Du kannst schon mit Python programmieren und möchtest jetzt mit KI durchstarten? Und zwar wirklich selbst programmieren und lernen, was dahinter steckt ? Perfekt! Schrödinger hat den gleichen Plan wie du und kennt zwei Profis, die euch alles erklären. Wichtige KI-Algorithmen , wie man sie implementiert und wann welcher am besten passt. Mit scikit-learn, TensorFlow und Keras lernt ihr mächtige Python-Bibliotheken und Frameworks kennen. Zu jedem Thema könnt ihr intuitiv mit Jupyter Notebooks arbeiten, die mit dem Code aus dem Buch online für euch bereit stehen.
Schrödinger stellt meistens genau die Frage, die du auch gerade hattest, und Bernhard und Sebastian haben immer eine gute Antwort parat . Gemeinsam implementiert ihr Entscheidungsbäume und Co., arbeitet euch durch Zeitreihenanalysen und baut am Ende einen Chatbot mit eigenem GPT. Wenn etwas nicht gleich so läuft, wie es soll, wird getüftelt, erklärt und repariert, bis alles funktioniert und ihr alles verstanden habt.
Mit außergewöhnlichen Beispielen, in Farbe und fantastisch illustriert.
Aus dem Inhalt:
- Warum Python für KI so genial ist
- Merkmale, Räume und Vektoren die Mathematik, mit der Maschinen lernen
- K-nearest Neighbors, k-means und DBScan
- Deep Learning mit mächtigen Bibliotheken: scikit-learn, TensorFlow und Keras
- Clusteranalyse
- Entscheidungsbäume
- Bildklassifizierung: Hund oder Katze?
- Neuronale Netze und Transformer verstehen
- Ein einfacher Chatbot mit eigenem GPT
Mit Online-Lernumgebung, fantastisch illustriert
Autorentext
Sebastian Steininger unterrichtet an der HTL Neufelden Informatik und Maschinelles Lernen. Als echter »AI Native« hat er schon zu seiner Schulzeit als selbstständiger Softwareentwickler gearbeitet und in seiner Matura-Arbeit Machine Learning praktisch angewandt. Sebastian und Bernhard haben schon so manches IT-Projekt gemeinsam zum Erfolg geführt. Kein Wunder, dass sie auch Schrödinger und dir alles gemeinsam erklären möchten. Sebastian hat sich das maschinelle Lernen zum fachlichen Schwerpunkt gemacht und begeistert sich für die Wissensvermittlung.
Inhalt
1. Große neue Welt -- Features ... 19
Wieso neu? ... 20
Die Dreifaltigkeit der KI-Welt ... 23
Unendliche Räume ... 27
Raumreduktion ... 32
Ran an den Code, raus in die Cloud! ... 35
Daten vorbereiten: Alles da, alles normal, alles klar? ... 42
Einen schnellen Blick riskieren ... 44
Ein Bild sagt mehr als tausend Worte ... 50
Unterm Mikroskop ... 56
Wurmlöcher -- Schrödingers Katze erkundet neue Dimensionen ... 61
2. Auf gute Nachbarschaft -- Abstandsmetriken, K-Means, DBScan und K-Nearest-Neighbor ... 69
Geh auf Distanz! ... 70
Tanz nicht aus der Reihe! -- Normalisierung ... 76
Wie ähnlich wir uns doch sind ... 78
Abstände in der Nussschale ... 82
Der Durchschnitts-Nachbar ... 83
Schwere Stellvertreter ... 88
Orchideentypen ... 100
Dicke Freunde ... 107
Stressige Tage ... 110
Drama-Nachbarn, die nicht ins Bild passen ... 117
Neue Nachbarn ... 122
Wertvorhersage mit KNN ... 124
Gesellschaftsspiele in der Nachbarschaft ... 126
Lärmbelästigung in der Nachbarschaft? ... 131
3. Was uns trennt und verbindet -- Clusteranalyse ... 141
Aufstieg mit der Ellenbogentechnik ... 142
Den Ellenbogen kommen sehen ... 146
Schattenspiele ... 149
Ich werfe Schatten ... 153
Fertige Schatten ... 159
4. Pflanzenkunde -- Entscheidungsbäume ... 165
Einfache Pflanzen ... 166
Unordnung genau messen ... 169
Von der Unordnung zur Information ... 171
Schrödingers Tageszeitenbaum ... 172
Der Kreislauf der Natur ... 177
Baumnattern ... 182
List Comprehension ... 184
Die Informationen in der DNA ... 185
Lass den Baum wachsen ... 187
Pflanzenarten ... 190
Neue Art züchten ... 192
Die Gärtnerei ... 194
Kontinuierliches Wachstum ... 197
Kontinuierliches Wachstum in der Praxis ... 205
Kontinuierlicher Fortschritt ... 209
Ein Blick in die Zukunft ... 213
Theoretische Vorhersagen ... 215
Praktische Vorhersagen ... 218
5. Pflanzen im Fitnessstudio -- Modellbeurteilungen ... 223
Fitnessvergleich ... 224
Die Wahl des Besten ... 231
Im Gleichgewicht der Widersprüche ... 233
Fitness für die Formel 1 ... 233
Fitnessübung: Wiederholung ... 236
Viele, wenige oder doch wieder viele? ... 238
Modelle am Leistungsprüfstand ... 241
Fit im Code! Aber fit am (Taschen-)Rechner? ... 245
6. Wenn du den Wald vor lauter Bäumen nicht siehst -- Von Random Forest bis BoostedDecision Trees ... 249
Klein, aber fein -- Pflanzenpflege ... 250
Wenn du den Wald vor lauter Bäumen nicht mehr siehst ... 253
Monokultur ... 255
Ab in die Baumschule ... 256
Profi-Förster ... 259
Pflanzenähnlichkeiten und Verwechslungen vermeiden ... 261
Bäume im Trainingslager ... 267
Entscheidungen im Raketentempo ... 274
Einen Gang höher ... 279
7. Schreib, was ich denke! -- Levenshtein und N-Gramme ... 283
Ähnliche, aber nicht gleiche Wörter ... 284
Fehler korrigieren ... 290
Ähnliche Produktnamen finden ... 293
Das hört sich gleich an ... 295
Ein Wort ergibt das andere: N-Gramme als digitale Wahrsager ... 301
Noch mehr russische Mathematik: die Markov-Annahme ... 303
Doppelter Wurstsalat ... 304
Von Null auf N-Gramm -- Code statt Zaubersprüche ... 305
Schrödingers Autovervollständigung ... 309
Zeichen für Zeichen oder doch ein halber Satz? ... 312
Die unbekannte Vorhersage: Back-off-Modelle ... 315
Ich mag es groß ... 318
Vorhersage auf Basis des zuletzt Gelesenen ... 320
Textanalyse mit spaCy ... 325
8. Ich denke, also bin ich! -- Neuronale Netze ... 329
Der kleinste Teil des Gehirns ... 330
Denken wie ein Computer ... 339
Erste Denkversuche ... 346
Die zweite Epoche: Wiederholen hilft! ... 351
Einer für alle und alle für einen ... 355
Probieren geht über Studieren ... 367
Ein neues Zuhause ... 376
Schicht um Schicht wird dein Wissen dicht ... 383
9. Schulbeginn -- Wie neuronale Netze lernen ... 387
Vom Zufall zur Information ... 388
Lernen durch Lehren ... 427
Handeln an der Wall Street ... 431
Waldwander…