Machine Learning & KI
Zentrale Konzepte verstehen und anwenden
Schließt die Lücke zwischen Grundlagen und Profiwissen
dpunkt.verlag |
|
Autor:in |
|
240 Seiten, Softcover |
|
Erschienen |
02/2025 |
978-3-98889-031-3 9783988890313 |
Deep Learning, Computer Vision und Natural Language Processing für Fortgeschrittene
Sind Sie mit den Grundkenntnissen zu maschinellem Lernen (ML) und künstlicher Intelligenz (KI) vertraut, möchten aber Ihr Wissen vertiefen und Antworten auf zentrale Fragen zu aktuellen Themen finden? Dann ist dieses Buch von ML- und KI-Experte Sebastian Raschka genau das Richtige für Sie.
Einfach verständlich, praxisnah und aktuell
Sebastian Raschka schließt die Lücke zwischen Basiswissen und fortgeschrittenen Konzepten, indem er die wichtigsten Schlüsselfragen zu komplexen Themen wie Deep Learning, Overfitting, Self-Supervised Learning, generative KI, Computer Vision, Natural Language Processing und Modellevaluierung aufgreift. Seine Erklärungen sind präzise und leicht verständlich, sodass auch anspruchsvolle Inhalte zugänglich werden.
Das Buch bietet zahlreiche anschauliche Illustrationen, praktische Übungsaufgaben und viele Beispiele, die das Gelernte nicht nur begreifbar, sondern auch umsetzbar machen. Für alle, die tiefer in den technischen Bereich einsteigen möchten, steht auf GitHub eine Sammlung von Codebeispielen zur Verfügung. Und das Beste: Fortgeschrittene Mathematik- oder Programmierkenntnisse sind keine Voraussetzung.
Mit diesem Buch erhalten Sie einen umfassenden Einblick in die Welt des maschinellen Lernens und der künstlichen Intelligenz – ideal, um Ihre Kenntnisse auf das nächste Level zu heben und die Zukunft dieser spannenden Technologien besser zu verstehen.
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
Wer hat's geschrieben?
Sebastian Raschka ist Staff Research Engineer bei Lightning AI, wo er an der Forschung zu großen Sprachmodellen (LLMs) arbeitet und Open-Source-Software entwickelt. Seit über einem Jahrzehnt beschäftigt er sich intensiv mit den Themen Machine Learning und Künstliche Intelligenz. Neben seiner Forschung begeistert ihn besonders die Wissensvermittlung.
Seinen Doktortitel erlangte er an der Michigan State University. Sein wissenschaftlicher Fokus liegt auf der rechnergestützten Analyse biologischer Phänomene und maschinellen Lernverfahren. Im Sommer 2018 wurde er Assistant Professor für Statistik an der University of Wisconsin-Madison, wo er sich insbesondere mit der Entwicklung neuer Deep-Learning-Architekturen für biometrische Anwendungen befasste.
dpunkt.verlag |
|
Autor:in |
|
240 Seiten, Softcover |
|
Erschienen |
02/2025 |
978-3-98889-031-3 9783988890313 |