- Von der logistischen Regression über Feed-Forward-Netze zu Encoder-Decoder-Modellen- Leicht verständlich mit textbasierten Erklärungen und wenigen Formeln- Mit Fokus auf der Verarbeitung deutschsprachiger Texte- Ausführliche Python-Code-Erläuterungen im Buch und Jupyter Notebooks auf GitHub- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
Das Buch bietet eine leicht verständliche Einführung in Machine-Learning-Algorithmen im Allgemeinen und in die Verarbeitung von Textdaten mit Deep-Learning-Verfahren im Besonderen. Es veranschaulicht die theoretischen Konzepte bewährter und neuerer NLP-Ansätze und führt in die praktische Umsetzung ein.
Im Fokus stehen insbesondere folgende Verfahren:• Vektorisierung von Wörtern mit Word Embedding.• Verarbeitung von Texten mit rekurrenten und konvolutionalen neuronalen Netzen.• Aufbau von Sequence-to-Sequence-Modellen zur Übersetzung und für Textzusammenfassungen.• Arbeit mit der Transformers-Bibliothek und Hugging Face.
Anhand praktischer Anwendungen (Klassizierung von Texten, Rechtschreibkorrektur, Übersetzung, Frage-Antwort-System) wird gezeigt, wie sich Textdaten vorbereiten und effektive Lernmodelle mit Bibliotheken wie Transformers, TensorFlow/Keras und Scikit-Learn aufbauen, trainieren und produktiv einsetzen lassen.
Aktualisiert: 2022-08-01
> findR *
- Von der logistischen Regression über Feed-Forward-Netze zu Encoder-Decoder-Modellen- Leicht verständlich mit textbasierten Erklärungen und wenigen Formeln- Mit Fokus auf der Verarbeitung deutschsprachiger Texte- Ausführliche Python-Code-Erläuterungen im Buch und Jupyter Notebooks auf GitHub- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
Das Buch bietet eine leicht verständliche Einführung in Machine-Learning-Algorithmen im Allgemeinen und in die Verarbeitung von Textdaten mit Deep-Learning-Verfahren im Besonderen. Es veranschaulicht die theoretischen Konzepte bewährter und neuerer NLP-Ansätze und führt in die praktische Umsetzung ein.
Im Fokus stehen insbesondere folgende Verfahren:• Vektorisierung von Wörtern mit Word Embedding.• Verarbeitung von Texten mit rekurrenten und konvolutionalen neuronalen Netzen.• Aufbau von Sequence-to-Sequence-Modellen zur Übersetzung und für Textzusammenfassungen.• Arbeit mit der Transformers-Bibliothek und Hugging Face.
Anhand praktischer Anwendungen (Klassizierung von Texten, Rechtschreibkorrektur, Übersetzung, Frage-Antwort-System) wird gezeigt, wie sich Textdaten vorbereiten und effektive Lernmodelle mit Bibliotheken wie Transformers, TensorFlow/Keras und Scikit-Learn aufbauen, trainieren und produktiv einsetzen lassen.
Aktualisiert: 2022-08-01
> findR *
- Von der logistischen Regression über Feed-Forward-Netze zu Encoder-Decoder-Modellen
- Leicht verständlich mit textbasierten Erklärungen und wenigen Formeln
- Mit Fokus auf der Verarbeitung deutschsprachiger Texte
- Ausführliche Python-Code-Erläuterungen im Buch und Jupyter Notebooks auf GitHub
- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
Das Buch bietet eine leicht verständliche Einführung in Machine-Learning-Algorithmen im Allgemeinen und in die Verarbeitung von Textdaten mit Deep-Learning-Verfahren im Besonderen. Es veranschaulicht die theoretischen Konzepte bewährter und neuerer NLP-Ansätze und führt in die praktische Umsetzung ein.
Im Fokus stehen insbesondere folgende Verfahren:
• Vektorisierung von Wörtern mit Word Embedding.
• Verarbeitung von Texten mit rekurrenten und konvolutionalen neuronalen Netzen.
• Aufbau von Sequence-to-Sequence-Modellen zur Übersetzung und für Textzusammenfassungen.
• Arbeit mit der Transformers-Bibliothek und Hugging Face.
Anhand praktischer Anwendungen (Klassizierung von Texten, Rechtschreibkorrektur, Übersetzung, Frage-Antwort-System) wird gezeigt, wie sich Textdaten vorbereiten und effektive Lernmodelle mit Bibliotheken wie Transformers, TensorFlow/Keras und Scikit-Learn aufbauen, trainieren und produktiv einsetzen lassen.
Aktualisiert: 2022-10-11
> findR *
- Konzepte Schritt für Schritt erklärt- Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten- Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren- Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen
Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.Das Buch bietet eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Es zeigt, wie bewährte und neuere Lernalgorithmen arbeiten und wie sie sich mit Python anlernen und produktiv einsetzen lassen. An einer Vielzahl von Anwendungsbeispielen werden die Vorbereitung der Daten, der Anlern- und Schätzprozess Schritt für Schritt erklärt.
Aus dem Inhalt:- Zeitreihendaten mit pandas aufbereiten, fehlende Daten imputieren, mit Datumsangaben arbeiten - Grundprinzipien maschinellen Lernens: Konzepte und Umsetzung mit Python und Scikit-Learn- Feature-Preprocessing: Standardisierung, Dimensionsreduktion, Verarbeitung kategorialer Daten - ARIMA-Modelle zur Analyse univariater Zeitreihen: Vorbereitung, Anlernen und Prognose mit Python und Statsmodels- Komplexe Zeitreihen mit Deep-Learning-Verfahren analysieren: Rekurrente und konvolutionale Netze verstehen und mit Python und TensorFlow 2 aufbauen und anlernen- Mit Zeifenstern arbeiten
Vorkenntnisse in Machine-Learning-Verfahren sind nicht notwendig. Grundlegende Statistik- und Python-Kenntnisse sollten vorhanden sein.
Der komplette Code im Buch sowie die Beispieldateien sind über ein GitHub-Repository verfügbar.
Aktualisiert: 2023-05-02
> findR *
- Konzepte Schritt für Schritt erklärt- Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten- Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren- Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen
Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.Das Buch bietet eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Es zeigt, wie bewährte und neuere Lernalgorithmen arbeiten und wie sie sich mit Python anlernen und produktiv einsetzen lassen. An einer Vielzahl von Anwendungsbeispielen werden die Vorbereitung der Daten, der Anlern- und Schätzprozess Schritt für Schritt erklärt.
Aus dem Inhalt:- Zeitreihendaten mit pandas aufbereiten, fehlende Daten imputieren, mit Datumsangaben arbeiten - Grundprinzipien maschinellen Lernens: Konzepte und Umsetzung mit Python und Scikit-Learn- Feature-Preprocessing: Standardisierung, Dimensionsreduktion, Verarbeitung kategorialer Daten - ARIMA-Modelle zur Analyse univariater Zeitreihen: Vorbereitung, Anlernen und Prognose mit Python und Statsmodels- Komplexe Zeitreihen mit Deep-Learning-Verfahren analysieren: Rekurrente und konvolutionale Netze verstehen und mit Python und TensorFlow 2 aufbauen und anlernen- Mit Zeifenstern arbeiten
Vorkenntnisse in Machine-Learning-Verfahren sind nicht notwendig. Grundlegende Statistik- und Python-Kenntnisse sollten vorhanden sein.
Der komplette Code im Buch sowie die Beispieldateien sind über ein GitHub-Repository verfügbar.
Aktualisiert: 2023-05-02
> findR *
- Konzepte Schritt für Schritt erklärt
- Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten
- Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren
- Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen
Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.
Das Buch bietet eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Es zeigt, wie bewährte und neuere Lernalgorithmen arbeiten und wie sie sich mit Python anlernen und produktiv einsetzen lassen.
An einer Vielzahl von Anwendungsbeispielen werden die Vorbereitung der Daten, der Anlern- und Schätzprozess Schritt für Schritt erklärt.
Aus dem Inhalt:
- Zeitreihendaten mit pandas aufbereiten, fehlende Daten imputieren, mit Datumsangaben arbeiten
- Grundprinzipien maschinellen Lernens: Konzepte und Umsetzung mit Python und Scikit-Learn
- Feature-Preprocessing: Standardisierung, Dimensionsreduktion, Verarbeitung kategorialer Daten
- ARIMA-Modelle zur Analyse univariater Zeitreihen: Vorbereitung, Anlernen und Prognose mit Python und Statsmodels
- Komplexe Zeitreihen mit Deep-Learning-Verfahren analysieren: Rekurrente und konvolutionale Netze verstehen und mit Python und TensorFlow 2 aufbauen und anlernen
- Mit Zeifenstern arbeiten
Vorkenntnisse in Machine-Learning-Verfahren sind nicht notwendig. Grundlegende Statistik- und Python-Kenntnisse sollten vorhanden sein.
Der komplette Code im Buch sowie die Beispieldateien sind über ein GitHub-Repository verfügbar.
EXTRA: E-Book inside. Systemvoraussetzungen für E-Book inside: Internet-Verbindung und Adobe-Reader oder Ebook-Reader bzw. Adobe Digital Editions.
Aktualisiert: 2022-10-11
> findR *
Mit der Konsumgesellschaft erschafft der Kapitalismus eine Gesellschaftsordnung, in deren Zentrum nicht mehr die Produktionsstätte steht. Denn während die industriellen Produktionsstätten immer mehr in Billiglohnländer ausgelagert werden, arbeitet die moderne Ökonomie unter Hochdruck mit den Mitteln von Werbung, Produktdesigns und Konsumarchitekturen an der imaginativen Verklärung der Waren. Sie erzeugt eine transzendente Welt, die zur strukturellen und kulturellen Basis des sozialen Lebens wird. Die Produkte in den westlichen Industrienationen treffen schon lange nicht mehr auf ein hinreichendes Maß natürlicher oder tradierter Bedürfnisse von Individuen, die deren Konsum motivierten. Die Wirtschaft muss daher, will sie nicht in Rezession und Krisen versinken, mit ihren eigenen Mitteln den Grundstein für die Erzeugung der Nachfrage legen: Vor unseren Augen verwandelt sich so der öffentliche Raum in eine Konsumwelt aus Shopping Malls, Brand Stores, Multiplex Kinos, Kaffeebars, Clubs, Restaurantketten und Freizeitparks, und zieht das Leben der Menschen in den Bann von Markenprodukten und Konsumpraktiken. Die Wirtschaftssoziologie nimmt diese Veränderungen kaum zur Kenntnis, sie verharrt in ihrer Analyse des Kapitalismus aus der Perspektive der Produktionsfaktoren. Dabei hat sich die moderne Ökonomie längst von ihrem einstigen Epizentrum, der Produktionsstätte als »stahlhartem Gehäuse der Hörigkeit«, verabschiedet. Jochen Hirschle analysiert die Umrisse des neu entstandenen Systems und reintegriert es als soziale Tatsache im Sinne Émile Durkheims in die Soziologie.
Aktualisiert: 2023-03-10
> findR *
Mit der Konsumgesellschaft erschafft der Kapitalismus eine Gesellschaftsordnung, in deren Zentrum nicht mehr die Produktionsstätte steht. Denn während die industriellen Produktionsstätten immer mehr in Billiglohnländer ausgelagert werden, arbeitet die moderne Ökonomie unter Hochdruck mit den Mitteln von Werbung, Produktdesigns und Konsumarchitekturen an der imaginativen Verklärung der Waren. Sie erzeugt eine transzendente Welt, die zur strukturellen und kulturellen Basis des sozialen Lebens wird. Die Produkte in den westlichen Industrienationen treffen schon lange nicht mehr auf ein hinreichendes Maß natürlicher oder tradierter Bedürfnisse von Individuen, die deren Konsum motivierten. Die Wirtschaft muss daher, will sie nicht in Rezession und Krisen versinken, mit ihren eigenen Mitteln den Grundstein für die Erzeugung der Nachfrage legen: Vor unseren Augen verwandelt sich so der öffentliche Raum in eine Konsumwelt aus Shopping Malls, Brand Stores, Multiplex Kinos, Kaffeebars, Clubs, Restaurantketten und Freizeitparks, und zieht das Leben der Menschen in den Bann von Markenprodukten und Konsumpraktiken. Die Wirtschaftssoziologie nimmt diese Veränderungen kaum zur Kenntnis, sie verharrt in ihrer Analyse des Kapitalismus aus der Perspektive der Produktionsfaktoren. Dabei hat sich die moderne Ökonomie längst von ihrem einstigen Epizentrum, der Produktionsstätte als »stahlhartem Gehäuse der Hörigkeit«, verabschiedet. Jochen Hirschle analysiert die Umrisse des neu entstandenen Systems und reintegriert es als soziale Tatsache im Sinne Émile Durkheims in die Soziologie.
Aktualisiert: 2023-03-10
> findR *
Mit der Konsumgesellschaft erschafft der Kapitalismus eine Gesellschaftsordnung, in deren Zentrum nicht mehr die Produktionsstätte steht. Denn während die industriellen Produktionsstätten immer mehr in Billiglohnländer ausgelagert werden, arbeitet die moderne Ökonomie unter Hochdruck mit den Mitteln von Werbung, Produktdesigns und Konsumarchitekturen an der imaginativen Verklärung der Waren. Sie erzeugt eine transzendente Welt, die zur strukturellen und kulturellen Basis des sozialen Lebens wird.
Die Produkte in den westlichen Industrienationen treffen schon lange nicht mehr auf ein hinreichendes Maß natürlicher oder tradierter Bedürfnisse von Individuen, die deren Konsum motivierten. Die Wirtschaft muss daher, will sie nicht in Rezession und Krisen versinken, mit ihren eigenen Mitteln den Grundstein für die Erzeugung der Nachfrage legen: Vor unseren Augen verwandelt sich so der öffentliche Raum in eine Konsumwelt aus Shopping Malls, Brand Stores, Multiplex Kinos, Kaffeebars, Clubs, Restaurantketten und Freizeitparks, und zieht das Leben der Menschen in den Bann von Markenprodukten und Konsumpraktiken.
Die Wirtschaftssoziologie nimmt diese Veränderungen kaum zur Kenntnis, sie verharrt in ihrer Analyse des Kapitalismus aus der Perspektive der Produktionsfaktoren. Dabei hat sich die moderne Ökonomie längst von ihrem einstigen Epizentrum, der Produktionsstätte als »stahlhartem Gehäuse der Hörigkeit«, verabschiedet. Jochen Hirschle analysiert die Umrisse des neu entstandenen Systems und reintegriert es als soziale Tatsache im Sinne Émile Durkheims in die Soziologie.
Aktualisiert: 2020-01-10
> findR *
Das Buch gibt eine integrierte Einführung in die quantitativen Methoden der Soziologie. In anschaulicher Weise werden zum einen die zentralen Erhebungs- und Auswertungsverfahren vorgestellt. Zum anderen führt es in die für die Disziplin relevanten wissenschaftstheoretischen Ansätze ein.
Der Band gibt eine integrierte Einführung in die quantitativen Methoden der Soziologie. In anschaulicher Weise werden zum einen die für die Disziplin zentralen wissenschaftstheoretischen Ansätze vorgestellt, zum anderen die gängigsten Instrumente der Datenerhebung und die Verfahren zur Ziehung von Stichproben behandelt. Darüber hinaus führt das Buch in die Operationalisierung und in die statistischen Methoden zum Test von Hypothesen ein (Regressions-, Panel- und Mehrebenen-Analyse). Es eignet sich sowohl als Einführungslektüre für Studierende der Soziologie und angrenzender Disziplinen als auch als Nachschlagewerk für Lehrende und Forschende der empirisch orientierten Soziologie.
Aktualisiert: 2023-03-20
> findR *
MEHR ANZEIGEN
Bücher von Hirschle, Jochen
Sie suchen ein Buch oder Publikation vonHirschle, Jochen ? Bei Buch findr finden Sie alle Bücher Hirschle, Jochen.
Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr hat zahlreiche Bücher
von Hirschle, Jochen im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das passende Buch oder die
Publiketion für Ihr Lesevergnügen oder Ihr Interessensgebiet. Stöbern Sie durch unser Angebot und finden Sie aus
unserer großen Auswahl das Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und
populärwissenschaftliche Bücher uvm. Bestellen Sie Ihr Buch zu Ihrem Thema einfach online und lassen Sie es sich
bequem nach Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch
von Hirschle, Jochen .
Hirschle, Jochen - Große Auswahl an Publikationen bei Buch findr
Bei uns finden Sie Bücher aller beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher
von Hirschle, Jochen die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche Fakten
vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl Bücher
verschiedenster Genres, Verlage, Schlagworte Genre bei Buchfindr:
Unser Repertoire umfasst Bücher von
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Neben Büchern von Hirschle, Jochen und Büchern aus verschiedenen Kategorien finden Sie schnell und
einfach auch eine Auflistung thematisch passender Publikationen. Probieren Sie es aus, legen Sie jetzt los! Ihrem
Lesevergnügen steht nichts im Wege. Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die
bestellten Bücher schnell und bequem zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen,
Buchempfehlungen und Rezensionen zu studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen
das Team von Buchfindr.