Produktbild: Eigene KI-Anwendungen programmieren

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

Aus der Reihe Rheinwerk Computing
3

29,90 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.08.2025

Verlag

Rheinwerk Verlag

Seitenzahl

446

Maße (L/B/H)

22,6/16,7/2,7 cm

Gewicht

830 g

Farbe

Smaragd / Weiß

Auflage

2

Sprache

Deutsch

ISBN

978-3-367-10839-8

Beschreibung

Rezension

Dem Autor und dem Layouter ist es in seltener Kombination gelungen, mit Struktur, der verwendeten Sprache, mit Abbildungen, Farbe, Beispielen und Sourcen ein hochwertiges Lernmaterial zu veröffentlichen. Daher ist das Buch für alle Altersklassen und auch bei wenig Programmiererfahrung eine echte Empfehlung. Nicht nur das Verständnis für KI wird geschärft, sondern man lernt fast spielerisch noch dazu Programmierkompetenz, ohne sich als Coder zu fühlen.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.08.2025

Verlag

Rheinwerk Verlag

Seitenzahl

446

Maße (L/B/H)

22,6/16,7/2,7 cm

Gewicht

830 g

Farbe

Smaragd / Weiß

Auflage

2

Sprache

Deutsch

ISBN

978-3-367-10839-8

Herstelleradresse

Rheinwerk Verlag GmbH
Rheinwerkallee 4
53227 Bonn
DE

Email: GPSR Kontakt

Kundinnen und Kunden meinen

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.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

  • PB

    aus Berlin

    5/5

    30.11.2024

    Buch (Taschenbuch)

    Gut strukturiert - für ambitionierte Einsteiger

    Dieses Buch ist eine umfangreiche Einführung in die Welt der künstlichen Intelligenz, die sich insbesondere an technikaffine Einsteiger richtet. Es beginnt mit einer soliden Erklärung der grundlegenden KI-Konzepte und führt den Leser durch die wichtigsten Tools wie Python, Jupyter Notebook, KNIME und TensorFlow. Die vorgestellten Projekte sind praxisnah und ermöglichen es, reale KI-Anwendungen zu entwickeln, sei es für Bilderkennung, Textverarbeitung oder die Arbeit mit Transformer-Modellen wie GPT-4. Für Leser ohne Programmierkenntnisse könnten einige Passagen jedoch herausfordernd sein. Besonders die technischen Details zur Installation und Konfiguration der Software sowie die Python-Programmierung setzen oft eine gewisse Vertrautheit mit Computern voraus. Es gibt zahlreiche Erklärungen und Anleitungen, aber ein völliger Neuling in der Programmierung könnte an der Umsetzung der komplexeren Beispiele wie neuronale Netze oder Entscheidungsbäume länger arbeiten müssen, um alles zu verstehen. Trotz dieser Hürden bleibt das Buch ein wertvoller Leitfaden für Leser, die bereit sind, sich tiefer in die technischen Aspekte der KI einzuarbeiten. Die enthaltenen Übungen und Musterlösungen helfen, das Gelernte zu festigen, und die Videoanleitungen unterstützen den Einstieg. Leser, die eine gewisse Bereitschaft mitbringen, sich in technische Details einzuarbeiten, werden mit diesem Buch erfolgreich erste KI-Projekte umsetzen und fundierte Kenntnisse in der KI-Programmierung erwerben.

  • Rezensionen-Wichmann

    aus Speckgürtel Berlins

    5/5

    14.07.2024

    Buch (Taschenbuch)

    nach ernsthafter Lektüre wird eine Einarbeitung gelingen

    Rezensiert wird das Buch „Eigene KI-Anwendungen programmieren“ Redaktioneller Hinweis: Das Buch wurde mir kostenlos als Rezensionsexemplar überlassen. Kurzfazit: Sterne: 5 Lesbarkeit: Verständlich, wobei eine ernsthafte Einarbeitung Voraussetzung ist. -------------------------------------------------------------------------- Meine Meinung: Das Buch erklärt sehr gut, was KI eigentlich ist und geht auch auf das Thema „Machine Learning“ ein. So wird genauestens erklärt, wie die Installation der benötigten Arbeitsumgebung erfolgt. Gleich im Anschluss folgen fast schon wissenschaftlich anmutende Erklärungen, denen aus meinem Dafürhalten absolute Einsteiger eher schwer folgen können. Hier sehe ich eine Diskrepanz zwischen den genauen Installationsanleitungen und den Erklärungen zur Umsetzung einer eigenen KI-Anwendung. Ab Kapitel 3.8. wird klar erklärt, wie eine KI-Anwendung programmiert werden kann. Ich sehe dieses Buch als hilfreich und gut strukturiert, denn absolute Einsteiger werden nicht gleich eine KI-Anwendung programmieren wollen. Und um das Thema zu verstehen, ist es ja auch hilfreich, Codebeispiele zu untersuchen und zu verstehen, statt gleich vorgefertigte Lösungen zu haben. Wer trotzdem schmumeln möchte, kann am Ende des Buches die Lösungen analysieren. Hier sind auch viele Beispielprompts zu verschiedenen KI-Anwendungen abgedruckt, sodass, nach ernsthafter Lektüre, das Ziel des Buches erfüllt sein dürfte, eigene KI-Anwendungen programmieren zu können. -------------------------------------------------------------------------- Fazit: Für alle, die sich ernsthaft einarbeiten wollen. -------------------------------------------------------------------------- (Da ich nicht weiß, ob, wenn man ein Bestelllink hinterlegen möchte oder ich dies als Werbung kennzeichnen muss, tue ich dies einfach) Werbung: Titel: „Eigene KI-Anwendungen programmieren“ Autor: Metin Karatas ISBN: 978-3-8362-9763-9 Wie folgt ist mein Bewertungsmaßstab: 5x - Klare Empfehlung von meiner Seite aus. 4x - Hat ein kleines Manko, aber dennoch gut 3x - Kann man benutzen 2x - Keine Empfehlung von mir, nicht gut handhabbar. 1x - Ist unbrauchbar / fehlerhaft.

  • Bewertung

    5/5

    31.01.2024

    Buch (Taschenbuch)

    Hervorragendes Buch, auch für KI-Einsteiger

    Das Buch „Eigene KI-Anwendungen programmieren“ von Metin Karatas zu kaufen, war für mich in gewisser Weise ein „Wagnis“, da ich im KI-Bereich wenig bis gar keine Kenntnisse hatte. Aber nachdem das Thema KI gerade bei uns im Bildungsbereich in aller Munde ist, habe ich mir dieses Buch bestellt. Man merkt schnell, dass Herr Karatas ein absoluter Experte auf dem Gebiet der KI ist. Er versteht es hervorragend, die komplexen Konzepte der KI verständlich zu erklären und deren vielfältigen Einsatzmöglichkeiten zu verdeutlichen. Die vielen praxisnahen Anwendungsbeispiele zeigen dem Leser, wie KI-Programmierung in der beruflichen Bildung funktionieren kann. Durch die vielen Hands-on-Anleitungen kann man, auch als KI-Einsteiger, sofort mit der Programmierung beginnen, die vielen Übungen runden das Ganze ab. Insbesondere die verständliche Aufbereitung der Inhalte durch den Autor ermöglicht es, ohne tiefgehende technische Vorkenntnisse erfolgreich KI-Anwendungen zu entwickeln. Bisher war KI für mich ein abstraktes, schwer zu verstehendes Konstrukt. Das Buch hat mir den Zugang zur KI ermöglicht und gezeigt, dass ich auch als Neueinsteigerin KI-Anwendungen erfolgreich programmieren kann. Für meine schulische Praxis hat das Buch einen absoluten Mehrwert. Deshalb: 100 % KAUFEMPFEHLUNG!

Kundinnen und Kunden meinen

5

3

4

0

3

0

2

0

1

0

Bewertungen (3)

Die Leseprobe wird geladen.
  • 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