschiedene Datentypen zu trainieren Das Buch deckt den gesamten Entwicklungszyklus von Deep-Learning-Anwendungen ab: Vom Erstellen über das Debuggen bis zum Deployen Mit Use Cases, die zeigen, wie PyTorch bei führenden Unternehmen eingesetzt wird Mit diesem Praxisbuch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert. Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken kennen, um eigene neuronale Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um typische Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das innovative Konzept des Transfer Learning und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in den Produktiveinsatz bringen. Aus dem Inhalt: Ergründen Sie modernste Modelle für das Natural Language Processing, die mit umfangreichen Textkorpora wie dem Wikipedia-Datensatz trainiert wurden Verwenden Sie das PyTorch-Paket torchaudio, um Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizieren Lernen Sie, wie man Transfer Learning auf Bilder anwendet Debuggen Sie PyTorch-Modelle mithilfe von TensorBoard und Flammendiagrammen Deployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und Kubernetes-Clustern, die in der Google Cloud laufen Erkunden Sie PyTorch-Anwendungsfälle von führenden Unternehmen Für die deutsche Ausgabe wurde das Buch in Zusammenarbeit mit Ian Pointer von Marcus Fraaß aktualisiert und um einige Themen erweitert.
Numerik In Der Physik Ingenieurwissenschaft Und Informatik
DOWNLOAD
Author : Günter Bärwolff
language : de
Publisher: Springer-Verlag
Release Date : 2025-05-31
Numerik In Der Physik Ingenieurwissenschaft Und Informatik written by Günter Bärwolff and has been published by Springer-Verlag this book supported file pdf, txt, epub, kindle and other format this book has been release on 2025-05-31 with Mathematics categories.
Dieses Lehrbuch wendet sich hauptsächlich an Studierende der Ingenieur- und Naturwissenschaften sowie der Informatik, aber auch an in der angewandten Praxis tätige Fachkräfte in diesen Disziplinen. Es wird ein weites Spektrum von verschiedenen Themenfeldern behandelt, von der numerischen Lösung linearer Gleichungssysteme über Eigenwertprobleme, numerische Integration bis hin zu gewöhnlichen und partiellen Differentialgleichungen. Dabei werden jeweils die Methoden diskutiert, die den spezifischen Anforderungen typischer Aufgabenstellungen in der Praxis entsprechen. Die Autoren stellen die Themen in einer Weise dar, die sowohl den wesentlichen mathematischen Hintergrund erläutert, als auch eine unkomplizierte Umsetzung auf praktische Aufgabenstellungen bzw. die Realisierung auf dem Computer ermöglicht. Vorausgesetzt werden lediglich Grundkenntnisse in der Höheren Mathematik, wie sie im Grundstudium für die genannten Fachrichtungen vermittelt werden, wobei einige wichtige Aussagen aus Analysis und linearer Algebra wiederholt werden. Zu den behandelten Methoden werden Octave/Matlab- und Python-Programme angegeben und zum Download angeboten, so dass Lesende in die Lage versetzt werden, konkrete Aufgabenstellungen zu bearbeiten. Mehr als 60 Übungsaufgaben mit Lösungen im Internet erleichtern die Aneignung des Lernstoffes. Die vorliegende 5. Auflage ist vollständig durchgesehen und um die Themen Machine Learning und numerische Lösung der Maxwellgleichungen erweitert und enthält interaktive Flashcards (Springer-Nature-Flashcards-App) zum Selbststudium, mit denen Sie die Inhalte auf spielerische Weise einüben können.
Steuerung Eines Autonomen Fahrzeugs Durch Deep Reinforcement Learning
DOWNLOAD
Author : Andreas Folkers
language : de
Publisher: Springer-Verlag
Release Date : 2019-12-09
Steuerung Eines Autonomen Fahrzeugs Durch Deep Reinforcement Learning written by Andreas Folkers and has been published by Springer-Verlag this book supported file pdf, txt, epub, kindle and other format this book has been release on 2019-12-09 with Mathematics categories.
Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert.
Literaturwissenschaft Und Informatik
DOWNLOAD
Author : Alexa Lucke
language : de
Publisher: transcript Verlag
Release Date : 2024-04-02
Literaturwissenschaft Und Informatik written by Alexa Lucke and has been published by transcript Verlag this book supported file pdf, txt, epub, kindle and other format this book has been release on 2024-04-02 with Literary Criticism categories.
Die transdisziplinäre Zusammenarbeit stellt die Fächer Literaturwissenschaft und Informatik vor die Herausforderung, ihre Theoriebildungen und Modelle neu zu perspektivieren. Die Beiträger*innen dokumentieren exemplarisch die spannungsreiche Verschränkung von digitalen und klassischen Methoden, fachlichen Standards sowie unterschiedlichen Forschungsgegenständen der beiden höchst differenten Wissenschaftskulturen. Aus der Sicht beider Disziplinen eruieren sie die epistemologischen Mehrwerte digitaler Modellierung oder evaluieren Tools für die Analyse literarischer Texte – und stoßen so durch die wechselseitigen methodologischen Perspektiven eine Revision facheigener Fragestellungen an.
Grundlagen Des Npl Gesch Ftes
DOWNLOAD
Author : Marcel Köchling
language : de
Publisher: Frankfurt School Verlag
Release Date : 2024-05-31
Grundlagen Des Npl Gesch Ftes written by Marcel Köchling and has been published by Frankfurt School Verlag this book supported file pdf, txt, epub, kindle and other format this book has been release on 2024-05-31 with Business & Economics categories.
Zinserhöhungen, schwächelnder Immobilienmarkt, Inflation, Insolvenzzahlen – dies sind einige der wesentlichen Determinanten für die Entstehung von Non-performing Loans. Ein professionelles Risiko- und Forderungsmanagement mit Servicing und Verkäufen von NPLs ist für einen funktionierenden Kreditmarkt ein entscheidender Faktor, der derzeit wieder stark an Bedeutung gewinnt. NPLs sind eine begehrte Assetklasse für Investoren, und ein Anstieg des Transaktionsvolumens aufgrund der weltpolitischen und gesamtwirtschaftlichen Verwerfungen wird von vielen Experten erwartet. Die 4. Auflage der "Grundlagen des NPL-Geschäftes" beschreibt die rechtlichen Grundlagen mit Blick auf den (europäischen) regulatorischen Rahmen, die Datenschutzanforderungen, das Insolvenzrecht und die aktuelle Gesetzgebung. Zudem werden der Prozess von NPL-Transaktionen beschrieben sowie verschiedene Aspekte des NPL-Marktes erläutert, wie z. B. Bad Banks, spezielle Assetklassen im Bereich von NPLs sowie das Servicing und die Finanzierung von Portfolios. Ebenfalls behandelt werden Innovationen des NPL-Geschäftes durch die Digitalisierung; die Darstellung von Musterverträgen rundet das Buch ab. Die Autoren kommen aus dem Investorenbereich, von Servicern sowie aus der Rechts- und Wirtschaftsberatung und der Wissenschaft. Sie verbinden die theoretischen Grundlagen des NPL-Geschäftes mit profunder Praxisexpertise. Dies verleiht dem Buch hohe Relevanz für alle, die mit dem NPL-Geschäft befasst sind oder einen Einblick in diesen Markt gewinnen wollen.
Machine Learning Mit Python Und Keras Tensorflow 2 Und Scikit Learn
DOWNLOAD
Author : Sebastian Raschka / Vahid Mirjalili
language : de
Publisher: MITP-Verlags GmbH & Co. KG
Release Date : 2021-03-03
Machine Learning Mit Python Und Keras Tensorflow 2 Und Scikit Learn written by Sebastian Raschka / Vahid Mirjalili and has been published by MITP-Verlags GmbH & Co. KG this book supported file pdf, txt, epub, kindle and other format this book has been release on 2021-03-03 with Computers categories.
• Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings • Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib • Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen Mit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert. Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning. Ein sicherer Umgang mit Python wird vorausgesetzt.