Die Herausforderung von intelligenter Software besteht darin, dass sie den Menschen nicht nur bei komplizierten Problemen, die durch formale mathematische Regeln beschrieben werden können, eine Hilfe ist, sondern, dass sie gerade bei Routineaufgaben unterstützt – Aufgaben, die für Menschen keine Probleme darstellen, sondern intuitiv erledigt werden, z.B. das Erfassen von Sprache und Bildern. Die Autoren befassen sich in dem Buch ‚Deep Learning‘ mit den mathematischen Grundlagen für Machine und Deep Learning und der umfassenden Behandlung zeitgemäßer Verfahren, wie tiefe Feedforward-Netze, Regularisierung oder rekurrente und rekursive Neuronale Netze. Zudem geben sie einen Einblick in den aktuellen Forschungsstand und zeigen neue Verfahren und Konzepte, wie ‚Generative Adversarial Networks‘ auf. Das Buch richtet sich an Studierende, Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte und Plattformen einsetzen möchten.
Mitp Verlags GmbH & Co. KG • 1. Auflage • 912S. • ISBN: 978-3-95845-701-0
