Natural Language Processing mit Deep Learning
Fachbuch aus dem Jahr 2019 im Fachbereich Medien / Kommunikation - Fachkommunikation, Sprache, Note: 2,0, Karlsruher Institut für Technologie (KIT), Sprache: Deutsch, Abstract: Rasenroboter oder Staubsauger-Roboter gehören heute für viele Menschen zum Alltag ¿ auch wenn das vor einigen Jahren noch kaum vorstellbar gewesen wäre. Die Forschung schreitet voran und auch auf dem Arbeitsmarkt soll in Zukunft vieles Maschinen abgegeben werden, wie zum Beispiel die Altenpflege oder das Vorbereiten von Gerichtsentscheiden. Auch das Verarbeiten und Verstehen komplexer sprachlicher Aussagen und Informationen ist Teil der künstlichen Intelligenz. Bisher wurden sprachliche Aussagen mit Symbolen in Schallform oder schriftlicher Form verarbeitet. Dieses Modell des diskreten Sprachgebrauchs hatte den Vorteil, dass Symbole eindeutig sind, da es ein Regelsystem für diese Symbole gibt. Bisherige Engstellen waren der zu geringe Speicherplatz und der fehlende Kontext bei der Sprachverarbeitung, da dafür mehr Variablen notwendig gewesen wären. Das zentrale Hauptproblem war jedoch, dass die Maschinen nicht selbst gelernt haben, sondern nur so intelligent waren, wie die Person, die sie programmiert hat. Diese Probleme können mit dem Machine Learning und dem Deep Learning überwunden werden, wie genau das funktioniert wird im zweiten Punkt dieser Arbeit erläutert. Das Deep Learning wurde im Seminar anhand von Deep-Learning-Ansätzen des Natural Language Processing, kurz NLP, erklärt. Das NLP ist eine der wichtigsten Technologien des Informationszeitalters. Da Sprache ein wesentlicher Bestandteil der menschlichen Kommunikation ist, gibt es zahlreiche Anwendungsgebiete von NLP, wie zum Beispiel die Sprachübersetzung, E-Mails oder Werbung. Neben den Deep-Learning-Ansätzen gibt es zahlreiche weitere maschinelle Lernmodelle für NLP, die Deep-Learning-Ansätze haben jedoch aktuell mit hohen Leistungen bei NLP-Aufgaben überzeugt. In dieser Arbeit wird zunächst das Deep Learning definiert, vom Machine Learning und der künstlichen Intelligenz abgegrenzt und anschließend ein korrektes Programmierbeispiel vorgestellt, in dem wir eine handgeschriebene Ziffer zu einer Kategorie zugeordnet haben. Die Arbeit stützt sich dabei, neben den im Seminar gewonnen Kenntnissen, auf das Werk Deep Learning mit Python und Keras von Francois Chollet.
Preis jetzt:
9,99 €
Preisentwicklung:
Einzelheiten:Natural Language Processing mit Deep Learning
Fachbuch aus dem Jahr 2019 im Fachbereich Medien / Kommunikation - Fachkommunikation, Sprache, Note: 2,0, Karlsruher Institut für Technologie (KIT), Sprache: Deutsch, Abstract: Rasenroboter oder Staubsauger-Roboter gehören heute für viele Menschen zum Alltag ¿ auch wenn das vor einigen Jahren noch kaum vorstellbar gewesen wäre. Die Forschung schreitet voran und auch auf dem Arbeitsmarkt soll in Zukunft vieles Maschinen abgegeben werden, wie zum Beispiel die Altenpflege oder das Vorbereiten von Gerichtsentscheiden. Auch das Verarbeiten und Verstehen komplexer sprachlicher Aussagen und Informationen ist Teil der künstlichen Intelligenz. Bisher wurden sprachliche Aussagen mit Symbolen in Schallform oder schriftlicher Form verarbeitet. Dieses Modell des diskreten Sprachgebrauchs hatte den Vorteil, dass Symbole eindeutig sind, da es ein Regelsystem für diese Symbole gibt. Bisherige Engstellen waren der zu geringe Speicherplatz und der fehlende Kontext bei der Sprachverarbeitung, da dafür mehr Variablen notwendig gewesen wären. Das zentrale Hauptproblem war jedoch, dass die Maschinen nicht selbst gelernt haben, sondern nur so intelligent waren, wie die Person, die sie programmiert hat. Diese Probleme können mit dem Machine Learning und dem Deep Learning überwunden werden, wie genau das funktioniert wird im zweiten Punkt dieser Arbeit erläutert. Das Deep Learning wurde im Seminar anhand von Deep-Learning-Ansätzen des Natural Language Processing, kurz NLP, erklärt. Das NLP ist eine der wichtigsten Technologien des Informationszeitalters. Da Sprache ein wesentlicher Bestandteil der menschlichen Kommunikation ist, gibt es zahlreiche Anwendungsgebiete von NLP, wie zum Beispiel die Sprachübersetzung, E-Mails oder Werbung. Neben den Deep-Learning-Ansätzen gibt es zahlreiche weitere maschinelle Lernmodelle für NLP, die Deep-Learning-Ansätze haben jedoch aktuell mit hohen Leistungen bei NLP-Aufgaben überzeugt. In dieser Arbeit wird zunächst das Deep Learning definiert, vom Machine Learning und der künstlichen Intelligenz abgegrenzt und anschließend ein korrektes Programmierbeispiel vorgestellt, in dem wir eine handgeschriebene Ziffer zu einer Kategorie zugeordnet haben. Die Arbeit stützt sich dabei, neben den im Seminar gewonnen Kenntnissen, auf das Werk Deep Learning mit Python und Keras von Francois Chollet.
Preis jetzt:
9,99 €
Beste Auswahl
Diese Website enthält Affiliate-Links, für die wir entschädigt werden können.
Thalia AT
8.35% ( -0,91 €)
Neu
9,99 €
10,90 €
Momentan nicht verfügbar
Produktbeschreibung
Fachbuch aus dem Jahr 2019 im Fachbereich Medien / Kommunikation - Fachkommunikation, Sprache, Note: 2,0, Karlsruher Institut für Technologie (KIT), Sprache: Deutsch, Abstract: Rasenroboter oder Staubsauger-Roboter gehören heute für viele Menschen zum Alltag ¿ auch wenn das vor einigen Jahren noch kaum vorstellbar gewesen wäre. Die Forschung schreitet voran und auch auf dem Arbeitsmarkt soll in Zukunft vieles Maschinen abgegeben werden, wie zum Beispiel die Altenpflege oder das Vorbereiten von Gerichtsentscheiden. Auch das Verarbeiten und Verstehen komplexer sprachlicher Aussagen und Informationen ist Teil der künstlichen Intelligenz. Bisher wurden sprachliche Aussagen mit Symbolen in Schallform oder schriftlicher Form verarbeitet. Dieses Modell des diskreten Sprachgebrauchs hatte den Vorteil, dass Symbole eindeutig sind, da es ein Regelsystem für diese Symbole gibt. Bisherige Engstellen waren der zu geringe Speicherplatz und der fehlende Kontext bei der Sprachverarbeitung, da dafür mehr Variablen notwendig gewesen wären. Das zentrale Hauptproblem war jedoch, dass die Maschinen nicht selbst gelernt haben, sondern nur so intelligent waren, wie die Person, die sie programmiert hat. Diese Probleme können mit dem Machine Learning und dem Deep Learning überwunden werden, wie genau das funktioniert wird im zweiten Punkt dieser Arbeit erläutert. Das Deep Learning wurde im Seminar anhand von Deep-Learning-Ansätzen des Natural Language Processing, kurz NLP, erklärt. Das NLP ist eine der wichtigsten Technologien des Informationszeitalters. Da Sprache ein wesentlicher Bestandteil der menschlichen Kommunikation ist, gibt es zahlreiche Anwendungsgebiete von NLP, wie zum Beispiel die Sprachübersetzung, E-Mails oder Werbung. Neben den Deep-Learning-Ansätzen gibt es zahlreiche weitere maschinelle Lernmodelle für NLP, die Deep-Learning-Ansätze haben jedoch aktuell mit hohen Leistungen bei NLP-Aufgaben überzeugt. In dieser Arbeit wird zunächst das Deep Learning definiert, vom Machine Learning und der künstlichen Intelligenz abgegrenzt und anschließend ein korrektes Programmierbeispiel vorgestellt, in dem wir eine handgeschriebene Ziffer zu einer Kategorie zugeordnet haben. Die Arbeit stützt sich dabei, neben den im Seminar gewonnen Kenntnissen, auf das Werk Deep Learning mit Python und Keras von Francois Chollet.
Produktspezifikationen
Allgemein | |
|---|---|
Größe | 2.0 |
Marke | GRIN |
Lieferung, Rückgabe & Rückerstattung
Lieferung
Verkäufer bieten eine Reihe von Lieferoptionen an, sodass Sie die für Sie am besten geeignete auswählen können. Viele Verkäufer bieten kostenlose Lieferung an. Die Versandkosten und den voraussichtlichen Liefertermin finden Sie immer in einer Auflistung des Verkäufers. Während der Kaufabwicklung wird eine vollständige Liste der Lieferoptionen angezeigt. Dies können sein: Expressversand, Standardversand, Economy-Versand, Click & Collect, kostenlose lokale Abholung vom Verkäufer.
Kehrt zurück
Ihre Optionen für die Rücksendung eines Artikels hängen davon ab, was Sie zurückgeben möchten, warum Sie ihn zurückgeben möchten und welche Rückgabebedingungen der Verkäufer hat. Wenn der Artikel beschädigt ist oder nicht mit der Auflistungsbeschreibung übereinstimmt, können Sie ihn zurückgeben, auch wenn die Rückgaberichtlinie des Verkäufers besagt, dass er keine Rücksendungen akzeptiert. Wenn Sie Ihre Meinung geändert haben und keinen Artikel mehr möchten, können Sie dennoch eine Rücksendung anfordern, der Verkäufer muss diese jedoch nicht akzeptieren. Wenn der Käufer seine Meinung zu einem Kauf ändert und einen Artikel zurückgeben möchte, muss er möglicherweise die Rücksendekosten bezahlen, abhängig von den Rückgabebedingungen des Verkäufers. Verkäufer können dem Käufer eine Rücksendeadresse und zusätzliche Rücksendeportoinformationen zur Verfügung stellen. Verkäufer zahlen für das Rückporto, wenn es ein Problem mit dem Artikel gibt. Wenn der Artikel beispielsweise nicht mit der Auflistungsbeschreibung übereinstimmt, beschädigt oder defekt ist oder gefälscht ist. Laut Gesetz haben Kunden in der Europäischen Union auch das Recht, den Kauf eines Artikels innerhalb von 14 Tagen ab dem Tag zu stornieren, an dem Sie die letzte von Ihnen bestellte Ware erhalten, oder ein von Ihnen angegebener Dritter (außer dem Spediteur) (falls separat geliefert). Dies gilt für alle Produkte mit Ausnahme von digitalen Artikeln (z. B. digitaler Musik), die Ihnen sofort mit Ihrer Bestätigung zur Verfügung gestellt werden, sowie für andere Artikel wie Video, DVD, Audio, Videospiele, Sex- und Sinnlichkeitsprodukte und Softwareprodukte, bei denen der Artikel verwendet wurde nicht versiegelt.
Rückerstattungen
Verkäufer müssen nur dann eine Rückerstattung für bestimmte Artikel anbieten, wenn diese fehlerhaft sind, z. B.: Personalisierte Artikel und Sonderanfertigungen, verderbliche Artikel, Zeitungen und Zeitschriften, unverpackte CDs, DVDs und Computersoftware. Wenn Sie Ihr PayPal-Guthaben oder Bankkonto zur Einzahlung der ursprünglichen Zahlung verwendet haben, wird das zurückerstattete Geld auf Ihr PayPal-Guthaben zurückgeführt. Wenn Sie eine Kredit- oder Debitkarte verwendet haben, um die ursprüngliche Zahlung zu finanzieren, wird das zurückerstattete Geld auf Ihre Karte zurückgeführt. Der Verkäufer wird die Rückerstattung innerhalb von drei Arbeitstagen vornehmen, es kann jedoch bis zu 30 Tage dauern, bis Paypal die Überweisung verarbeitet. Bei Zahlungen, die teilweise von einer Karte und teilweise von Ihrem Guthaben / Ihrer Bank finanziert werden, wird das von Ihrer Karte abgezogene Geld auf Ihre Karte zurückgeführt und der Restbetrag wird auf Ihr PayPal-Guthaben zurückgeführt.