Alle Artikel mit dem Schlagwort: ai

Machine Learning Deep Learning Merkmalskonstruktion

Neuerscheinungen: Bücher zu Deep Learning und Machine Learning

Während die Kolleg*innen gerade auf der M3-Konferenz – Minds Mastering Machines – in Mannheim weilen und sich dort von einigen KI-Experten wie Mark Whitehorn (Keynote: „Dark Data is your friend“) oder unseren Autoren Ramon Wartala und Oliver Zeigermann persönlich in die aktuell brennendsten Fragen des Deep Learning und Machine Learning sowie der Datenanalyse einführen lassen, nehmen wir die Gelegenheit wahr, Euch hier drei unserer neuesten Bücher zum Thema vorzustellen.  Die Gemeinsamkeit aller drei Neuerscheinungen: Sie richten sich an Entwickler und Data Scientists, die konkrete Projekte und Lösungen für ihren Berufsalltag suchen. Die Musikstücke automatisch erkennen und zuordnen, Hintergründe in Bildern entfernen, Clustermodelle bewerten oder Rohdaten aufbereiten wollen. Die Bücher bauen auf unseren Grundlagenwerken wie Einführung in Machine Learning mit Python, Praxiseinstieg Deep Learning (gerade unser E-Book des Monats und damit 50 % günstiger) und natürlich unseren Dauerbrenner und Bestseller Neuronale Netze selbst programmieren auf.  Fangen wir an. Deep Learning Kochbuch Der Einsatz von Frameworks wie Keras und TensorFlow ermöglicht Deep-Learning-Anwendungen, ohne dass tiefgreifende Kenntnisse aus dem Machine Learning nötig sind. In bewährter Problem-Lösung-Diskussion-Struktur liefert das Deep …

E-Book Praxiswissen Deep Learning

E-Book-Deal: Praxiseinstieg Deep Learning

„Eine Tour der Möglichkeiten“ bekomme man mit Praxiseinstieg Deep Learning von Ramon Wartala, schrieb die iX. Wer sogar nur die Hälfte des Fahrpreises zahlen möchte, sollte jetzt zugreifen: Die E-Book-Fassung gibt es bis einschließlich 1. Juni 2019 für 11,99 Euro statt 23,99 Euro. Das Buch eignet sich für alle, die sich zügig einen Überblick über Deep Learning, diesen Teilbereich des Machine Learning, verschaffen wollen. Es erläutert die Methoden und zeigt, wie die großen IT-Konzerne Google, Facebook, IBM, Microsoft, Baidu, Apple und Amazon diese Schlüsseltechnologie einsetzen. Danach führt es in die wichtigsten Werkzeuge und Frameworks ein: Caffe/Caffe2, Torch, PyTorch, Theano, DeepLearning4J, TensorFlow, Keras und viele andere kommen hier zur Sprache. Natürlich liefert der Autor – Ramon Wartala – auch Praxisbeispiele zum Download, so dass sich alle Theorie auch praktisch nachvollziehen lässt. Darüber hinaus erfahrt Ihr, warum Cloud Computing und Big Data im Zusammenhang mit Deep Learning so wichtig sind und wie sich verteilte Anwendungen erstellen lassen. Schließlich geht Ramon Wartala gezielt auf Handschriftenerkennung, Bilderkennung und Kunst mit Deep Learning ein und beschäftigt sich mit den Methoden …

Wann machen Maschinen endlich meinen Job?

Es gibt Beschäftigungsgruppen, die, in Ermangelung von Grundeinkommen, nicht zu Unrecht fürchten, dass Maschinen ihnen die Arbeit wegnehmen – im Laufe der Geschichte der Industrialisierung ist das schließlich durchaus schon vorgekommen. Andere machen sich darum noch eher wenige Gedanken – gerade die kreativen Jobs scheinen halbwegs sicher vor Fließband und KI. Kurzum: Alles rund um das Entstehen eines Buchs scheint uns doch verhältnismäßig „safe“. Klar, es gibt es Newsportale, die automatisiert verfasste Artikel veröffentlichen. Aber kann Roboterjournalismus mit allen Facetten des Schreibens mithalten? Und ja, es gibt Übersetzungssoftware, die bereits ganz taugliches Material produziert, doch damit ein Buch korrekt übersetzt und flüssig lesbar ist, müssen nach wie vor menschliche Übersetzer Hirn und Hand anlegen. Alexa, lies mir ein Buch vor! Die Software VoiceDream kann bereits recht gut vorlesen und wird demzufolge von vielen Sehbehinderten genutzt – man kann ihr Texte vorgeben und sogar die Aussprache unbekannter Wörter beibringen, und dann legt die gewünschte Stimme los und bemüht sich, auch Nebensätze angenehm betont vorzubringen. Dennoch bringen Hörbuchsprecher*innen wohl noch etwas mehr Drama ins Gelesene, wage ich …

Machine Learning

Kolophon #18: Machine Learning

Was hat Machine Learning mit Synthesizern zu tun? Wie trainiert man Algorithmen? Und warum helfen wir wahrscheinlich alle mit, Googles Intelligenz zu füttern? Für unsere neue Podcast-Folge Kolophon #18 spricht Tim Pritlove mit Oliver Zeigermann. „In den Neunzigern ging eigentlich gar nichts mit Künstlicher Intelligenz, das war sehr ernüchternd“, sagt unser Autor Oliver Zeigermann im Gespräch mit Tim Pritlove. Und ergänzt, dass er selbst auch desillusioniert war. Dabei brennt er seit früher Jugend für Daten und Code – und beschäftigt sich deshalb heute als Entwickler, Architekt, Berater und Coach mit Deep Learning, Neuronalen Netzen und Machine Learning.  Im Gespräch mit Tim Pritlove definiert Oliver die wesentlichen Begriffe, berichtet von Meilensteinen der AI und wie er diese persönlich erlebt hat und erklärt sehr anschaulich den Prozess des maschinellen Lernens. In dieser Podcast-Folge könnt Ihr unheimlich viel lernen – und gleichzeitig ist es ein bisschen so, als würdet Ihr in einer Kneipe sitzen und den beiden einfach nur beim Fachsimpeln und Anekdoten tauschen zuhören.  Unser unbedingter Hörtipp – zum Kolophon #18 geht es hier entlang.  Oliver Zeigermann hat …

Von neuronalen Netzen und ganz vielen anderen Dingen: Ein Interview mit Tariq Rashid

Interviews mit unseren Autoren sind (fast) immer ein Vergnügen. Besonders viel Freude bereiten sie mir allerdings, wenn ich mit so auskunftsfreudigen und vielseitig interessierten Menschen wie Tariq Rashid sprechen kann. Anlässlich der deutschsprachigen Erstveröffentlichung seines Buchs Neuronale Netze selbst programmieren habe ich mit dem britischen Physiker und Machine-Learning-Experten eine ganze Menge Themen beackert: Die magische Welt smarter Software und künstlicher Intelligenz, die Notwendigkeit digitaler Kompetenz und digitaler Menschenrechte, das törichte Verhalten vieler Lehrer und Politiker, den Brexit und das Potenzial der internationalen Tech-Zivilgesellschaft. Das Interview ist recht lang, aber sicher nicht langweilig ausgefallen: Tariq, künstliche neuronale Netze (KNN) sind in letzter Zeit schwer in Mode. Allerdings scheint es immer noch viele Menschen zu geben, die nicht wissen, was genau dahintersteckt. Kannst du uns die grundlegenden Konzepte möglichst verständlich erklären? Ja, neuronale Netze sind total angesagt. Was übrigens nicht immer so war. Zu ihrer Funktionsweise: Wir wollten Rechner ja schon immer dazu bringen, mehr Aufgaben für uns zu übernehmen. Vom Abakus zur einfachen Berechnung von Schulden bis hin zum elektronischen Computer, der Flugbahnen im Weltraum voraussagt. …