Tag: mitp Verlag

Deep Learning mit Python und Keras

Python ist fĂŒr viele Einsteiger die Sprache der Wahl, wenn sie mit neuartigen Frameworks etwas aufbauen wollen. Im Bereich des Deep-Learnings ist das Ă€hnlich. Hier bietet sich Python in Kombination mit Keras an. Das Buch Deep Learning mit Python und Keras von François Chollet beschĂ€ftigt sich genau mit diesem Thema.

Die Beispiele sind sehr vielfĂ€ltig, was auch ein sehr großes Plus dieses Buches ist.

Das Buch startet mit einer kurzen Einleitung zum Thema Deep Learning. Was bedeutet das “Deep” in Deep Learning, was kann Deep Learning leisten und welche Versprechen bringt die KĂŒnstliche Intelligenz im Generellen mit sich. Bevor das Buch sich mit Keras und Deep Learning Verfahren beschĂ€ftigt, gibt es erstmal einen Ausflug in die Welt der probabilistischen Modellierung. Was sind Kernel? Welche Verfahren wurden vor dem Deep Learning eingesetzt?

Hier liefert das Buch auch die nötigen technischen und mathematischen Grundlagen zum Verstehen des Sachverhaltes. Der Autor geht davon aus, dass sogar mathematische AnfĂ€nger die Materie durchdringen können, auch wenn sie keine tiefergreifende Ausbildung haben. Das VerstĂ€ndnis darĂŒber, wie bestimmte Medien (Bilder, Video, Audio, Text) codiert sind, ist essenziell beim Deep Learning. Deshalb werden diese anfĂ€nglich erklĂ€rt. Danach folgt eine EinfĂŒhrung in kĂŒnstliche neuronale Netze, die sozusagen die VorgĂ€nger des heutigen Deep Learnings sind.

Nachdem sich das Buch mit einfacheren Methoden beschĂ€ftigt hat, begibt sich der Autor zu den praktischen Problemen, die er mit Deep Learning Methoden löst. Dazu verwendet er das Framework Keras (der Autor selbst ist der fĂŒhrende Entwickler hinter diesem Framework). Die Beispiele sind sehr vielfĂ€ltig, was auch ein sehr großes Plus dieses Buches ist. Hier werden Datenbanken wie IMDb und Reuters (Nachrichten) angezapft. Das Buch beschĂ€ftigt sich also mit der Klassifizierung von Texten und Bildern.

Ein weiterer spannender Punkt im Bezug auf Deep Learning ist das Generative Deep Learning. AnfĂ€nglich wurden Sequenzen aus Daten zur klassifiziert. Beim Generativen Deep Learning werden eben solche Texte, Bilder oder AudiostĂŒcke selbst erzeugt. Nachdem man sich also mit dem praktischen Thema des Deep Learnings beschĂ€ftigt hat, lernt man noch, wie man in Zukunft verschiedene Medien selbst generieren lassen kann.

Unser Fazit: Das Buch liefert ein gelungenen praktischen Exkurs in die Welt des Machine Learnings mit der Sprache Python. Wenn ihr einen schnellen Einstieg sucht und schnell mit Hilfe von Beispielen an ein Ziel kommt, dann ist dieses Buch genau die richtige Empfehlung fĂŒr euch.

Hier geht es zum Buch!