Angebote zu "Deep" (42 Treffer)

Kategorien

Shops

Deep Learning
80,00 € *
ggf. zzgl. Versand

Von drei Experten dieses Fachgebiets verfasst und das einzige umfassende deutsche Buch zu diesem Thema Behandelt alle mathematischen Grundlagen zu den Themen Deep Learning, Machine Learning, Künstliche Intelligenz und Neuronale Netze Mathematische und begriffliche Hintergrundinformationen und relevante Konzepte aus den Bereichen Lineare Algebra, Wahrscheinlichkeitsrechnung, Informationstheorie, Statistik und numerische Berechnung Deep Learning ist eine Form des Machine Learnings, die Computer in die Lage versetzt, aus Erfahrungen zu lernen und so die Welt als miteinander verbundene Ansammlung von hierarchischen Konzepten zu begreifen. Da der Computer Wissen aus der eigenen Erfahrung sammelt, muss kein Mensch mehr alle benötigten Kenntnisse formal eingeben. Die Hierarchie der Konzepte ermöglicht dem Computer das Erlernen komplexer Konzepte, indem er sie aus einfacheren Bausteinen zusammensetzt. Dabei besteht ein Graph dieser Hierarchien aus vielen Schichten. Dieses Buch behandelt eine Vielzahl von Themen rund um das Deep Learning. Es vermittelt dazu mathematische sowie begriffliche Hintergrundinformationen und stellt relevante Konzepte aus den Bereichen lineare Algebra, Wahrscheinlichkeitstheorie und Informationstheorie, numerische Berechnung und Machine Learning vor. Neben einer Beschreibung der in der Praxis genutzten Deep-Learning-Techniken - darunter tiefe Feedforward-Netze, Regularisierung, Optimierungsalgorithmen, konvolutionale Netze, Sequenzmodellierung und praxisorientierte Methodologie - werden auch Anwendungen wie Natural Language Processing, Spracherkennung, Computer Vision, Online-Empfehlungssysteme, Bioinformatik und Videospiele betrachtet. Außerdem bietet das Buch Einblicke in die Forschung und befasst sich dazu mit theoretischen Aspekten wie Linearfaktormodellen, Autoencodern, Representation Learning, strukturierten Wahrscheinlichkeitsmodellen, dem Monte-Carlo-Verfahren, der Partitionsfunktion und der näherungsweisen Inferenz. Deep Learning eignet sich für alle, die während des Bachelor- oder Master-Studiums ihre Laufbahn in Forschung oder Wirtschaft planen, aber auch für Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte oder Plattformen einsetzen möchten. Die Website zum Buch bietet ergänzende Materialien für Leser und Lehrkräfte. Stimmen zum Buch Deep Learning ist - verfasst von drei Experten dieses Fachgebiets - das einzige umfassende Buch zu diesem Thema. - Elon Musk, Co-Chair von OpenAI; Mitgründer und CEO von Tesla und SpaceX

Anbieter: buecher.de
Stand: 01.05.2018
Zum Angebot
Deep Learning
66,99 € *
ggf. zzgl. Versand
Anbieter: buecher.de
Stand: 11.06.2018
Zum Angebot
Deep Learning for Search
43,99 € *
ggf. zzgl. Versand

Key Features · Search with recommendations · Accurate and relevant rankings of search results · Generating suitable synonyms Audience Written for developers comfortable with Java or a similar language. No experience with deep learning or NLP needed.

Anbieter: buecher.de
Stand: 30.05.2018
Zum Angebot
Deep Learning for Natural Language Processing
25,99 € *
ggf. zzgl. Versand

Discover the concepts of deep learning used for natural language processing (NLP), with full-fledged examples of neural network models such as recurrent neural networks, long short-term memory networks, and sequence-2-sequence models. You´ll start by covering the mathematical prerequisites and the fundamentals of deep learning and NLP with practical examples. The first three chapters of the book cover the basics of NLP, starting with word-vector representation before moving onto advanced algorithms. The final chapters focus entirely on implementation, and deal with sophisticated architectures such as RNN, LSTM, and Seq2seq, using Python tools: TensorFlow, and Keras. Deep Learning for Natural Language Processing follows a progressive approach and combines all the knowledge you have gained to build a question-answer chatbot system. This book is a good starting point for people who want to get started in deep learning for NLP. All the code presented in the book will be available in the form of IPython notebooks and scripts, which allow you to try out the examples and extend them in interesting ways. What You Will Learn Gain the fundamentals of deep learning and its mathematical prerequisites Discover deep learning frameworks in Python Develop a chatbot Implement a research paper on sentiment classification Who This Book Is For Software developers who are curious to try out deep learning with NLP.

Anbieter: buecher.de
Stand: 12.06.2018
Zum Angebot
Deep Belief Nets in C++ and CUDA C: Volume 2
28,99 € *
ggf. zzgl. Versand

Discover the essential building blocks of a common and powerful form of deep belief net: the autoencoder. You´ll take this topic beyond current usage by extending it to the complex domain for signal and image processing applications. Deep Belief Nets in C++ and CUDA C: Volume 2 also covers several algorithms for preprocessing time series and image data. These algorithms focus on the creation of complex-domain predictors that are suitable for input to a complex-domain autoencoder. Finally, you´ll learn a method for embedding class information in the input layer of a restricted Boltzmann machine. This facilitates generative display of samples from individual classes rather than the entire data distribution. The ability to see the features that the model has learned for each class separately can be invaluable. At each step this book provides you with intuitive motivation, a summary of the most important equations relevant to the topic, and highly commented code for threaded computation on modern CPUs as well as massive parallel processing on computers with CUDA-capable video display cards. What You´ll Learn Code for deep learning, neural networks, and AI using C++ and CUDA C Carry out signal preprocessing using simple transformations, Fourier transforms, Morlet wavelets, and more Use the Fourier Transform for image preprocessing Implement autoencoding via activation in the complex domain Work with algorithms for CUDA gradient computation Use the DEEP operating manual Who This Book Is For Those who have at least a basic knowledge of neural networks and some prior programming experience, although some C++ and CUDA C is recommended.

Anbieter: buecher.de
Stand: 15.06.2018
Zum Angebot
Maschinelles Lernen
38,00 € *
ggf. zzgl. Versand

Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gelichermaßen berücksichtigt: - Es wird demonstriert, wie man die Algorithmen des maschinellen Lernens verwendet und der Hintergrund geliefert, um zu verstehen, wie und warum diese Algorithmen funktionieren. - Ebenfalls enthalten ist ein kompakter Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens. - Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. - Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen. - Es werden verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens besprochen, u.a. Random Forest, DBSCAN und Q-Learning. Vorausgesetzt werden Kenntnisse in objektorientierter Programmierung und Basiswissen der Hochschulmathematik. Die nötige Mathematik wird eingebettet im Buch präsentiert und die Theorie direkt in Python-Code umgesetzt. Das Buch ist ideal für Studierende der Informatik, Mechatronik, Elektrotechnik und der angewandten Statistik/Data Science sowie für Ingenieure und Informatiker in der Praxis.

Anbieter: buecher.de
Stand: 14.06.2018
Zum Angebot
Integrating Natural Language Processing Compone...
79,00 € *
ggf. zzgl. Versand

This book describes novel software architectures for the integration of deep and shallow natural language processing (NLP) components in language technology. The generic markup language XML and the XML transformation language XSLT are used for flexible combination of linguistic markup produced by multiple NLP components. Shallow NLP components such as tokenizers, part-of-speech taggers, named entity recognizers and shallow parsers are combined with a deep parser, operating grammars written in the spirit of the Head-Driven Phrase Structure Grammar (HPSG) theory. The integration paradigm enables synergy leading to more robust deep parsing with increased coverage. It also constitutes a division of labor: the deep grammar models general, correct language use, while shallow systems are responsible for domain-specific extensions. Applications are presented in question answering, information extraction, natural language understanding, ontologies and the Semantic Web. The book addresses to software engineers, computational linguists and language technology engineers.

Anbieter: buecher.de
Stand: 05.04.2018
Zum Angebot
Artifictional Intelligence
18,99 € *
ggf. zzgl. Versand

For 70 years we have been arguing about whether computers will ever equal us in intelligence. Some gurus fear the ´Singularity´, when computers will be so intelligent that they will enslave us - if we are lucky. But a greater danger is that we will enslave ourselves to stupid computers: the ´Surrender´. The recent startling successes in machine intelligence using a technique called ´deep learning´ have given new urgency to this tension. Deep learning has put computers in touch with human culture as never before with dramatic results. Nevertheless, it is still impossible to foresee a time when machines will be sufficiently embedded in society to be independent of human input or when we cannot distinguish between the social and linguistic understanding of humans and computers. Fictional portrayals of intelligent machines simply confuse the issue. Anyone can try the simple elements of a Turing test provided here: you can show that artificial intelligence is not as clever as it is said to be.

Anbieter: buecher.de
Stand: 14.06.2018
Zum Angebot
Data Science for Business
27,99 € *
ggf. zzgl. Versand

This broad, deep, but not-too-technical guide introduces you to the fundamental principles of data science and walks you through the ´´data-analytic thinking´´ necessary for extracting useful knowledge and business value from the data you collect. By learning data science principles, you will understand the many data-mining techniques in use today. More importantly, these principles underpin the processes and strategies necessary to solve business problems through data mining techniques. Introduces fundamental concepts of data science necessary for extracting useful information from data mining techniques, including envisioning the problem, applying data science techniques, and deploying results to improve decision making.

Anbieter: buecher.de
Stand: 18.06.2018
Zum Angebot
Foundations of Security
31,99 € *
ggf. zzgl. Versand

Software developers need to worry about security as never before. They need clear guidance on safe coding practices, and that´s exactly what this book delivers. The book does not delve deep into theory, or rant about the politics of security. Instead, it clearly and simply lays out the most common threats that programmers need to defend against. It then shows programmers how to make their defense. The book takes a broad focus, ranging over SQL injection, worms and buffer overflows, password security, and more. It sets programmers on the path towards successfully defending against the entire gamut of security threats that they might face.

Anbieter: buecher.de
Stand: 30.04.2018
Zum Angebot