„Eine Tour der Möglichkeiten“ bekomme man mit Praxiseinstieg Deep Learning von Ramon Wartala, schrieb die iX. Wer sogar nur die Hälfte des Fahrpreises zahlen möchte, sollte jetzt zugreifen: Die E-Book-Fassung gibt es bis einschließlich 1. Juni 2019 für 11,99 Euro statt 23,99 Euro.

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen: Ramon Wartala liefert einen anschaulichen Einstieg.

Das Buch eignet sich für alle, die sich zügig einen Überblick über Deep Learning, diesen Teilbereich des Machine Learning, verschaffen wollen. Es erläutert die Methoden und zeigt, wie die großen IT-Konzerne Google, Facebook, IBM, Microsoft, Baidu, Apple und Amazon diese Schlüsseltechnologie einsetzen. Danach führt es in die wichtigsten Werkzeuge und Frameworks ein: Caffe/Caffe2, Torch, PyTorch, Theano, DeepLearning4J, TensorFlow, Keras und viele andere kommen hier zur Sprache. Natürlich liefert der Autor – Ramon Wartala – auch Praxisbeispiele zum Download, so dass sich alle Theorie auch praktisch nachvollziehen lässt. Darüber hinaus erfahrt Ihr, warum Cloud Computing und Big Data im Zusammenhang mit Deep Learning so wichtig sind und wie sich verteilte Anwendungen erstellen lassen. Schließlich geht Ramon Wartala gezielt auf Handschriftenerkennung, Bilderkennung und Kunst mit Deep Learning ein und beschäftigt sich mit den Methoden zur Optimierung von Modellen wie etwa der Bewertung und Erlangung von Testdaten. 

Okay, so hübsch ins Gras legen könnt Ihr ein E-Book nicht. Aber die inneren Werte! (Schaut doch mal ins Probekapitel: Wozu wird Deep Learning verwendet? (PDF))

Ein Inhaltsverzeichnis sowie ein Probekapitel findet Ihr an dieser Stelle. Kaufen könnt Ihr das E-Book zum Deep Learning ebenfalls direkt bei uns im Shop – oder in jedem anderen gut sortierten E-Book-Shop Eurer Wahl.

Unbedingt ans Herz legen möchten wir Euch noch einmal unsere Podcast-Folge „Machine Learning“ mit Oliver Zeigermann und Tim Pritlove, in der die beiden nicht nur Begriffe erklären und sortieren, sondern Deep Learning, Machine Learning und Neuronale Netze anhand vieler Beispiele veranschaulichen.