Willkommen

Cookie	Anbieter	Beschreibung	Notwendig	Speicherdauer
COPOPENAUTH	OCLC	Ein Cookie, der sich eine erfolgreiche Anmeldung merkt.	Ja	10 Jahre nach Erstellung
EU_LAW_INFO	OCLC	Der Cookie wird gespeichert, sobald der Anwender die Verwendung von Cookies zur Kenntnis genommen hat.	Ja	10 Jahre nach Erstellung
.ASPXANONYMOUS	DNN	Der Cookie speichert eine eindeutige ID für anonyme Anwender.	Ja	ca 70 Tage
.DOTNETNUKE	DNN	Der Cookie wird bei der Anmeldung erzeugt.	Ja	Session
ASP.NET_SessionId	ASP.NET	Identifiziert die Session von ASP.NET.	Ja	Session
authentication	OCLC	Speichert, über welchen Anmeldeweg der Leser sich angemeldet hat. DNN (DNN Login), COP (OPEN Login), "" (Nicht angemeldet)	Ja	Session
dnn_IsMobile	DNN	Der Cookie speichert, ob der Anwender ein mobiles Gerät verwendet.	Ja	Session
languague	DNN	Der Cookie speichert die aktuell eingestellte Sprache.	Ja	Session
LastPageId	DNN	Der Cookie speichert die ID (TabID) des letzten besuchten Reiters.	Ja	Session
__RequestVerificationToken	DNN	Der Cookie bietet Schutz vor Cross-Site-Attacken.	Ja	Session
SplashPageView	DNN	Der Cookie steuert die einmalige Anzeige der Begrüßungsseite.	Ja	Session
RepeaterCategories, RepeaterGroup	DNNGo	Cookies des DNN-Moduls xPlugin für Layout-Einstellungen.	Ja	Session
Liste aller Einstellungs-Cookies von OPEN:	OCLC	Die Cookies steuern den aufgeklappt/zugeklappt - Status bei den einzelnen Bereichen innerhalb der Einstellungen sowie die Sichtbarkeit der Header.	Ja	Session
StayInEditMode	DNN	Der Cookie steuert, ob sich die Oberfläche im Bearbeitungsmodus befindet.	Ja	Session
cem_pending, CEM_CallbackData, CEM_ExistingModule, CEM_NewModuleId	DNN	Diese Cookies werden beim Hinzufügen bzw. Klonen von Modulen im Bearbeitungsmodus verwendet.	Ja	Session
GOOGLE_ANALYTICS_INFO	OCLC	Der Cookie wird gesetzt, wenn der Anwender der Verwendung des Tracking Tools Google Analytics zugestimmt hat.	Nein	1 Jahr
_ga, _ga_<container-id>	Google Analytics	Der Cookie _ga speichert die Google Analytics-Client-ID zur Unterscheidung von Nutzern, _ga_<container-id> dient der Persistierung des Sitzungsstatus (vorausgesetzt der Anwender hat dem Tool zugestimmt, siehe Cookie GOOGLE_ANALYTICS_INFO).	Nein	2 Jahre
_Module_359_Survey_0_, AppearanceSecurityOptions, CSVExportOptions	DNN	Die Cookies werden vom optionalen 3rd Party DNN-Modul Survey verwendet.	Nein	bis 31.12.9999, 20 Minuten, 20 Minuten

Einfache Suche

Zweigstelle	Signatur
Lebenstedt	EDV 90 SCHOL

Suche verfeinern (Erweiterte Suche)

Zur Trefferliste

Detailanzeige drucken Permalink Detailanzeige Detailanzeige per E-Mail versenden

Künstliche neuronale Netze

die Welt der generativen KI verstehen

Verfasser: Scholz, Daniel (Verfasser)

Verfasserangabe: Daniel Scholz

Jahr: 2025

Verlag: München, Hanser

Mediengruppe: Sachbuch

https://d-nb.info/1363230107/04 (Inhaltsverzeichnis)

nicht verfügbar

Vorbestellen

Exemplare

Zweigstelle	Signatur	Status	Vorbestellungen	Mediengruppe	Lageplan
Zweigstelle: Lebenstedt	Signatur: EDV 90 SCHOL	Status: Abgeschlossen	Vorbestellungen: 0	Mediengruppe: Sachbuch	Lagepläne:

Inhalt

ieses Lehrbuch bietet eine verständliche Einführung in die Welt der neuronalen Netze, die für ein breites Publikum zugänglich ist. Es erklärt grundlegende Algorithmen und Verfahren, die neuronale Netze antreiben, ohne tiefere mathematische Vorkenntnisse oder Programmiererfahrung vorauszusetzen.

Die Leser:innen lernen, wie einfache neuronale Netzwerke aufgebaut, trainiert und getestet werden. Darauf aufbauend werden fortgeschrittene Themen wie Autoencoder, autoregressive Modelle, Faltungsnetzwerke und Diffusionsmodelle erläutert. Zahlreiche praktische Beispiele und leicht nachvollziehbare Erklärungen machen das Werk zu einem praxisnahen Lehrbuch für alle, die sich in dieses zukunftsweisende Thema einarbeiten möchten.

Online finden Sie Zusatzmaterial in Form von interaktiven Anwendungen sowie Codebeispielen.