Deep Learning

Mit dem richtigen Wissen über Deep Learning, gibt es eine Menge an großen Projekten, welche du umsetzen kannst. Gerade, da Deep Learning darauf beruht, dass du große Mengen an Daten benutzt und diese von neuronalen Netzen verarbeiten lässt, gibt es dir die Möglichkeit deine Projekte auf ein neues Level zu bringen. In diesem Buch wird sich genau darauf konzentriert und du wirst lernen, wie du mit den unterschiedlichen Programmiersprachen das Deep Learning benutzen kannst. Zur Auswahl steht dir in diesem Buch, Python, HTML5 und Javascript. Zu der jeweiligen Sprachen gibt es eine Bibliothek oder auch ein Framework wie z.B. Tensorflow, welches du für Python verwendest. Einer der Hauptaufgaben, welche du lernen wirst, ist auch wie du mit den Daten umgehen kannst, damit du diese Visualisieren und Aufbereiten kannst. Später geht es dann auch schon los und du wirst deine eigenen kleinen Projekte zusammen mit dem Autor starten. Begleitet wirst du hier immer noch mit vielen Beispielen, sodass alles einfach und verständlich ist. Was gerade bei einem Thema wie diesem ein sehr wichtiger Punkt ist, was auch gut vom Buch umgesetzt wird.

Wenn du ein wirklich umfassendes Handbuch über Deep Learning willst, dann wirst du an diesem Buch nicht vorbeikommen. Zum jetzigen Zeitpunkt gibt es kein Autor, welcher sich so intensiv mit dem Thema beschäftigt und dazu auch noch auf Deutsch schreibt. Einziger Nachteil sind die hohen Kosten des Buches, welche meiner Meinung nach allerdings auch gerechtfertigt sind, da er einen wirklich guten Job macht und dir alles ausführlich erklärt. Insgesamt unterteilt der Autor das Buch in drei Teile ein, welche zusammen genutzt werden können, vor allem der erste und zweite Teil. In dem ersten Teil wird sich sehr intensiv mit Mathematik beschäftigt, da diese in vielen der Algorithmen angewendet wird. Hierzu gehört Lineare Algebra und auch Wahrscheinlichkeitstheorie. Es gibt noch mehr in diesem Teil, aber fürs Erste sollte es als Überblick reichen. Im zweiten Teil geht es dann um die Verfahren beim Deep Learning. Nicht alles ist leicht zu verstehen, mit etwas Zeit ist es allerdings möglich und es ist im Vergleich zu online Tutorials um einiges Besser erklärt. Hier wirst du lernen, was Tiefe Feedforward-Netze sind und auch wie du verschiedene Modelle optimieren kannst. Im dritten Teil beschäftigt er sich dann mit der Forschung, wobei hier der Fokuspunkt auf Zukunftsweisende Techniken liegt und was noch alles kommen könnte, also durchaus interessant.

Ein sehr umfassendes Buch, welches sich ausführlich mit Deep Learning beschäftigt, ohne dabei zu sehr ins mathematische Detail zu gehen, sondern es wird sich lieber auf praktische Beispiele bezogen. Voraussetzung ist allerdings, dass du schon etwas Kenntnisse in Python mitbringst, solltest du schon eine andere Programmiersprache erlernt haben, solltest du auch so alles gut verstehen. Wenn nicht kannst du dir hier noch meine Empfehlung für Python Bücher anschauen. Als Bibliothek wird hier Kiras verwendet, welche mit einer Menge an Möglichkeiten und Methoden kommt, welche du ganz nach Belieben nutzen kannst. Aufgebaut ist das Buch in zwei Teile, wobei sich der erste Teil auf die Erklärung von Deep Learning konzentriert, damit du ein allgemeines Verständnis bekommst. Der zweite Teil wird dann interessanter, da du hier dann eigene Beispiele ausprobierst und dir der Autor auch zeigt, wie du alles einsetzen kannst, für die besten Ergebnisse. Das Projekt welches ich am besten fand, handelte über die Erzeugung von Bildern, somit kann man nämlich eine Menge an neue coole Projekte erstellen.