„Praktisches maschinelles Lernen mit Scikit-Learn, Keras und TensorFlow“ ist ein umfassender Leitfaden zum Aufbau intelligenter Systeme mithilfe moderner Techniken des maschinellen Lernens. Die dritte Auflage aktualisiert die wichtigsten Konzepte und berücksichtigt die neuesten Entwicklungen in den Bereichen Deep Learning, Reinforcement Learning und Verarbeitung natürlicher Sprache. Mit einem praxisorientierten Ansatz führt das Buch die Leser durch die grundlegenden Prinzipien des maschinellen Lernens, praktische Implementierungen und reale Anwendungen mithilfe von Python-Bibliotheken wie Scikit-Learn, Keras und TensorFlow.

Warum Sie dieses Buch lesen sollten

• Lernen Sie praktische Techniken des maschinellen Lernens kennen, von der linearen Regression bis zum Deep Learning.
• Erkunden Sie TensorFlow und Keras für fortgeschrittenes Training neuronaler Netze.
• Sammeln Sie praktische Erfahrungen mit realen Datensätzen und Modelloptimierung.
• Deep-Learning-Architekturen verstehen, einschließlich CNNs, RNNs und Transformers.
• Verfasst von Aurélien Géron, einem führenden Experten für maschinelles Lernen und KI-Ausbildung.

Über den Autor

Aurélien Géron ist Berater für maschinelles Lernen, KI-Forscher und ehemaliger Leiter des Machine-Learning-Teams von YouTube bei Google. Er ist spezialisiert auf Deep Learning, Data Science und künstliche Intelligenz und macht komplexe ML-Konzepte für Entwickler und Data Scientists weltweit zugänglich.