Dieses Buch konzentriert sich auf Deep Learning (DL), ein bedeutendes Element der Datenwissenschaft, das prädiktive Modellierung umfasst. Die Anwendungen von DL werden in Bereichen wie Finanzen, Transport, Gesundheitswesen, Automobilindustrie und Werbung weit verbreitet eingesetzt. Das Design der DL-Modelle basiert auf künstlichen neuronalen Netzwerken und ist von der Struktur und Funktion des Gehirns beeinflusst.

Dieses Buch bietet eine umfassende Ressource für diejenigen, die die Techniken des Deep Learning verstehen möchten. Wichtige Merkmale umfassen:

• Kenntnisse über die Theorie und das Design moderner Deep-Learning-Modelle für Anwendungen in der realen Welt.
• Erklärung der Konzepte und Fachbegriffe bei der Lösung von Problemen mit Deep Learning.
• Erkundung der theoretischen Grundlagen für grundlegende Algorithmen und Ansätze im Deep Learning.
• Diskussion von Techniken zur Verstärkung von Deep-Learning-Modellen.
• Identifikation von Bewertungstechniken für die Leistung von Deep-Learning-Modellen.

Entsprechend deckt das Buch den gesamten Ablauf des Deep Learning ab und bietet Einblicke in die verschiedenen häufig verwendeten Modelle. Es kann als Leitfaden für Anfänger dienen, bei dem der Nutzer die relevanten Konzepte und Techniken verstehen kann. Dieses Buch wird eine nützliche Ressource für Bachelor- und Master-Studierende, Ingenieure und Forscher sein, die beginnen, sich mit dem Thema Deep Learning vertraut zu machen.

Seiten: 184, Maße: 15,6x15,6cm