Schrödinger programmiert KI

Neu in der Kult-Reihe: einschlägige KI-Verfahren lernen!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 istMerkmale, Räume und Vektoren die Mathematik, mit der Maschinen lernenK-nearest Neighbors, k-means und DBScanDeep Learning mit mächtigen Bibliotheken: scikit-learn, TensorFlow und KerasClusteranalyseEntscheidungsbäumeBildklassifizierung: Hund oder Katze?Neuronale Netze und Transformer verstehenEin einfacher Chatbot mit eigenem GPT

Vorwort
Das etwas andere Fachbuch. KI-Algorithmen implementieren, ein eigenes GPT bauen, Datenanalyse und mehr

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.

Klappentext

Du kannst schon Python und möchtest jetzt mit KI durchstarten? Und zwar wirklich selbst programmieren und lernen, was dahinter steckt? Perfikt! 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. Ihr lernt, scikit-learn, TensorFlow und Keras zu verwenden - mächtige Frameworks und Bibliotheken. Zu jedem Thema stehen Jupyter Notebooks mit dem Code aus dem Buch online für euch bereit.
Schrödinger stellt meist 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 schreibt einen Chatbot mit eigenem kleinen GPT.
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

  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
  Waldwanderung ins Tal ... 434
  Unterrichtswiederholung ... 440

  10. Herr Ingenieur Breitfuss -- Feature Engineering ... 445

  Wenn Daten einen Blac…