Künstliche neuronale Netze
Hanser (Verlag)
978-3-446-48402-3 (ISBN)
Die Leser:innen lernen, wie einfache neuronale Netzwerke aufgebaut, trainiert und getestet werden. Darauf aufbauend werden fortgeschrittene Themen wie Convolutional Neural Networks (CNNs), Autoencoder, autoregressive Modelle 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 findet sich Zusatzmaterial in Form von interaktiven Anwendungen sowie Codebeispielen.
Dr. Daniel Scholz ist in der Weiterbildung KI & Data Science bei einem großen deutschen Automobilhersteller tätig und darüber hinaus aktiv im Bereich der schulischen Lehre und Weiterbildung.
"'Künstliche neuronale Netze" ist ein anspruchsvolles, fundiertes Lehrbuch, das technikaffinen Lesern den Einstieg in die KI-Welt auf Hochschulniveau ermöglicht." Daniel Richey, it-administrator, August 2025
"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." it management, Juli 2025
- Neuronale Netze - Neuronale Netze testen - Neuronale Netze trainieren - Autoencoder - Autoregressive Modelle - Diffusionsmodelle - Faltungsnetzwerke - Bestärkendes Lernen
| Erscheinungsdatum | 10.05.2025 |
|---|---|
| Zusatzinfo | Illustrationen |
| Verlagsort | München |
| Sprache | deutsch |
| Maße | 157 x 216 mm |
| Gewicht | 520 g |
| Einbandart | gebunden |
| Themenwelt | Informatik ► Theorie / Studium ► Algorithmen |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Schlagworte | 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 • Praxisbuch künstliche neuronale Netze • Reinforcement Learning |
| ISBN-10 | 3-446-48402-7 / 3446484027 |
| ISBN-13 | 978-3-446-48402-3 / 9783446484023 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
