Neuronale Netze mit C# programmieren
Mit praktischen Beispielen für Machine Learning im Unternehmenseinsatz
PAYBACK Punkte
0 °P sammeln!
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- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten BuchesSie 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 n...
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- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten BuchesSie 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 mitMultilayer Perceptron ( MLP )/Backpropagation/Recurrent Neural Networks/Convolutional Neural Networks/Machine Learning as a Service/Predictive Analytics/Objekterkennung/Sentiment-AnalyseDaniel 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.
Andere Kunden interessierten sich für
