Künstliche Intelligenz und Machine Learning

Beschreibung

Grundlagen verstehen

Von den mathematischen und wissenschaftlichen Grundlagen wie Logik, linearer Algebra, Stochastik und Analysis bis zur theoretischen Informatik lernen Sie alle wichtigen Konzepte kennen. Praktische Werkzeuge wie Python, Jupyter Notebooks und wichtige Bibliotheken werden lernfreundlich eingeführt.

Sie erlernen klassische Algorithmen wie Suchalgorithmen und genetische Algorithmen ebenso wie moderne Machine-Learning-Verfahren, neuronale Netze und Deep Learning. Von Labyrinth-Lösungen über Spiele wie Mühle bis zu komplexen neuronalen Netzen.

Entwickeln Sie fortgeschrittene Chatbots, unterscheiden Sie Tierarten in Bildern, lassen Sie Code-Refactoring automatisch vornehmen und vieles mehr. Von der Datenaufbereitung bis zur Kombination verschiedener Verfahren bereitet Sie das Buch optimal auf die berufliche Praxis vor.

Künstliche Intelligenz ist das Zukunftsthema der IT schlechthin. Dieses umfassende Lehrbuch führt Sie auf über 1200 Seiten von den Grundlagen über alle wichtigen KI-Verfahren bis zu deren praktischem Einsatz.

Mathematische und theoretische Grundlagen behandelt der Autor Sascha Kersken zu Beginn ausführlich. Dann lernen Sie einschlägige klassische Algorithmen gründlich kennen, moderne Machine-Learning-Verfahren und schließlich die Transformer-Architektur und große Sprachmodelle. Konzepte, Implementierung in Python und praktische Anwendungsfälle gehören immer dazu: fortgeschrittene Chatbots, Tierarten-Erkennung, Code Refactoring und vieles mehr. Sie lernen, Methoden auszuwählen, Daten aufzubereiten und KI-Verfahren gewinnbringend zu kombinieren.

Mit zahlreichen Codebeispielen und ausführlichen Erklärungen eignet sich das Werk ideal für Studium, Ausbildung und berufliche Weiterbildung. Besonders wertvoll: Aufgaben mit ausführlichen Lösungen sichern Ihren Lernerfolg.

• Grundlagen, Implementierung und Anwendung aller wichtigen Verfahren
• Inkl. Deep Learning, Datenanalyse, Sprach- und Bildverarbeitung
• Mit Aufgaben und ausführlichen Lösungen zum Selbststudium

Aus dem Inhalt:

• Logik und diskrete Mathematik
• Stochastik und weitere mathematische Grundlagen
• Überwachtes und unüberwachtes Lernen
• Reinforcement Learning
• Datenanalyse: Aufbereitung und Visualisierung
• Big Data mit Apache Hadoop
• KNN und Deep Learning
• Bilderkennung und -verarbeitung
• Chatbots und Übersetzung
• Code Refactoring und Dokumentation
• Transformer-Architektur und LLMs
• Machine Learning Pipelines

Autor*in

Sascha Kersken
Sascha Kersken arbeitet seit vielen Jahren als Softwareentwickler sowie als Trainer für EDV-Schulungen in den Themengebieten Netzwerke und Internet, interaktive Medien und Programmierung. Er hat zahlreiche Fachbücher und Artikel zu verschiedenen IT-Themen geschrieben.

Themen in »Künstliche Intelligenz und Machine Learning«

neuronale Netze KI LLM Python Jupyter Notebooks Mathematische Grundlagen Logik Deep Learning Datenanalyse Sprachverarbeitung Bildverarbeitung theoretische Informatik Such-Algorithmus Big Data un-überwachtes Lernen Reinforcement Learning Universität Studium

Stimmen zu »Künstliche Intelligenz und Machine Learning«

Details

Link teilen