Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek

Einsatz des Frameworks Keras mit Python
Maschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse u.v.m.
Der Autor ist der Entwickler der Deep-Learning-Bibliothek Keras und arbeitet bei Google

Das Buch richtet sich an Leser, die Deep Learning von Grund auf erlernen oder ihre vorhandenen Kenntnisse vertiefen möchten.

Der Autor gibt Ihnen eine praxisorientierte, interaktive Einführung in das Deep Learning und verzichtet dabei weitgehend auf mathematische Formeln. Stattdessen werden anhand von Codebeispielen quantitative Konzepte verdeutlicht, um eine praktische Vorstellung von den grundlegenden Konzepten des Machine Learnings und des Deep Learnings zu vermitteln.

Sie werden anhand von mehr als 30 Codebeispielen mit ausführlichen Kommentaren, praxisnahen Empfehlungen und zusammenfassenden Erklärungen alles erfahren, was Sie benötigen, um Deep Learning zum Lösen konkreter Aufgabenstellungen einzusetzen.

Die Codebeispiele verwenden das auf TensorFlow aufbauende Deep-Learning-Framework Keras für Python. Keras ist eines der beliebtesten und am schnellsten wachsenden Deep-Learning-Frameworks und ist das am besten geeignete Tool zum Einstieg ins Deep Learning.

Nach der Lektüre dieses Buchs werden Sie über solide Kenntnisse des Deep Learnings verfügen und beurteilen können, wann es anwendbar ist und wo es an Grenzen stößt. Sie werden mit dem typischen Workflow bei der Bewältigung von für das Machine Learning geeigneten Aufgaben vertraut sein und wissen, wie sich häufig auftretende Probleme lösen lassen. Sie werden in der Lage sein, praxisnahe Aufgaben vom maschinellen Sehen bis zur Sprachverarbeitung mit Keras anzugehen: Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse, Erzeugung von Bildern und Texten und vieles andere mehr.