Merkzettel Warenkorb
Produktbild: Eigene KI-Anwendungen programmieren
Vorbesteller Neu

Eigene KI-Anwendungen programmieren Ihr Einstieg in die Programmierung mit KI. Ohne Vorkenntnisse, einfach mit Python – Ausgabe 2025

Aus der Reihe Rheinwerk Computing

29,90 €

inkl. MwSt, Versandkostenfrei

Artikel liefern lassen

Beschreibung

Details

Einband

Taschenbuch

Erscheinungsdatum

07.08.2025

Verlag

Rheinwerk

Seitenzahl

446

Maße (L/B)

23/17,2 cm

Auflage

2. Auflage

Sprache

Deutsch

ISBN

978-3-367-10839-8

Beschreibung

Details

Einband

Taschenbuch

Erscheinungsdatum

07.08.2025

Verlag

Rheinwerk

Seitenzahl

446

Maße (L/B)

23/17,2 cm

Auflage

2. Auflage

Sprache

Deutsch

ISBN

978-3-367-10839-8

Herstelleradresse

Rheinwerk Verlag GmbH
Rheinwerkallee 4
53227 Bonn
DE

Email: Info@rheinwerk-verlag.de

Weitere Bände von Rheinwerk Computing

Unsere Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in
  • Produktbild: Eigene KI-Anwendungen programmieren


  •   Materialien zum Buch ... 15

      1.  Einleitung ... 17

           1.1 ... Was bietet dieses Buch? ... 18

           1.2 ... Was ist eine »künstliche Intelligenz«? ... 19

           1.3 ... Geschichte der KI -- ein kurzer Überblick ... 21

           1.4 ... Verwendete Werkzeuge ... 23

      2.  Installation von Anaconda ... 29

           2.1 ... Windows und macOS ... 29

           2.2 ... Linux ... 30

           2.3 ... Konfiguration und Test ... 31

      3.  Das künstliche neuronale Netz ... 39

           3.1 ... Klassifizierung ... 40

           3.2 ... Das Kochrezept ... 42

           3.3 ... Aufbau künstlicher neuronaler Netze ... 46

           3.4 ... Aufbau eines künstlichen Neurons ... 48

           3.5 ... Feed Forward ... 50

           3.6 ... Backpropagation ... 52

           3.7 ... Aktualisierung der Gewichte ... 55

           3.8 ... KNN für Klassifizierung ... 58

           3.9 ... Hyperparameter und Overfitting ... 66

           3.10 ... Umgang mit nichtnumerischen Daten ... 69

           3.11 ... Umgang mit Datenlücken ... 71

           3.12 ... Korrelation versus Kausalität ... 73

           3.13 ... Normierung der Daten ... 81

           3.14 ... Regression ... 84

           3.15 ... Deployment ... 87

           3.16 ... Übungen ... 93

      4.  Entscheidungsbäume ... 95

           4.1 ... Einfache Entscheidungsbäume ... 96

           4.2 ... Boosting ... 108

           4.3 ... XGBoost Regressor ... 118

           4.4 ... Deployment ... 120

           4.5 ... Übungen ... 121

      5.  Faltungsschichten, Bilder und mehr ... 123

           5.1 ... Einfache Bildklassifizierung ... 125

           5.2 ... Hyperparameter-Optimierung mit Early Stopping und KerasTuner ... 130

           5.3 ... Convolutional Neural Network (CNN) ... 135

           5.4 ... Bildklassifizierung mit CIFAR-10 ... 142

           5.5 ... Verwendung vortrainierter Netze ... 146

           5.6 ... Übungen ... 150

      6.  Transfer Learning ... 151

           6.1 ... Funktionsweise ... 154

           6.2 ... Übungen ... 161

      7.  Anomalieerkennung ... 163

           7.1 ... Unausgewogene Daten ... 164

           7.2 ... Resampling ... 169

           7.3 ... Autoencoder ... 171

           7.4 ... Übungen ... 178

      8.  Textklassifizierung ... 179

           8.1 ... Embedding Layer ... 179

           8.2 ... GlobalAveragePooling1D Layer ... 183

           8.3 ... Text Vectorization ... 185

           8.4 ... Analyse der Zusammenhänge ... 188

           8.5 ... Klassifizierung großer Datenmengen ... 193

           8.6 ... Übungen ... 196

      9.  Clusteranalyse ... 197

           9.1 ... Grafische Analyse der Daten ... 198

           9.2 ... Der Algorithmus k-Means-Clustering ... 203

           9.3 ... Das fertige Programm ... 206

           9.4 ... Übungen ... 209

    10.  Visuelle Programmierung mit Orange ... 211

           10.1 ... Installation ... 211

           10.2 ... Klassifizierung mit Entscheidungsbaum ... 213

           10.3 ... Regression mit Entscheidungsbaum ... 220

           10.4 ... Deployment ... 221

           10.5 ... Klassifizierung mit KNN ... 223

           10.6 ... Regression mit KNN ... 227

           10.7 ... Bildklassifizierung mit XGBoost ... 229

           10.8 ... Unüberwachte Klassifizierung von Bildern ... 230

           10.9 ... Textklassifizierung mit XGBoost ... 234

           10.10 ... Übungen ... 236

    11.  Visuelle Programmierung mit KNIME ... 239

           11.1 ... Installation ... 240

           11.2 ... Einfache künstliche neuronale Netze ... 245

           11.3 ... XGBoost ... 267

           11.4 ... Bildklassifizierung mit vortrainiertem Modell ... 271

           11.5 ... Transfer Learning ... 277

           11.6 ... Autoencoder ... 284

           11.7 ... Textklassifizierung ... 292

           11.8 ... AutoML ... 297

           11.9 ... Clusteranalyse ... 301

           11.10 ... Zeitreihenanalyse ... 306

           11.11 ... Weitere Hinweise zu KNIME ... 322

           11.12 ... Übungen ... 322

    12.  Reinforcement Learning ... 325

           12.1 ... Q-Learning ... 327

           12.2 ... Erforderliche Python-Kenntnisse für das Spiel ... 332

           12.3 ... Training ... 337

           12.4 ... Test ... 340

           12.5 ... Ausblick ... 341

           12.6 ... Übungen ... 342

    13.  Genetische Algorithmen ... 343

           13.1 ... Der Algorithmus ... 344

           13.2 ... Beispiel einer sortierten Liste ... 348

           13.3 ... Beispiel für Gleichungssysteme ... 351

           13.4 ... Beispielanwendung aus der Praxis ... 353

           13.5 ... Übungen ... 357

    14.  ChatGPT und Gemini ... 359

           14.1 ... Prompt Engineering ... 362

           14.2 ... Programmierschnittstelle ... 375

           14.3 ... Übung ... 392

    15.  DALL-E und Imagen ... 393

           15.1 ... Bildgenerierung ... 394

           15.2 ... Übung 1: API mit Moderation ... 402

    16.  Ausblick ... 403

      Anhang ... 403

           A ... Lösungen ... 405

           B ... Literaturhinweise ... 441

      Index ... 443