Sebastian Raschka: Machine Learning und KI kompakt
Machine Learning und KI kompakt
Buch
- Zentrale Konzepte verstehen und anwenden
- Übersetzung: Frank Langenau
Artikel noch nicht erschienen, voraussichtlicher Liefertermin ist der 30.1.2025.
Sie können den Titel schon jetzt bestellen. Versand an Sie erfolgt gleich nach Verfügbarkeit.
Sie können den Titel schon jetzt bestellen. Versand an Sie erfolgt gleich nach Verfügbarkeit.
EUR 34,90*
- Dpunkt.Verlag GmbH, 01/2025
- Einband: Flexibler Einband
- Sprache: Deutsch
- ISBN-13: 9783988890313
- Bestellnummer: 12044409
- Umfang: 272 Seiten
- Erscheinungstermin: 30.1.2025
Klappentext
Vertiefendes Wissen von Deep Learning über Computer Vision bis Natural Language Processing- Schließt die Lücke zwischen Grundlagen und Profiwissen
- Einfache, prägnante Erklärungen zu wichtigen und aktuellen Themen
- Mit Übungsaufgaben sowie Codebeispielen auf GitHub
Sie sind bereits mit den Grundkenntnissen zu maschinellem Lernen und künstlicher Intelligenz vertraut, haben aber viele Fragen und wollen tiefer in wesentliche und aktuelle Konzepte eintauchen? ML- und KI-Experte Sebastian Raschka greift in diesem Buch die wichtigsten Schlüsselfragen auf und liefert sowohl prägnante als auch einfach verständliche Erklärungen zu komplexen und fortgeschrittenen Themen wie Deep Learning, Overfitting, Self-Supervised Learning, generative KI, Computer Vision, Natural Language Processing und Modellevaluierung.
Viele Beispiele, anschauliche Illustrationen und praktische Übungsaufgaben helfen Ihnen dabei, das Erlernte nicht nur schnell zu verstehen, sondern auch praktisch umzusetzen. Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt - wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele.
Aus dem Inhalt:
- Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze
- Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen
- Verringerung von Overfitting durch Daten- und Modellmodifikationen
- Konstruktion von Konfidenzintervallen für Klassifikatoren und Optimierung von Modellen mit begrenzten gelabelten Daten
- Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen
- Verstehen von Leistungsmetriken für die Verarbeitung natürlicher Sprache
Anmerkungen:
Bitte beachten Sie, dass auch wir der Preisbindung unterliegen und kurzfristige Preiserhöhungen oder -senkungen an Sie weitergeben müssen.