Alle Artikel mit dem Schlagwort: Unsupervised Learning

E-Book-Deals Machine Learning

E-Book-Deals: Machine Learning

Veröffentlicht von Corina Pahrmann

Bis einschließlich 29. September 2021 bieten wir euch gleich fünf E-Books aus dem Machine-Learning-Regal für die Hälfte! Update: und ein Python-Lehrbuch! Generatives Deep Learning „Drowned in the sun“, dröhnt Kurt Cobains rohe und gleichzeitig so verletzt klingende Stimme durch meine Lautsprecher. Kurz darauf das bekannte, wütende Gitarrengeschrammel, und schließlich ordentlich Krach von den Drums. Ja, tatsächlich, der neue Song klingt nach Nirvana, aber wie ein YouTube-User kommentiert: „This is what it’s like if you have a dream you’re seeing Nirvana live but you can’t quite figure out what song they’re playing“. Ein undefinierbarer Musikbrei, nirgends mag das Ohr hängen bleiben, keine Textzeile spielt sich mir ins Hirn. Dennoch mehr Nirvana als wir in den vergangenen 27 Jahren zu hören bekamen. Und ein gutes Projekt, für das nicht nur Cobains Werke, sondern auch die anderer Künstler des (traurigen) Club 27 durch neuronale Netze geschickt und schließlich von künstlicher Intelligenz komponiert wurden, mit einer wichtigen Botschaft. Wollt ihr es auch ausprobieren? Ich wäre, ganz 90er Jahre Kid, gespannt. Gibt auch ’nen passenden Buchtipp, nämlich, voilà, David Fosters …

Neuerscheinung: Praxisbuch Unsupervised Learning

Veröffentlicht von Corina Pahrmann

Als erstes deutschsprachiges Buch zeigt „Praxisbuch Unsupervised Learning“, wie sich auch mit ungelabelten Daten arbeiten lässt. Zum Einsatz kommen die Python-Frameworks Scikit-learn und TensorFlow mit Keras. In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz eines durchschnittlichen Menschen haben“, erklärte Marvin Minsky, einer der größten Denker unserer Zeit – im Jahr 1970. Nun hat es bekanntlich doch etwas länger gedauert, bis die KI-Forschung (wieder) Fahrt aufgenommen hat. Spätestens seit das Big Data-Zeitalter aber ständig neue Datenschnipsel produziert und IT-Infrastrukturen immer leistungsfähiger werden, lässt sich aus vielerlei Informationen tatsächliches Wissen, lassen sich aus Mustern komplexe Fähigkeiten entwickeln. Gerade in jüngster Zeit bereichern diese unseren Alltag und beflügeln die Erforschung wissenschaftlicher Fragen. Voraussetzung für die Anwendung von Machine Learning-Techniken sind jedoch häufig schön strukturierte – gelabelte – Daten. Und die kommen, wie sollte es anders sein, in der „freien Natur“ eher selten vor. In seinem Praxisbuch zum unüberwachten Lernen zeigt Ankur A. Patel daher, wie sich aus unklassifizierten Daten Muster extrahieren und Anomalien entdecken lassen. Mit denen sich dann wiederum beispielsweise Filme und …