Neuronale Netze kompakt

Vom Perceptron zum Deep Learning
1. Auflage 2022
ISBN: 978-3-658-29080-1
Verlag: Springer

Buch, Deutsch, 146 Seiten, Paperback, Format (B × H): 127 mm x 203 mm, Gewicht: 171 g

Reihe: IT kompakt

Daten sind das neue Gold - und neuronale Netze haben bereits einigen Unternehmen geholfen, diesen Schatz auszugraben. Verschaffen Sie sich mit diesem Buch innerhalb kürzester Zeit einen soliden Überblick über neuronale Netze. Nach der Lektüre dieses Buches kennen Sie den historischen Werdegang dieser leistungsfähigen Approximatoren und Sie sind vertraut mit den aktuell wichtigsten Begriffen. Des Weiteren kennen Sie die Möglichkeiten sowie die Grenzen neuronaler Netze. Dieses Buch richtet sich in erster Linie an Praktiker, die einen schnellen Einstieg in das Thema suchen, ohne parallel einen Hochschulkurs in Mathematik und Statistik zu machen.

Zielgruppe

Professional/practitioner

Autoren/Hrsg.

Sonnet, Daniel

Fachgebiete

• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz
• Mathematik | Informatik EDV | Informatik Daten / Datenbanken Big Data
• Mathematik | Informatik EDV | Informatik EDV & Informatik Allgemein EDV & Informatik: Geschichte

Inhaltsverzeichnis

Der Start – das Perceptron.- Die Weiterentwicklung: Mehrschichtige neuronale Netze.- Heutiger Status Quo: Deep Learning.- Positive Beispiele zum Einsatz neuronaler Netze.- Grenzen neuronaler Netze.-Quickguide: Wie setze ich neuronale Netze ein.

Über Autor(innen)

Dr. Daniel Sonnet lehrt an der Hochschule Fresenius in Hamburg die Fächer Mathematik, Statistik und Data Science. Seit über 15 Jahren analysiert er leidenschaftlich Daten für Unternehmen. Die vielfältigen Nutzungsmöglichkeiten sowie die Leistungsfähigkeit neuronaler Netze faszinierten ihn bereits während seines Studiums. Daniel Sonnet gründete zwei datengetriebene Unternehmen und berät Unternehmen zum Einsatz von Methoden des maschinellen Lernens.