Tag: Reuters

Deep Learning mit Python und Keras

Python ist f├╝r viele Einsteiger die Sprache der Wahl, wenn sie mit neuartigen Frameworks etwas aufbauen wollen. Im Bereich des Deep-Learnings ist das ├Ąhnlich. Hier bietet sich Python in Kombination mit Keras an. Das Buch Deep Learning mit Python und Keras von Fran├žois Chollet besch├Ąftigt sich genau mit diesem Thema.

Die Beispiele sind sehr vielf├Ąltig, was auch ein sehr gro├čes 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 K├╝nstliche Intelligenz im Generellen mit sich. Bevor das Buch sich mit Keras und Deep Learning Verfahren besch├Ąftigt, 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 n├Âtigen technischen und mathematischen Grundlagen zum Verstehen des Sachverhaltes. Der Autor geht davon aus, dass sogar mathematische Anf├Ąnger die Materie durchdringen k├Ânnen, auch wenn sie keine tiefergreifende Ausbildung haben. Das Verst├Ąndnis dar├╝ber, wie bestimmte Medien (Bilder, Video, Audio, Text) codiert sind, ist essenziell beim Deep Learning. Deshalb werden diese anf├Ąnglich erkl├Ąrt. Danach folgt eine Einf├╝hrung in k├╝nstliche neuronale Netze, die sozusagen die Vorg├Ąnger des heutigen Deep Learnings sind.

Nachdem sich das Buch mit einfacheren Methoden besch├Ąftigt hat, begibt sich der Autor zu den praktischen Problemen, die er mit Deep Learning Methoden l├Âst. Dazu verwendet er das Framework Keras (der Autor selbst ist der f├╝hrende Entwickler hinter diesem Framework). Die Beispiele sind sehr vielf├Ąltig, was auch ein sehr gro├čes Plus dieses Buches ist. Hier werden Datenbanken wie IMDb und Reuters (Nachrichten) angezapft. Das Buch besch├Ąftigt sich also mit der Klassifizierung von Texten und Bildern.

Ein weiterer spannender Punkt im Bezug auf Deep Learning ist das Generative Deep Learning. Anf├Ąnglich wurden Sequenzen aus Daten zur klassifiziert. Beim Generativen Deep Learning werden eben solche Texte, Bilder oder Audiost├╝cke selbst erzeugt. Nachdem man sich also mit dem praktischen Thema des Deep Learnings besch├Ąftigt 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 f├╝r euch.

Hier geht es zum Buch!