Mit dem Besuch unserer Website erklären Sie sich mit unseren Datenschutzbestimmungen zu Cookies, Tracking-Statistiken usw.

Tiefes Lernen

Dieses Modul befasst sich mit Deep Learning, einem Teilbereich des maschinellen Lernens, bei dem neuronale Netze mit vielen Schichten zur Modellierung komplexer Muster in Daten eingesetzt werden. Es behandelt grundlegende Konzepte wie Faltungsnetzwerke und rekurrente neuronale Netze, Backpropagation und Trainingstechniken sowie Anwendungen in den Bereichen Bild- und Spracherkennung, Verarbeitung natürlicher Sprache und autonome Fahrzeuge.

Portal > Künstliche Intelligenz > Tiefes Lernen

Curriculum Builder

Lehrplan ansehen

Sutton, Richard S., und Andrew G. Barto. Verstärkungslernen: An Introduction. Zweite Auflage. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Theodoridis, Sergios, und Konstantinos Koutroumbas. Pattern Recognition. 4. Auflage, Burlington Heidelberg: Academic Press, 2009.

Zhang, Aston, Zachary C. Lipton, Mu Li, und Alexander J. Smola. "Dive into Deep Learning". arXiv, 22. August 2023.

http://arxiv.org/abs/2106.11342

Nielsen, Michael A. Neuronale Netze und Deep Learning, 2019.

http://neuralnetworksanddeeplearning.com

Tunstall, Lewis, Leandro von Werra, und Thomas Wolf. Natürliche Sprachverarbeitung mit Transformatoren: Building Language Applications with Hugging Face. Erste Auflage. Sebastopol, CA: O'Reilly Media, 2022.

Rao, Delip, und Brian McMahan. Natürliche Sprachverarbeitung mit PyTorch: Build Intelligent Language Applications Using Deep Learning. Erste Auflage. Sebastopol, CA: O'Reilly Media, 2019.

Goodfellow, Ian, Yoshua Bengio, und Aaron Courville. Deep Learning. Adaptive Computation and Machine Learning Series. The MIT Press, 2016.

Goldberg, Yoav. "A Primer on Neural Network Models for Natural Language Processing." arXiv, 2015.

https://doi.org/10.48550/ARXIV.1510.00726

Eisenstein, Jacob. Einführung in die Verarbeitung natürlicher Sprache. Adaptive Computation and Machine Learning. The MIT Press, 2019.

Jurafsky, Daniel, und James H. Martin. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. Prentice Hall Series in Artificial Intelligence. Upper Saddle River, N.J.: Prentice Hall, 2000.

Vielen Dank, dass Sie sich für unseren Newsletter angemeldet haben!

Dankeschön! RSVP erhalten für Sutton, Richard S., und Andrew G. Barto. Verstärkungslernen: An Introduction. Zweite Auflage. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Sutton, Richard S., und Andrew G. Barto. Verstärkungslernen: An Introduction. Zweite Auflage. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Laden...

Laden...