LITMIR.BIZ

Скачать книгу

       Die Projektion auf d Dimensionen

       Verwenden von Scikit-Learn

       Der Anteil erklärter Varianz

       Auswählen der richtigen Anzahl Dimensionen

       PCA als Komprimierungsverfahren

       Randomisierte PCA

       Inkrementelle PCA

       Kernel-PCA

       Auswahl eines Kernels und Optimierung der Hyperparameter

       LLE

       Weitere Techniken zur Dimensionsreduktion

       Übungen

       9Techniken des unüberwachten Lernens

       Clustering

       K-Means

       Grenzen von K-Means

       Bildsegmentierung per Clustering

       Vorverarbeitung per Clustering

       Clustering für teilüberwachtes Lernen einsetzen

       DBSCAN

       Andere Clustering-Algorithmen

       Gaußsche Mischverteilung

       Anomalieerkennung mit gaußschen Mischverteilungsmodellen

       Die Anzahl an Clustern auswählen

       Bayessche gaußsche Mischverteilungsmodelle

       Andere Algorithmen zur Anomalie- und Novelty-Erkennung

       Übungen

       Teil IINeuronale Netze und Deep Learning

       10Einführung in künstliche neuronale Netze mit Keras

       Von biologischen zu künstlichen Neuronen

       Biologische Neuronen

       Logische Berechnungen mit Neuronen

       Das Perzeptron

       Mehrschichtiges Perzeptron und Backpropagation

       Regressions-MLPs

       Klassifikations-MLPs

       MLPs mit Keras implementieren

       TensorFlow 2 installieren

       Einen Bildklassifikator mit der Sequential API erstellen

       Ein Regressions-MLP mit der Sequential API erstellen

       Komplexe Modelle mit der Functional API bauen

       Dynamische Modelle mit der Subclassing API bauen

       Ein Modell sichern und wiederherstellen

       Callbacks

       TensorBoard zur Visualisierung verwenden

       Feinabstimmung der Hyperparameter eines neuronalen Netzes

       Anzahl verborgener Schichten

       Anzahl Neuronen pro verborgene Schicht

       Lernrate, Batchgröße und andere Hyperparameter

       Übungen

       11Trainieren von Deep-Learning-Netzen

       Das Problem schwindender/explodierender Gradienten

       Initialisierung nach Glorot und He

       Nicht sättigende Aktivierungsfunktionen

       Batchnormalisierung

       Gradient

Скачать книгу