iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Beiträge zur KI-basierten Erkennung menschlicher Aktivitäten und zum Einsatz generativer Modelle (GANs)
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Beiträge zur KI-basierten Erkennung menschlicher Aktivitäten und zum Einsatz generativer Modelle (GANs)
Daniel Wagner (Taschenbuch, Deutsch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
In den letzten Jahren sorgte das Gebiet der Künstlichen Intelligenz (KI), insbesondere durch das Forschungsfeld Maschinelles Lernen (ML), für viel Aufmerksamkeit. Bis zum heutigen Zeitpunkt entwickelte sich ML zu einer Schlüsseltechnologie für moderne KI-Anwendungen weiter, wobei die momentan erfolgreichste und damit auch die populärste Methode das tiefe Lernen (engl. Deep Learning) ist. Hierbei… steht der Aufbau der neuronalen Netze im Fokus, sodass mittlerweile eine Vielzahl von Architekturen und Typen für die verschiedensten Probleme existieren.
Statt dem Trend des Aufsuchens von immer besseren Architekturen zu folgen, wird in dieser Arbeit ein anderer Ansatz vorgestellt, der sich auf die Vorverarbeitung von Eingangsdaten, d.h. dem Einspeisen von nicht Rohdaten, fokussiert. Es wird aufgezeigt, dass diese neue Methode die Möglichkeit eröffnet, Deep Learning-Modelle zu verwenden, die einen geringeren Rechenaufwand bei gleichzeitiger Steigerung der Klassifikationsgenauigkeit aufweisen.
Der zweite Teil der Arbeit beschäftigt sich mit dem unüberwachten Erlernen von interpretierbaren Darstellungen. Interpretierbare Darstellungen sind komprimierte Datenrepräsentationen, die Variablen enthalten, wobei jede Variable einem markanten oder aussagekräftigen Datenattribut entspricht. Somit lassen sich unter anderem mit generativen Modellen Daten erzeugen, die einer bestimmten Klasse zugehörig sind. Hierfür wird ein Kernel-basiertes Lernverfahren eingeführt, das der derzeitigen Methode gegenübergestellt wird. Anschließend wird das Lernverfahren auf eine praxisnahe Applikation adaptiert, um aufzuzeigen, dass das entwickelte Verfahren auch in der Praxis einsetzbar ist. Hierfür wird eine neue Modellarchitektur vorgestellt, die bisherige Resultate deutlich übertrifft. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
18.12.2020
Sprache
Deutsch
EAN
9783844077483
Herausgeber
Shaker
Serien- oder Bandtitel
Berichte aus der Informationstechnik
Sonderedition
Nein
Autor
Daniel Wagner
Seitenanzahl
208
Auflage
1
Einbandart
Taschenbuch
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen