Neuronale Netze programmieren mit Python
Der Einstieg in KI, Machine Learning und Deep Learning
Rheinwerk Verlag |
|
Autor:innen |
Roland Schwaiger (3), Joachim Steinwendner |
510 Seiten, Softcover, 3. Auflage |
|
Erschienen |
01/2025 |
978-3-367-10254-9 9783367102549 |
Neuronale Netze verstehen und entwickeln
Neuronale Netze bilden die Grundlage für revolutionäre Technologien wie Deep Learning, Machine Learning und generative Künstliche Intelligenz (KI) – etwa ChatGPT. Diese innovativen Netzwerke verändern zahlreiche Anwendungsgebiete, von Strategiespielen bis hin zur Bild- und Spracherkennung. Doch was steckt hinter diesen beeindruckenden Systemen? Dieses Buch ist der ideale Begleiter für alle, die neuronale Netze verstehen und selbst entwickeln möchten – ohne Vorkenntnisse, aber mit der richtigen Anleitung.
Einfache Erklärung komplexer Konzepte
Trotz ihrer Komplexität basieren neuronale Netze auf genialen, aber dennoch verständlichen Ideen. Roland Schwaiger und Joachim Steinwendner stehen Ihnen zur Seite, um diese Konzepte greifbar zu machen. Schritt für Schritt werden Sie in die Welt der neuronalen Netze eingeführt und lernen, wie Sie eigene Netzwerke entwickeln.
Praktisches Programmieren mit Python
Um neuronale Netze erfolgreich einzusetzen, empfiehlt es sich, verschiedene Netztypen selbst zu programmieren. Python, die bevorzugte Programmiersprache in der KI-Welt, ist dabei das Werkzeug Ihrer Wahl. Auch wenn Sie keine speziellen Vorkenntnisse in Mathematik oder Programmierung haben, werden Sie dank der Anleitungen mit verständlichen Erklärungen schnell Fortschritte machen.
Roland Schwaiger und Joachim Steinwendner führen Sie durch den Lernprozess und machen komplexe Themen wie Lernalgorithmen, Aktivierungsfunktionen, Backpropagation und Transformer-Netze leicht verständlich. Zahlreiche Abbildungen unterstützen den Lernprozess und machen das Buch zu einer wertvollen Ressource für alle, die sich in der KI-Welt zurechtfinden möchten.
Alles, was Sie für den Einstieg brauchen
Das Buch bietet Ihnen einen schnellen Einstieg, indem es alle nötigen Grundlagen in Python und Mathematik vermittelt. Zudem steht Ihnen eine Online-Lernumgebung zur Verfügung, in der Sie das Gelernte direkt anwenden können. Der Einstieg in TensorFlow, einem der wichtigsten Tools im Bereich der KI, ist ebenfalls enthalten.
Alle Codebeispiele stehen zum Download bereit.
Schritt für Schritt zum trainierten KI-Modell
Die Grundlagen verstehen
Für Ihren leichten Einstieg haben die Autoren eine Lernumgebung vorbereitet, erläutern alle mathematischen Konzepte von Grund auf und fangen mit einfachen Neuronalen Netzen an. Python-Crashkurs inklusive.
Praxis, Praxis, Praxis
Die Theorie ist in diesem Fall wirklich wichtig. Aber dann entwickeln Sie selbst, und zwar verschiedene Netztypen – und wenden sie auf verschiedene Fragestellungen an.
Die Maschinen lernen lassen
Neuronale Netze müssen trainiert werden, und dabei kommt es auf das Wie an! Lernen Sie direkt am Beispiel, Fallstricke zu umgehen, Trainingsdaten geschickt zu nutzen, Werkzeuge auszuwählen und die Trefferquoten ihrer Modelle zu erhöhen.
Aus dem Inhalt
- Lernumgebung installieren
- Einfache neuronale Netze aufbauen und trainieren
- Wichtige mathematische Begriffe
- Überwachtes und unüberwachtes Lernen
- Reinforcement Learning
- Verschiedene Netztypen
- Backpropagation
- Deep Learning und LLMs
- Transformer programmieren
Grundlagen
Einblicke
- Jupyter Notebook
- TensorFlow mit Keras
- Python-Bibliotheken für Data Science
Werkzeuge
In dieser Leseprobe stellen die Autoren die wichtigsten Grundlagen und Werkzeuge für die Programmierung neuronaler Netze mit Python vor, wie das Einrichtung der Entwicklungsumgebung mit Anaconda und Jupyter Notebook. In einem ersten Schritt erstellen Sie dann die einfachste Form eines neuronalen Netzes, einen linearen Klassifizierer zur Einordnung von Dingen in zwei Kategorien.
Wer hat's geschrieben?
Dr. Roland Schwaiger studierte an der Bowling Green State University, OH (USA) Computer Science und an der Universität Salzburg (Österreich) Angewandte Informatik und Mathematik und promovierte dort im Bereich Mathematik. Nach mehrjähriger Assistententätigkeit an der Universität Salzburg kam er 1996 als Softwareentwickler zur SAP AG und entfaltete dort seine Fähigkeiten für drei Jahre im Bereich Human Resources in einem anregenden und inspirierenden Umfeld.
Dr. Joachim Steinwendner ist wissenschaftlicher Projektleiter mit den Schwerpunkten Data Science, Maschinelles Lernen, Empfehlungssysteme und Deep Learning. Er hat die Entwicklung der Neuronalen Netze vom zukunftsweisenden Forschungssujet bis zur heutigen Alltagsrelevanz wissenschaftlich und für verschiedene Branchen begleitet.
Rheinwerk Verlag |
|
Autor:innen |
Roland Schwaiger (3), Joachim Steinwendner |
510 Seiten, Softcover, 3. Auflage |
|
Erschienen |
01/2025 |
978-3-367-10254-9 9783367102549 |