Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow ist der schnelle Einstieg in die Entwicklung von Deep-Learning-Anwendungen nun auch fur Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse moglich. Mit den Rezepten aus diesem Buch lernen Sie, typische Aufgabenstellungen des Deep Learning zu losen, wie etwa die Klassifizierung und Generierung von Texten, Bildern und Musik.
Jedes Kapitel behandelt ein Projekt, wie z.B. das Trainieren eines Empfehlungssystems fur Musik. Schritt fur Schritt wird gezeigt, wie das jeweilige Projekt umgesetzt wird. Daruber hinaus beschreibt der Autor Douwe Osinga zahlreiche Techniken, die Ihnen helfen, wenn Sie einmal nicht mehr weiterwissen. Alle Codebeispiele sind in Python geschrieben und auf GitHub als Python-Notebooks frei verfugbar.
Aus dem Inhalt:
Entwickeln Sie Deep-Learning-Anwendungen, die Nutzern einen echten Mehrwert bieten
Berechnen Sie Ähnlichkeiten von Texten mithilfe von Word-Embeddings
Erstellen Sie ein Empfehlungssystem fur Filme basierend auf Wikipedia-Links
Visualisieren Sie die internen Vorgange einer kunstlichen Intelligenz, um nachvollziehen zu konnen, wie diese arbeitet
Entwickeln Sie ein Modell, das passende Emojis fur Textpassagen vorschlagt
Realisieren Sie einen Reverse-Image-Search-Dienst mithilfe von vortrainierten Netzwerken
Vergleichen Sie, wie Generative Adversarial Networks, Autoencoder und LSTM-Netzwerke Icons erzeugen
Trainieren Sie ein Klassifikationsmodell fur Musikstile und lassen Sie es Musikstucke dementsprechend zuordnen