Neuronale Netze mit C# programmieren (PDF)
Mit praktischen Beispielen für Machine Learning im Unternehmenseinsatz
NEURONALE NETZE MIT C# PROGRAMMIEREN //
- Aufbau und Training von neuronalen Netzen
- Wichtige Machine-Learning-Algorithmen verstehen und einsetzen
- Arbeiten mit ML.NET und Infer.NET
- Vorstellung des Open Source Framework TensorFlow.NET
- Erstellen...
- Aufbau und Training von neuronalen Netzen
- Wichtige Machine-Learning-Algorithmen verstehen und einsetzen
- Arbeiten mit ML.NET und Infer.NET
- Vorstellung des Open Source Framework TensorFlow.NET
- Erstellen...
sofort als Download lieferbar
eBook (pdf)
59.99 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Neuronale Netze mit C# programmieren (PDF)“
NEURONALE NETZE MIT C# PROGRAMMIEREN //
- Aufbau und Training von neuronalen Netzen
- Wichtige Machine-Learning-Algorithmen verstehen und einsetzen
- Arbeiten mit ML.NET und Infer.NET
- Vorstellung des Open Source Framework TensorFlow.NET
- Erstellen eines Lex-Chatbot für .NET
- Alle Beispiele sind mit Visual Studio und C# umsetzbar
Sie wollen neuronale Netze und Machine-Learning-Algorithmen mit C# entwickeln? Dann finden Sie in diesem Buch eine gut verständliche Einführung in die Grundlagen und es wird Ihnen gezeigt, wie Sie neuronale Netze und Machine-Learning-Algorithmen in Ihren eigenen Projekten praktisch einsetzen.
Mithilfe von Beispielen erstellen und trainieren Sie Ihr erstes neuronales Netz zur vorausschauenden Wartung einer Produktionsmaschine.
Im Praxisteil lernen Sie dann, wie Sie TensorFlow-Modelle in ML.NET benutzen oder Infer.NET direkt verwenden können. Des Weiteren nutzen Sie die Predictive- und Sentiment-Analyse, um sich mit Machine-Learning-Algorithmen vertraut zu machen.
Alle im Buch vorgestellten Projekte sind in C# programmiert und stehen als Download zur Verfügung. Grundkenntnisse in C# werden für die Arbeit mit dem Buch vorausgesetzt. Alle Projekte lassen sich ohne größere Rechnerressourcen umsetzen.
AUS DEM INHALT //
Künstliche Intelligenz: Grundlagen/Konzepte und Methoden von Machine Learning/Neuronale Netze bauen und trainieren/Maschinensimulation mit
Multilayer Perceptron ( MLP )/Backpropagation/Recurrent Neural Networks/Convolutional Neural Networks/Machine Learning as a Service/Predictive Analytics/Objekterkennung/Sentiment-Analyse
Daniel Basler arbeitet als Lead Developer und Softwarearchitekt. Seine Schwerpunkte liegen auf Cross-Platform-Apps, Android, JavaScript und Microsoft-Technologien. Er entwickelt u.a. Software für Regal- und Flächenlagersysteme sowie Anlagenvisualisierung und setzt in diesem Umfeld verstärkt Machine-Learning-Methoden ein. Darüber hinaus schreibt er regelmäßig Artikel für die Fachzeitschriften dotnetpro und web&mobile Developer.
- Aufbau und Training von neuronalen Netzen
- Wichtige Machine-Learning-Algorithmen verstehen und einsetzen
- Arbeiten mit ML.NET und Infer.NET
- Vorstellung des Open Source Framework TensorFlow.NET
- Erstellen eines Lex-Chatbot für .NET
- Alle Beispiele sind mit Visual Studio und C# umsetzbar
Sie wollen neuronale Netze und Machine-Learning-Algorithmen mit C# entwickeln? Dann finden Sie in diesem Buch eine gut verständliche Einführung in die Grundlagen und es wird Ihnen gezeigt, wie Sie neuronale Netze und Machine-Learning-Algorithmen in Ihren eigenen Projekten praktisch einsetzen.
Mithilfe von Beispielen erstellen und trainieren Sie Ihr erstes neuronales Netz zur vorausschauenden Wartung einer Produktionsmaschine.
Im Praxisteil lernen Sie dann, wie Sie TensorFlow-Modelle in ML.NET benutzen oder Infer.NET direkt verwenden können. Des Weiteren nutzen Sie die Predictive- und Sentiment-Analyse, um sich mit Machine-Learning-Algorithmen vertraut zu machen.
Alle im Buch vorgestellten Projekte sind in C# programmiert und stehen als Download zur Verfügung. Grundkenntnisse in C# werden für die Arbeit mit dem Buch vorausgesetzt. Alle Projekte lassen sich ohne größere Rechnerressourcen umsetzen.
AUS DEM INHALT //
Künstliche Intelligenz: Grundlagen/Konzepte und Methoden von Machine Learning/Neuronale Netze bauen und trainieren/Maschinensimulation mit
Multilayer Perceptron ( MLP )/Backpropagation/Recurrent Neural Networks/Convolutional Neural Networks/Machine Learning as a Service/Predictive Analytics/Objekterkennung/Sentiment-Analyse
Daniel Basler arbeitet als Lead Developer und Softwarearchitekt. Seine Schwerpunkte liegen auf Cross-Platform-Apps, Android, JavaScript und Microsoft-Technologien. Er entwickelt u.a. Software für Regal- und Flächenlagersysteme sowie Anlagenvisualisierung und setzt in diesem Umfeld verstärkt Machine-Learning-Methoden ein. Darüber hinaus schreibt er regelmäßig Artikel für die Fachzeitschriften dotnetpro und web&mobile Developer.
Autoren-Porträt von Daniel Basler
Daniel Basler arbeitet als Lead Developer und Softwarearchitekt. Seine Schwerpunkte liegen auf Cross-Platform-Apps, Android, JavaScript und Microsoft-Technologien. Er entwickelt u.a. Software für die Bereiche Lagersteuerung (Regal- und Flächenlagersysteme) und Anlagenvisualisierung und setzt in diesem Umfeld verstärkt Machine Learning-Methoden ein. Darüber hinaus schreibt er regelmäßig Artikel für die Fachzeitschriften dotnetpro und web&mobile Developer.
Bibliographische Angaben
- Autor: Daniel Basler
- 2021, 1. Auflage, 373 Seiten, Deutsch
- Verlag: Carl Hanser Verlag
- ISBN-10: 3446464263
- ISBN-13: 9783446464261
- Erscheinungsdatum: 06.04.2021
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Größe: 15 MB
- Ohne Kopierschutz
- Vorlesefunktion
Family Sharing
eBooks und Audiobooks (Hörbuch-Downloads) mit der Familie teilen und gemeinsam genießen. Mehr Infos hier.
Kommentar zu "Neuronale Netze mit C# programmieren"
Schreiben Sie einen Kommentar zu "Neuronale Netze mit C# programmieren".
Kommentar verfassen