Deep Learning illustriert. Jon Krohn

4.1.7Natural Language Processing

       4.2Drei Arten von Machine-Learning-Problemen

       4.2.1Supervised Learning

       4.2.2Unsupervised Learning

       4.2.3Reinforcement Learning

       4.3Deep Reinforcement Learning

       4.4Videospiele

       4.5Brettspiele

       4.5.1AlphaGo

       4.5.2AlphaGo Zero

       4.5.3AlphaZero

       4.6Manipulation von Objekten

       4.7Populäre Umgebungen für das Deep-Reinforcement-Learning

       4.7.1OpenAI Gym

       4.7.2DeepMind Lab

       4.7.3UnityML-Agents

       4.8Drei Arten von KI

       4.8.1Artificial Narrow Intelligence

       4.8.2Artificial General Intelligence

       4.8.3Artificial Super Intelligence

       4.8.4Zusammenfassung

       Teil IIDie nötige Theorie

       5Der (Code-)Karren vor dem (Theorie-)Pferd

       5.1Voraussetzungen

       5.2Installation

       5.3Ein flaches Netzwerk in Keras

       5.3.1Der MNIST-Datensatz handgeschriebener Ziffern

       5.3.2Ein schematisches Diagramm des Netzwerks

       5.3.3Die Daten laden

       5.3.4Die Daten umformatieren

       5.3.5Die Architektur eines neuronalen Netzes entwerfen

       5.3.6Trainieren eines Deep-Learning-Modells

       5.4Zusammenfassung

       6Künstliche Neuronen, die Hotdogs erkennen

       6.1Das Einmaleins der biologischen Neuroanatomie

       6.2Das Perzeptron

       6.2.1Der Hotdog/Nicht-Hotdog-Detektor

       6.2.2Die wichtigste Gleichung in diesem Buch

       6.3Moderne Neuronen und Aktivierungsfunktionen

       6.3.1Das Sigmoid-Neuron

       6.3.2Das Tanh-Neuron

       6.3.3ReLU: Rectified Linear Units

       6.4Ein Neuron auswählen

       6.5Zusammenfassung

       Schlüsselkonzepte

       7Künstliche neuronale Netze

       7.1Die Eingabeschicht

       7.2Vollständig verbundene Schichten

       7.3Ein vollständig verbundenes Netzwerk zum Erkennen von Hotdogs

       7.3.1Forwardpropagation durch die erste verborgene Schicht

       7.3.2Forwardpropagation durch nachfolgende Schichten

       7.4Die Softmax-Schicht eines Netzwerks zum Klassifizieren von Fastfood

       7.5Zurück zu unserem flachen Netzwerk

       7.6Zusammenfassung

       Schlüsselkonzepte

       8Deep Networks trainieren

       8.1Kostenfunktionen