Eigene KI-Anwendungen programmieren
Rheinwerk (Verlag)
978-3-367-10839-8 (ISBN)
- Bilderkennung und -generierung, ChatGPT, Neuronale Netze u. v. m.
- Datenanalyse ohne Code mit KNIME und Orange
- Projekte in einfachem Python – ohne Vorkenntnisse einsteigen
- Mit Übungen und Musterlösungen zu jedem Verfahren
Starten Sie jetzt mit Ihrer eigenen KI!
KI-Anwendungen selbst erstellen und mit eigenen Daten nutzen – das ist möglich: mit frei verfügbarer Technologie, lokaler Hardware und sogar ohne Programmierkenntnisse.
Die KI-Technologie wird in atemberaubendem Tempo immer zugänglicher. Mit diesem Buch sind Sie immer einen Schritt voraus. Lernen Sie einschlägige KI-Verfahren kennen und setzen Sie für jedes dieser Verfahren eine Anwendung selbst um. Dafür nutzen Sie die Data Science Plattform KNIME – ideal, um eigene Daten aus unterschiedlichen Quellen zu integrieren und mit rein grafischer Programmierung Anwendungen zu erstellen.
Das Buch deckt eine Reihe von Themen ab, darunter:
- Künstliche neuronale Netze
- Entscheidungsbäume
- Bilderkennung
- Convolutional Neural Networks
- Transfer Learning
- Textgenerierung
- Unsupervised und Reinforcement Learning
- Transformer: ChatGPT, DALL-E und Co.
So bereichern Sie Ihre Skills mit einem modernen Werkzeugkasten, mit dem Sie maschinelles Lernen in der Datenanalyse, dem Controlling und vielen weiteren Anwendungsfeldern nutzen können.
Alle Codebeispiele zum Download; Jupyter Notebooks erleichtern die Arbeit mit dem Material zum Buch.
Einführung in KI-Konzepte
Lernen Sie einschlägige Verfahren kennen, erfahren Sie mehr über neuronale Netze oder Bilderkennung und warum Transformer-Modelle wie ChatGPT und DALL-E revolutionär sind.
Erprobte Projekte mit Python, TensorFlow und Keras
Nutzen Sie die leistungsstarken Frameworks mit einfachem Python. Alle Projekte sind in der beruflichen Bildung erprobt. Die bereitgestellten Codebeispiele, Schritt-für-Schritt-Anleitungen und Jupyter Notebooks unterstützen Sie bei der Umsetzung.
Eigene Anwendungen ohne Code
Binden Sie eigene Daten aus verschiedenen Quellen ein und lernen Sie, wie Sie leistungsstarke Analysen ohne Programmieraufwand umsetzen können. Starten Sie jetzt durch!
Aus dem Inhalt:
Installation und Konfiguration der Werkzeuge
Mit verschiedenen Datenquellen arbeiten
Visuelle Programmierung ohne Code
Anomalieerkennung
Convolutional Neural Networks
Zeitreihenanalysen
Transfer Learning
Unsupervised Learning
Reinforcement Learning
Evolutionäre Algorithmen
Texte und Bilder generieren
ChatGPT und DALL-E
Metin Karatas war der erste Lehrer des neu eingerichteten Schulfaches „Künstliche Intelligenz“ in Bayern und ist Mitglied der entsprechenden Lehrplankommission. Der Ingenieur der Elektro- und Informationstechnik unterrichtet außerdem Programmierung, Elektrotechnik, Projektmanagement und mehr an einer Technikerschule für berufliche Bildung. Es begeistert ihn, modernste Technologien zu erforschen und das theoretische Verständnis mit praktischer Erfahrung zu verknüpfen.
Die Fachpresse zur Vorauflage:
Revisionspraxis PRev – Journal für Revision, IT-Sicherheit,
SAP-Sicherheit und Datenschutz: »Eine wertvolle Ressource und Empfehlung für jeden, der die Faszination und das Potenzial künstlicher Intelligenz erkunden und eigene Projekte realisieren möchte.«
LINUX MAGAZIN: »Karatas vermittelt dem Leser in einem reich bebilderten Werk eine Unmenge von Hintergrundinformationen und geht somit weit über klassische Klicktutorials hinaus. Der etwas höhere Lernaufwand wirkt ob des Erkenntnisgewinns auf jeden Fall gerechtfertigt.«
| Erscheinungsdatum | 28.07.2025 |
|---|---|
| Verlagsort | Bonn |
| Sprache | deutsch |
| Maße | 172 x 230 mm |
| Einbandart | kartoniert |
| Themenwelt | Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Schlagworte | Chat-GPT • Datenanalyse • Hand-Buch Bücher Anleitung Leitfaden Tipps Ratgeber • KI AI • KI-Application • KI entwickeln • KNIME • Künstliche Intelligenz • LLMS • Neuronale Netze • Programmieren mit KI • Programmierung Entwicklung • Python • Reinforcement Learning • tensorflow • Transformer |
| ISBN-10 | 3-367-10839-1 / 3367108391 |
| ISBN-13 | 978-3-367-10839-8 / 9783367108398 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
