Künstliche neuronale Netze
Scholz, Daniel
Produktnummer:
1889511ad2d94b4e68bf4c5604513234dc
| Autor: | Scholz, Daniel |
|---|---|
| Themengebiete: | Autoregressive Modelle Codebeispiele künstliche Intelligenz Convolutional Neural Networks (CNNs) lernen Deep Learning Frameworks Diffusionsmodelle Generative Adversarial Networks (GANs) Generative KI-Anwendungen Natural Language Processing (NLP) Neuronale Netze trainieren und testen Neuronale Netzwerke für Einsteiger |
| Veröffentlichungsdatum: | 09.05.2025 |
| EAN: | 9783446484023 |
| Auflage: | 1 |
| Sprache: | Deutsch |
| Seitenzahl: | 132 |
| Produktart: | Gebunden |
| Verlag: | Hanser, Carl |
| Untertitel: | Die Welt der generativen KI verstehen |
Produktinformationen "Künstliche neuronale Netze"
Dieses Lehrbuch bietet eine verständliche Einführung in die Welt der neuronalen Netze, die für ein breites Publikum zugänglich ist. Es erklärt grundlegende Algorithmen und Verfahren, die neuronale Netze antreiben, ohne tiefere mathematische Vorkenntnisse oder Programmiererfahrung vorauszusetzen. Die Leser:innen lernen, wie einfache neuronale Netzwerke aufgebaut, trainiert und getestet werden. Darauf aufbauend werden fortgeschrittene Themen wie Autoencoder, autoregressive Modelle, Faltungsnetzwerke und Diffusionsmodelle erläutert. Zahlreiche praktische Beispiele und leicht nachvollziehbare Erklärungen machen das Werk zu einem praxisnahen Lehrbuch für alle, die sich in dieses zukunftsweisende Thema einarbeiten möchten. Online finden Sie Zusatzmaterial in Form von interaktiven Anwendungen sowie Codebeispielen.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen