What do you think?
Rate this book
Deep Learning – Grundlagen und Implementierung: Neuronale Netze mit Python und PyTorch programmieren (Animals)
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.
255 pages, Kindle Edition
Published May 23, 2020
2 people want to read
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 of 1 review
February 13, 2024
Das Buch "Deep Learning Grundlagen & Implementierung" von Seth Weidman ist ein Sachbuch, das sowohl Neulinge als auch Fortgeschrittene im Bereich des maschinellen Lernens gleichermaßen anspricht. Besonders gut geschrieben sind die präzisen Erklärungen, sowie die strukturierte Herangehensweise des Autors. Die es ermöglicht, komplexe Konzepte auf eine leicht verständliche Weise zu vermitteln.
Eine der bemerkenswertesten Eigenschaften des Buches ist seine herausragende Strukturierung. Die Grundkonzepte von neuronalen Netzen werden auf drei verschiedene Arten dargestellt: innermathematisch, visuell und als Programm. Diese Aufteilung erweist sich als äußerst vorteilhaft, da Leserr dadurch ein tieferes Verständnis für die Funktionsweise der neuronalen Netze erlangen können.
Die innermathematische Darstellung ermöglicht es den Lesenden, die zugrunde liegenden mathematischen Prinzipien zu verstehen, während die visuelle Darstellung komplexe Zusammenhänge greifbarer machen. Die Programmierungseinheiten bieten praktische Einblicke in die Implementierung von Deep-Learning-Modellen, was das Verständnis weiter vertieft und es den Lesenden ermöglicht, das Gelernte in die Praxis umzusetzen.
Diese dreifache Darstellungsweise ermöglicht es sowohl Neulingen, die grundlegende Konzepte erlernen möchten, als auch Fortgeschrittenen, ihr Wissen zu vertiefen und praktische Fähigkeiten zu entwickeln. Der Autor gelingt es, die komplexen Themen verständlich zu erklären, ohne dabei an Tiefe und Substanz zu verlieren.
Insgesamt kann "Deep Learning Grundlagen & Implementierung" von Seth Weidman als ein sehr guter Einstieg für alle, die sich mit Deep Learning und maschinellem Lernen beschäftigen möchten, beschrieben werden. Die gelungene Strukturierung des Buches und die klaren Erklärungen machen es zu einem unverzichtbaren Werkzeug für alle, die ihr Verständnis in diesem faszinierenden Bereich vertiefen möchten.
Eine der bemerkenswertesten Eigenschaften des Buches ist seine herausragende Strukturierung. Die Grundkonzepte von neuronalen Netzen werden auf drei verschiedene Arten dargestellt: innermathematisch, visuell und als Programm. Diese Aufteilung erweist sich als äußerst vorteilhaft, da Leserr dadurch ein tieferes Verständnis für die Funktionsweise der neuronalen Netze erlangen können.
Die innermathematische Darstellung ermöglicht es den Lesenden, die zugrunde liegenden mathematischen Prinzipien zu verstehen, während die visuelle Darstellung komplexe Zusammenhänge greifbarer machen. Die Programmierungseinheiten bieten praktische Einblicke in die Implementierung von Deep-Learning-Modellen, was das Verständnis weiter vertieft und es den Lesenden ermöglicht, das Gelernte in die Praxis umzusetzen.
Diese dreifache Darstellungsweise ermöglicht es sowohl Neulingen, die grundlegende Konzepte erlernen möchten, als auch Fortgeschrittenen, ihr Wissen zu vertiefen und praktische Fähigkeiten zu entwickeln. Der Autor gelingt es, die komplexen Themen verständlich zu erklären, ohne dabei an Tiefe und Substanz zu verlieren.
Insgesamt kann "Deep Learning Grundlagen & Implementierung" von Seth Weidman als ein sehr guter Einstieg für alle, die sich mit Deep Learning und maschinellem Lernen beschäftigen möchten, beschrieben werden. Die gelungene Strukturierung des Buches und die klaren Erklärungen machen es zu einem unverzichtbaren Werkzeug für alle, die ihr Verständnis in diesem faszinierenden Bereich vertiefen möchten.
Displaying 1 of 1 review