Ebook Free Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid
Als eines der Bücher, die tatsächlich bereits erstellt haben, Neuronale Netze Selbst Programmieren: Ein Verständlicher Einstieg Mit Python, By Tariq Rashid wird mit der vorherige Veröffentlichung Variation nur unterschiedlich sein. Es umfasst die einfachen Worte, die von allen Aspekten überprüft werden können. Wenn Sie mehr über den Autor erkennen, können Sie die Bibliographie des Autors lesen. Es wird sicherlich helfen Ihnen zu diesem Buch zu verdienen sicher, dass Sie sicherlich nicht nur als Empfehlung, wie Check-out aber auch Quelle werden erhalten.
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid
Ebook Free Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid
Genau das, was der Titel des Buchs ständig im Kopf zu erinnern? Ist das der Neuronale Netze Selbst Programmieren: Ein Verständlicher Einstieg Mit Python, By Tariq Rashid Nun, wir Sie fragen, haben Sie es gelesen? Wenn Sie diese Publikation gelesen haben, genau das, was glauben Sie? Können Sie genau in Bezug auf andere sagen, welche Art von Veröffentlichung ist das? Das ist richtig, das ist so beeindruckend. Nun, für Sie, tun Sie nicht gelesen haben, noch dieses Buch? Kümmern Sie sich nicht, müssen Sie die Erfahrung und auch Unterricht wie die anderen zu erhalten, die tatsächlich gelesen haben. Und auch jetzt, geben wir es für Sie.
Autorenkommentar
Tariq Rashid ist Physiker, hat einen Master in Machine Learning und Data Mining und leitet die Londoner Python-Meetup-Gruppe mit 3.000 Mitgliedern. Er ist ein Verfechter des Open-Source-Gedankens und konnte unlängst eine Open-Source-Reform für die britische Regierung durchführen. Er ist der Überzeugung, dass immer noch zu viele wichtige Ideen schlecht erklärt werden. Seine persönliche Mission ist es, spannende, aber komplexe technische Konzepte besser zu vermitteln. Mit diesem Buch möchte er möglichst vielen Lesern Grundwissen über neuronale Netze zugänglich machen.
Über den Autor und weitere Mitwirkende
Tariq Rashid ist Physiker, hat einen Master in Machine Learning und Data Mining und leitet die Londoner Python-Meetup-Gruppe mit 3.000 Mitgliedern. Er ist ein Verfechter des Open-Source-Gedankens und konnte unlängst eine Open-Source-Reform für die britische Regierung durchführen. Er ist der Überzeugung, dass immer noch zu viele wichtige Ideen schlecht erklärt werden. Seine persönliche Mission ist es, spannende, aber komplexe technische Konzepte besser zu vermitteln. Mit diesem Buch möchte er möglichst vielen Lesern Grundwissen über neuronale Netze zugänglich machen.
Produktinformation
Taschenbuch: 232 Seiten
Verlag: O'Reilly (28. April 2017)
Sprache: Deutsch
ISBN-10: 9783960090434
ISBN-13: 978-3960090434
ASIN: 3960090439
Größe und/oder Gewicht:
16,9 x 1,6 x 24,3 cm
Durchschnittliche Kundenbewertung:
4.5 von 5 Sternen
60 Kundenrezensionen
Amazon Bestseller-Rang:
Nr. 4.396 in Bücher (Siehe Top 100 in Bücher)
Mir hat das Buch sehr dabei geholfen praktisch ohne Vorkenntnisse (ich konnte kein Python, nur etwas Pascal und C, noch aus den Neunzigern) und mit mäßigem mathematischem Hintergrund das Thema neuronale Netze zu erfassen und - und darum ging es mir in erster Linie - selbst ein neuronales Netz in Python zusammenzubasteln, um damit für ein Projekt Bilder zu erkennen. Das Ergebnis ist überraschend gut und ich kann dieses Buch dementsprechend begeistert weiter empfehlen.Das neuronale Netz Herrn Rashids funktioniert ohne auf Frameworks wie Tensorflow oder Torch zurückzugreifen und ohne GPU-Unterstützung. Theoretisch kann man es auf einem Raspberry Pi berechnen (was allerdings quälend langsam ist), ein einfaches Notebook ohne Nvidia Graphikkarte reicht aber völlig aus.Für den praktischen Einstieg ist das Buch perfekt und hebt sich deutlich von allem anderen ab, was der deutsch- und englischsprachige Markt so her gibt. Im Übrigen ist auch das Blog des Autors sehr zu empfehlen.
Künstliche Intelligenz, Maschinelles Lernen und Deep Learning sind einige der Begriffe, um die sich seit einiger Zeit ein regelrechter Hype entwickelt hat. TV Wissenschafts- Sendungen bemühen sich die phantastischen Möglichkeiten, spektakuläre Anwendungsfälle, die von Bilderkennung über Doktor Algorithmus bis zum autonomen Fahren reichen, und den Risiken, a la Welt am Draht, zu vermitteln. In Computer Magazinen erscheinen reihenweise Artikel zu diesem Thema – erst neulich ein ganzes Sonderheft von iX Developer. Aber auch Insider äußern sich gelegentlich skeptisch: bei all den offensichtlichen Erfolgen, gibt es doch seit langen Jahren keinen wirklichen Durchbruch auf dem Gebiet der AI, alleine die steigende Computer Power, dank Cloud und Co., haben Deep Learning Fortschritte beschieden. Aber Masse ersetzt nicht Klasse, so tauchte gelegentlich der Terminus 'Künstliche Dummheit' auf – jedes Kleinkind lernt spielerisch den Unterschied zwischen Hund und Katze, und Dutzenden anderer Tierarten kennen, und benötigt dazu nicht Millionen Beispiele aus allen möglichen Perspektiven und bei diversen Beleuchtungen. Ebenso spricht die Vielzahl der Tools und Frameworks, die um die Gunst der Nutzer werben – dafür, dass sich das Gebiet noch im Zustand einer Zoologie befindet, d.h. noch nicht wohlverstanden ist.In solchen Situationen ist es hilfreich, sich ein eigenes Urteil zu bilden, gut wenn man dann einen Guide zur Seite hat, der einen möglichst direkten Weg aufzeigt. In dieser Hinsicht fällt das vorliegende Buch von Tariq Rashid wohltuend auf, der Autor macht ohne viele Umschweife mit den Grundlagen Neuronaler Netze bekannt, also jenen Strukturen, auf denen zahlreiche Methoden des ML basieren. Nach einer elementaren Einführung in die mathematischen Grundlagen von Neuronalen Netzen und der damit verbunden Idee des 'Trainierens' solcher Strukturen, entwickelt der Autor im zweiten Teil, Schritt für Schritt zu einem funktionierenden Modell.Die Meisterschaft der Darstellung liegt dabei in ihrer Beschränkung auf ein einfaches, aber illustratives Beispiel. Rashid verwendet dazu gekürzte Versionen der MNIST- Daten von handschriftlichen Ziffern, die als 28x28 grau stufige Pixelbilder vorliegen; er konstruiert dazu ein Neuronales Netz mit drei Ebenen und erläutert, wie die Rohdaten 'mundgerecht' aufbereitet werden können, so dass sie dem Netz als Input eingeben werden können, bzw. wie der Output als Resultat, d.h. als eine der möglichen Dezimalziffern zu interpretieren ist. Der Autor zeigt auf, wie man den Algorithmus Stück um Stück in Python implementieren kann, er verwendet dabei nur elementare Module, im wesentlichen numpy, zum komfortablen Umgang mit mehrdimensionalen Arrays, und scipy als Quelle der sigmoiden Aktivierungsfunktion eines Knotens.Der Autor ermutigt den Leser mit dem gewonnen Model zur Klassifizierung handgeschriebener Ziffern, zu experimentieren, dessen Parameter, wie Lernfaktor, Zahl der Zwischen Knoten, oder Zahl Trainings Wiederholungen, zu variieren; in diesem Kontext diskutiert er auch einige weiterführende Topics, wie das Phänomen der Überanpassung.Die mathematische Einleitung soll sicher Anfänger 'motivieren', die Darstellung ist aber etwas eigenartig, die Formeln erinnern ein wenig an handgeschriebene 'Kunstwerke' – LaTeX hätte hier geholfen; ungewöhnlich ist aber, dass sich der Autor nicht an Konventionen hält – genau das kann aber für Einsteiger verwirrend wirken – etwas ist seine Anordnung von Matrixelementen transponierten gegen über der sonst üblichen, das liegt an der Zuordnung der Indizes von Gewichtsmatrizen zu den Knotennummer, bei einem Durchlauf des Netzes von links nach rechts. Tatsächlich ärgerlich ist aber, dass Rashid in einer Formel das gleiche Symbol mit verschiedenen Bedeutungen verwendet – etwa stehen O_k für die Elemente des Output- Vektors, während O_j den Output der Zwischenschicht bezeichnet.Von diesen kleinen Abstrichen abgesehen, hat der Autor mit seinem Buch eine gründliche Einführung in eines der spannendsten Gebiete der Informatik geschaffen, zahlreiche Abbildungen und Diagramme erleichtern die Nachvollziehbarkeit. Naturgemäß deckt eine solche Einleitung nur einen kleinen Teil des Themas ab, deswegen wäre eine Bibliographie mit weiterführender Literatur wünschenswert gewesen.
Wer sich mit dem Thema künstliche Intelligenz und Neuronalen Netzen beschäftigen und auch selbst anhand von Python ein Neuronales Netz zur Schriftzeichen-Erkennung programmieren möchte, liegt hier Gold richtig.Gute Erklärung der Grundlagen, ohne zu theoretisch zu werden. Schneller Einstieg in die Praxis mit gut verständlichen Code-Beispielen ohne unnötigen Ballast. Grundlegende Python Kenntnisse sind hilfreich aber nicht unbedingt erforderlich.
Das erste Kapitel ist so gut beschrieben, dass ich, ohne Vorkenntnisse in dem Thema, das meiste auf Anhieb verstanden habe.Leider ist Das zweite Kapitel für mich nicht ganz so überzeugend. Wenn man davon absieht, dass der Code etwas seltsam geschrieben ist (ich kann das als erfahrener Python programmieren sagen), ist es klar verständlich. Leider fehlt dem Buch einige weitere Aspekte der Neuronalen Netze, die nicht ansatzweise erwähnt werden, wie: unüberwachtes Lernen, weitere mögliche Aktivierungsfuntkionen (und wozu man die benutzt).Auch ein anderes Beispiel wie Handschrifterkennung wäre schön gewesen.Trotzdem muss ich sagen, dass sich das erste Kapitel so gut geschlagen hat, dass es sich gelohnt hat das Buch zu kaufen. Ich bin danach aber nicht gut genug um eigene Netze zu bauen.
Mit dem Buch das eigene Neuronale Netz zu programmieren und anschließend die von meiner Frau handgeschriebenen Ziffern am Computer zu entschlüsseln machte viel Spaß und war spannend. Toller Zeitvertreib für 3 bis 4 Abende vorm PC.
Jedem, der einen Einstieg in Neuronale Netze sucht, sei dieses Buch wärmstens empfohlen. Es werden Theorie und Praxis anschaulich und nachvollziehbar dargestellt. Wer das Buch durch hat will einfach weiter experimentieren und mehr erfahren. Klasse gemacht, Aufgabe zu 100% erfüllt.
Für mich als Techniker, welcher vor 26Jahren das letzte mal die Schulbank gedrückt hat, ist das Buch eine fabelhafte Einführung in das Thema Neuronale Netze programmieren. Sehr gut erklärt. Tolles Beispiel. Sehr viele gute Anregungen.
Ich wollte ein Buch, mit dessen Hilfe ich die Prinzipien der Programmierung eines Neuronalen Netzes verstehen kann. Eventuell um dann tiefer einzusteigen, aber zunächst einmal ein Buch, das die Methodik bescheibt und sich in der Mathematik auf das Notwendige beschränkt.Ich bin positiv beeindruckt: Zwar muss man schon ein mathematisches Grundverständnis mitbringen. Es wird allerdings alles Notwendige erklärt auf einem Niveau, dass es gut verständlich ist.Ein Neuronales Netzt aufbauen mit Python: Python wird in den notwendigen Grundzügen erklärt und es wird Schritt für Schritt ein kleines, leistungsfähiges Netz aufgebaut - mit erstaunlich wenig Zeilen Code.Ich konnte das Buch in einem Nachmittag durcharbeiten und habe die gewünschte Erkenntnis und Lust auf mehr.Fazit: Lohnende Einführung, die Lust auf mehr macht.
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid PDF
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid EPub
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid Doc
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid iBooks
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid rtf
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid Mobipocket
Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python, by Tariq Rashid Kindle
