Bewertung:
Das Buch bietet einen benutzerfreundlichen Ansatz zum Erlernen von Deep Learning mit der KNIME Analytics Platform und richtet sich an Leser mit wenig bis gar keiner Programmiererfahrung. Es bietet eine solide Grundlage sowohl in der Theorie als auch in den praktischen Anwendungen und geht dabei auch auf Einsatzaspekte ein, die in anderen Texten oft übersehen werden. Einige Leser haben jedoch den Wunsch nach mehr Programmierbeispielen und Anpassungen in der Qualität des Materials geäußert.
Vorteile:1) Gut geschriebene und klare Erklärungen von Schlüsselkonzepten und Best Practices. 2) Es werden viele praktische Anwendungen vorgestellt, darunter NLP, Bildanalyse und Betrugserkennung. 3) Umfassende Abdeckung der Einsatzmöglichkeiten. 4) Ermöglicht den Zugang zu Deep Learning ohne Programmierkenntnisse. 5) Schritt-für-Schritt-Anleitung, die komplexe Probleme vereinfacht.
Nachteile:1) Es fehlt an Beispielen für die Programmierung, insbesondere in wichtigen Bereichen wie der Verarbeitung natürlicher Sprache. 2) Einige Beschwerden über die Gesamtqualität des Buches.
(basierend auf 10 Leserbewertungen)
Codeless Deep Learning with KNIME: Build, train, and deploy various deep neural network architectures using KNIME Analytics Platform
Entdecken Sie, wie Sie die KNIME Analytics Platform mit Deep Learning Bibliotheken integrieren können, um Lösungen für künstliche Intelligenz zu implementieren.
Hauptmerkmale
⬤ Machen Sie sich mit der KNIME Analytics Platform vertraut, um Deep Learning ohne Programmierkenntnisse durchzuführen.
⬤ Entwerfen und erstellen Sie Deep Learning Workflows schnell und einfach mit der KNIME GUI.
⬤ Entdecken Sie die verschiedenen Einsatzmöglichkeiten von KNIME Analytics Platform, ohne eine einzige Zeile Code zu verwenden.
Buchbeschreibung
KNIME Analytics Platform ist eine Open-Source-Software, die zur Erstellung und Gestaltung von Data-Science-Workflows verwendet wird. Dieses Buch ist ein umfassender Leitfaden für die KNIME GUI und die KNIME Deep-Learning-Integration und hilft Ihnen, neuronale Netzwerkmodelle zu erstellen, ohne eine einzige Zeile Code zu schreiben. Es führt Sie beim Aufbau einfacher und komplexer neuronaler Netzwerke durch praktische und kreative Lösungen zur Lösung realer Datenprobleme.
Beginnend mit einer Einführung in die KNIME Analytics Platform erhalten Sie einen Überblick über einfache Feed-Forward-Netzwerke zur Lösung einfacher Klassifikationsprobleme auf relativ kleinen Datensätzen. Anschließend werden Sie komplexere Netzwerke wie Autocoder, rekurrente neuronale Netze (RNNs), Long Short Memory (LSTM) und Convolutional Neural Networks (CNNs) aufbauen, trainieren, testen und einsetzen. In jedem Kapitel lernen Sie, je nach Netzwerk und Anwendungsfall, wie Sie Daten vorbereiten, eingehende Daten kodieren und bewährte Verfahren anwenden.
Am Ende dieses Buches werden Sie gelernt haben, wie man eine Vielzahl verschiedener neuronaler Architekturen entwirft, und Sie werden in der Lage sein, das endgültige Netzwerk zu trainieren, zu testen und einzusetzen.
Was Sie lernen werden
⬤ Verwenden Sie verschiedene gemeinsame Knoten, um Ihre Daten in die richtige Struktur umzuwandeln, die für das Training eines neuronalen Netzes geeignet ist.
⬤ Neuronale Netzwerktechniken wie Verlustfunktionen, Backpropagation und Hyperparameter zu verstehen.
⬤ Aufbereitung und Kodierung von Daten, um sie in das Netz einzuspeisen.
⬤ Ein klassisches Feedforward-Netz aufbauen und trainieren.
⬤ Entwickeln und Optimieren eines Autoencoder-Netzwerks für die Ausreißererkennung.
⬤ Implementierung von Deep-Learning-Netzwerken wie CNNs, RNNs und LSTMs mit Hilfe von praktischen Beispielen.
⬤ Einsatz eines trainierten Deep-Learning-Netzwerks auf realen Daten.
Für wen ist dieses Buch gedacht?
Dieses Buch richtet sich an Datenanalysten, Datenwissenschaftler und Deep-Learning-Entwickler, die keine guten Python-Kenntnisse haben, aber lernen möchten, wie man KNIME GUI verwendet, um neuronale Netze mit verschiedenen Architekturen zu erstellen, zu trainieren, zu testen und einzusetzen. Die in diesem Buch gezeigten praktischen Implementierungen erfordern keine Programmierung oder Kenntnisse über spezielle Skripte, so dass Sie Ihr Wissen leicht in praktische Anwendungen umsetzen können. Für den Einstieg in dieses Buch sind keine Vorkenntnisse im Umgang mit KNIME erforderlich.
| ISBN: | 9781800566613 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
