Es wurden 40 Produkte zu dem Suchbegriff neurogramm in 9 Shops gefunden:

Time passes and days fold, this is a new day, so where is the quest and renewal.. Sometimes dreams are difficult to reach, but you have to continue, no matter how far the distances are, and if you believe in your dream, and if you believe in yourself, know... You will make the dream come true. We are pleased to present to you the first encyclopedia of neuro-linguistic programming presented to us by the international lecturer, Dr. Antar Suleiman.

*Neuronale Netze mit C# programmieren * - Mit praktischen Beispielen für Machine Learning im Unternehmenseinsatz / 59.99€ / Bei Hugendubel

NEURONALE NETZE MIT C# PROGRAMMIEREN // - Aufbau und Training von neuronalen Netzen - Wichtige Machine-Learning-Algorithmen verstehen und einsetzen - Arbeiten mit ML.NET und Infer.NET - Vorstellung des Open Source Framework TensorFlow.NET - Erstellen eines Lex-Chatbot für .NET - Alle Beispiele sind mit Visual Studio und C# umsetzbar Sie wollen neuronale Netze und Machine-Learning-Algorithmen mit C# entwickeln? Dann finden Sie in diesem Buch eine gut verständliche Einführung in die Grundlagen und es wird Ihnen gezeigt, wie Sie neuronale Netze und Machine-Learning-Algorithmen in Ihren eigenen Projekten praktisch einsetzen. Mithilfe von Beispielen erstellen und trainieren Sie Ihr erstes neuronales Netz zur vorausschauenden Wartung einer Produktionsmaschine. Im Praxisteil lernen Sie dann, wie Sie TensorFlow-Modelle in ML.NET benutzen oder Infer.NET direkt verwenden können. Des Weiteren nutzen Sie die Predictive- und Sentiment-Analyse, um sich mit Machine-Learning-Algorithmen vertraut zu machen. Alle im Buch vorgestellten Projekte sind in C# programmiert und stehen als Download zur Verfügung. Grundkenntnisse in C# werden für die Arbeit mit dem Buch vorausgesetzt. Alle Projekte lassen sich ohne größere Rechnerressourcen umsetzen. AUS DEM INHALT // Künstliche Intelligenz: Grundlagen/Konzepte und Methoden von Machine Learning/Neuronale Netze bauen und trainieren/Maschinensimulation mit Multilayer Perceptron ( MLP )/Backpropagation/Recurrent Neural Networks/Convolutional Neural Networks/Machine Learning as a Service/Predictive Analytics/Objekterkennung/Sentiment-Analyse Daniel Basler arbeitet als Lead Developer und Softwarearchitekt. Seine Schwerpunkte liegen auf Cross-Platform-Apps, Android, JavaScript und Microsoft-Technologien. Er entwickelt u.a. Software für Regal- und Flächenlagersysteme sowie Anlagenvisualisierung und setzt in diesem Umfeld verstärkt Machine-Learning-Methoden ein. Darüber hinaus schreibt er regelmäßig Artikel für die Fachzeitschriften dotnetpro und web&mobile Developer.

Neuronale Netze und Grundlagen der Künstlichen Intelligenz verständlich dargestellt Der Bestseller hat Furore gemacht, weil der Autor diese sowohl trockene als auch schwierige Materie außergewöhnlich klar erklärt. Neu in der vollständig aktualisierten 2. Auflage: Das neuronale Netz wird abschließend mit PyTorch erstellt, um es in ein typisches professionelles Szenario zu überführen. Neuronale Netze sind Grundlage vieler Anwendungen im Alltag wie Spracherkennung, Gesichtserkennung auf Fotos, das selbstfahrende Auto, Umwandlung von Sprache in Text etc. Neuronale Netze sind Schlüsselelemente des Deep Learning und der künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieser Bestseller, jetzt in erweiterter 2. Auflage, nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. Im nächsten Schritt verbessern Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht - nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. Neu in der 2. Auflage: Sie erstellen das neuronale Netz abschließend mit PyTorch und überführen es damit in ein typisches professionelles Szenario.

Neuronale Netze und Grundlagen der Künstlichen Intelligenz verständlich dargestellt Der Bestseller hat Furore gemacht, weil der Autor diese sowohl trockene als auch schwierige Materie außergewöhnlich klar erklärt. Neu in der vollständig aktualisierten 2. Auflage: Das neuronale Netz wird abschließend mit PyTorch erstellt, um es in ein typisches professionelles Szenario zu überführen. Neuronale Netze sind Grundlage vieler Anwendungen im Alltag wie Spracherkennung, Gesichtserkennung auf Fotos, das selbstfahrende Auto, Umwandlung von Sprache in Text etc. Neuronale Netze sind Schlüsselelemente des Deep Learning und der künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieser Bestseller, jetzt in erweiterter 2. Auflage, nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. Im nächsten Schritt verbessern Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht - nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. Neu in der 2. Auflage: Sie erstellen das neuronale Netz abschließend mit PyTorch und überführen es damit in ein typisches professionelles Szenario.

Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren derzeit die verschiedensten Anwendungsgebiete vom Strategiespiel bis zur Bild- und Spracherkennung. In neuronalen Netzen stecken geniale Ideen, die sich zum Glück einfach erklären lassen. Unsere Experten helfen Ihnen dabei, neuronale Netze zu verstehen und selber zu entwickeln. Um sie gewinnbringend einzusetzen, programmieren Sie verschiedene Netztypen selbst nach. Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse. Alles wird Ihnen besonders anschaulich mit zahlreichen Abbildungen erklärt. Ein faszinierendes Buch, das Ihnen den Durchblick in der KI-Welt bringt. Schneller Einstieg mit allen Python- und Mathegrundlagen Lernalgorithmen, Aktivierungsfunktionen, Backpropagation Inkl. Online-Lernumgebung

*Neuronale Netze selbst programmieren * - Ein verständlicher Einstieg mit Python. aktualisierte und erweiterte Auflage / 29.9€ / ebook

Der Neuroanatomie-Unterricht stellt an Lernende und Lehrende besonders hohe An­ spruche. Auch eine Vorlesung und die am Objekt durchgefuhrte Kursausbildung in kleinen Gruppen vermogen nur einen Teil der didaktischen Probleme zu losen. Ohne er­ ganzendes Lehrbuchstudium lassen sich die fur die klinische Diagnostik erforderlichen Neuroanatomie-Kenntnisse nicht erwerben. Die Erfahrung zeigt, daB Studenten auf keinem anderen Gebiet der Morphologie den roten so leicht verlieren wie in der Neuroanatomie. Die Faden funktioneller Zusammenhange Fulle und die Komplexitat des Stoffes, der in den umfassenden Lehrwerken geboten wird, verwirren oft den Anfanger. Die kurzeren Lehrbucher und Schemata neigen wiederum zu einer allzu starken Simplifizierung, die den spateren fachlichen Anforderungen nicht ge­ recht wird. Mit ihrem programmierten, der Selbstkontrolle dienenden Text haben Richard und Murray SIDMAN versucht, hier eine didaktische Lucke zu schlieBen. Die Autoren betonen, daB sie damit weder ein Praktikum noch ein detailliertes Lehrbuch ersetzen mochten. Nach mehrjahrigen, in wiederholten Lehrtests uberpruften Studien haben sie vielmehr ein Pro­ gramm erarbeitet, das eine Vervollstandigung des klassischen Neuroanatomie-Unterrichts darstellt. Wir haben den Eindruck, daB im deutschen Sprachraum die vorklinische Ausbildung in Der flieBende Ober­ der Neuroanatomie noch zu wenig den klinischen Bezug hervorhebt.

NEURONALE NETZE MIT C# PROGRAMMIEREN // - Aufbau und Training von neuronalen Netzen - Wichtige Machine-Learning-Algorithmen verstehen und einsetzen - Arbeiten mit ML.NET und Infer.NET - Vorstellung des Open Source Framework TensorFlow.NET - Erstellen eines Lex-Chatbot für .NET - Alle Beispiele sind mit Visual Studio und C# umsetzbar - Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches Sie wollen neuronale Netze und Machine-Learning-Algorithmen mit C# entwickeln? Dann finden Sie in diesem Buch eine gut verständliche Einführung in die Grundlagen und es wird Ihnen gezeigt, wie Sie neuronale Netze und Machine-Learning-Algorithmen in Ihren eigenen Projekten praktisch einsetzen. Mithilfe von Beispielen erstellen und trainieren Sie Ihr erstes neuronales Netz zur vorausschauenden Wartung einer Produktionsmaschine. Im Praxisteil lernen Sie dann, wie Sie TensorFlow-Modelle in ML.NET benutzen oder Infer.NET direkt verwenden können. Des Weiteren nutzen Sie die Predictive- und Sentiment-Analyse, um sich mit Machine-Learning-Algorithmen vertraut zu machen. Alle im Buch vorgestellten Projekte sind in C# programmiert und stehen als Download zur Verfügung. Grundkenntnisse in C# werden für die Arbeit mit dem Buch vorausgesetzt. Alle Projekte lassen sich ohne größere Rechnerressourcen umsetzen. AUS DEM INHALT // Künstliche Intelligenz: Grundlagen/Konzepte und Methoden von Machine Learning/Neuronale Netze bauen und trainieren/Maschinensimulation mit Multilayer Perceptron ( MLP )/Backpropagation/Recurrent Neural Networks/Convolutional Neural Networks/Machine Learning as a Service/Predictive Analytics/Objekterkennung/Sentiment-Analyse Daniel Basler arbeitet als Lead Developer und Softwarearchitekt. Seine Schwerpunkte liegen auf Cross-Platform-Apps, Android, JavaScript und Microsoft-Technologien. Er entwickelt u.a. Software für Regal- und Flächenlagersysteme sowie Anlagenvisualisierung und setzt in diesem Umfeld verstärkt Machine-Learning-Methoden ein. Darüber hinaus schreibt er regelmäßig Artikel für die Fachzeitschriften dotnetpro und web&mobile Developer.

Are you dealing with anxiety, stress, decision making, problem-solving, or need to think more creatively? If so, the easy-to-learn process of neurographic art can be relaxing, therapeutic, and transformational. This branch of art therapy helps you access your unconscious mind. The results? You can gain new insights, lift mental limitations, and gain access to a calmer state. In Your Step-by-Step Neurographic Art Therapy, you'll discover: A brief history and explanation of neurographic art, with details about its four basic components. Easy step-by-step instructions that can be used by anyone from age 8 to 108, with photos of each step on the back cover. 50 pages of original designs, providing you with the shapes - circles, squares, and triangles - that are the foundations of your neurographic art. Space on the back of each piece to date it and state your intention as you begin the work. Four lined pages at the end of the book, for additional notes and insights. No art experience or special supplies are needed. Just get out your markers, colored pencils, pens, or crayons and enjoy this calming, meditative process while gaining greater awareness AND creating a unique work of art.

Sehr gut erhalten, 3-7 Tage Lieferzeit

*Neuronale Netze mit C# programmieren * - Mit praktischen Beispielen für Machine Learning im Unternehmenseinsatz / 59.99€ / ebook

Neuronale Netze und Grundlagen der Künstlichen Intelligenz verständlich dargestellt Der Bestseller hat Furore gemacht, weil der Autor diese sowohl trockene als auch schwierige Materie außergewöhnlich klar erklärt. Neu in der vollständig aktualisierten 2. Auflage: Das neuronale Netz wird abschließend mit PyTorch erstellt, um es in ein typisches professionelles Szenario zu überführen. Neuronale Netze sind Grundlage vieler Anwendungen im Alltag wie Spracherkennung, Gesichtserkennung auf Fotos, das selbstfahrende Auto, Umwandlung von Sprache in Text etc. Neuronale Netze sind Schlüsselelemente des Deep Learning und der künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieser Bestseller, jetzt in erweiterter 2. Auflage, nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. Im nächsten Schritt verbessern Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. Neu in der 2. Auflage: Sie erstellen das neuronale Netz abschließend mit PyTorch und überführen es damit in ein typisches professionelles Szenario.

Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren Bild- und Spracherkennung, Spiele-KIs und vieles mehr. Zum Glück lassen sich die genialen Ideen dahinter einfach erklären. Um sie zu verstehen und einzusetzen, programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse. Aus dem Inhalt: Die Grundidee hinter Neuronalen Netzen Ein einfaches Neuronales Netz aufbauen Neuronale Netze trainieren Überwachtes und unüberwachtes Lernen Einführung in TensorFlow Kompaktkurs Python Wichtige mathematische Grundlagen Reinforcement Learning Verschiedene Netzarten und ihre Anwendungsbereiche Back Propagation Deep Learning Werkzeuge für Data Scientists Die Fachpresse zur Vorauflage: LINUX MAGAZIN: »Eine rundum gelungene, recht gründliche und gut verständliche Einführung ins maschinelle Lernen mit neuronalen Netzen.« iX - Magazin für professionelle Informationstechnik: »Entwickler bekommen hier eine Menge Theorie inklusive der mathematischen Grundlagen serviert (...). «

Geniale Ideen einfach erklärt: der verständliche Einstieg in die KI-WeltNeuronale Netze sind die Technologie hinter Deep Learning, Machine Learning und generativer Künstlicher Intelligenz wie ChatGPT. Sie revolutionieren derzeit die verschiedensten Anwendungsgebiete vom Strategiespiel bis zur Bild- und Spracherkennung. In neuronalen Netzen stecken geniale Ideen, die sich zum Glück einfach erklären lassen.Unsere Experten helfen Ihnen dabei, neuronale Netze zu verstehen und selber zu entwickeln. Um sie gewinnbringend einzusetzen, programmieren Sie verschiedene Netztypen selbst nach. Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse. Roland Schwaiger und Joachim Steinwendner erklären Ihnen alles besonders anschaulich mit zahlreichen Abbildungen. Ein faszinierendes Buch, das Ihnen den Durchblick in der KI-Welt bringt. Komplett in Farbe.Schneller Einstieg mit allen Python- und MathegrundlagenLernalgorithmen, Aktivierungsfunktionen, Backpropagation, Transformer-NetzeInkl. Online-Lernumgebung und Einstieg in TensorFlowKomplett in Farbe, mit zahlreichen Abbildungen und Grafiken Aus dem Inhalt:Die Grundidee hinter Neuronalen NetzenEin einfaches Neuronales Netz aufbauenNeuronale Netze trainierenÜberwachtes und unüberwachtes LernenEinführung in TensorFlowKompaktkurs PythonWichtige mathematische GrundlagenReinforcement LearningVerschiedene Netzarten und ihre AnwendungsbereicheBack PropagationDeep LearningWerkzeuge für Data Scientists

Hinweise zur Benutzung dieses Buches IX A Der Aufbau des Nervensystems (B. Frederich und R. F. Schmidt) Lektion 1 Die N ervenzellen . 1 Lektion 2 Stutz- und Ernahrungsgewebe 6 Lektion 3 Die Nerven . 8 Lektion 4 Die Anatomie des Zentralnervensystems . 14 B Erregung von Nerv und Muskel U. Dudel) Lektion 5 Das Ruhepotential 20 Lektion 6 Ruhepotential und N a+ -Einstrom 32 Lektion 7 Die Natriumpumpe 40 Lektion 8 Das Aktionspotential 48 Lektion 9 Kinetik der Erregung 59 Lektion 10 Elektrotonus und Reiz 69 Lektion 11 Fortleitung des Aktionspotentials 80 C Synaptische Dbertragung (R. F. Schmidt) Lektion 12 Die neuromuskulare Endplatte: Beispiel einer chemischen Synapse 94 Lektion 13 Die Quantennatur der chemischen Dbertragung 107 Lektion 14 Zentrale erregende Synapsen . 116 Lektion 15 Zentralnervose hemmende Synapsen . 124 D Physiologie kleiner Neuronenverbande, Reflexe (R. F. Schmidt) Lektion 16 Typische neuronale Verschaltungen 137 Lektion 17 Der monosynaptische Reflexbogen 149 Lektion 18 Polysynaptische motorische Reflexe 162 XII E Die Kootraktioo des Muskels uod ihre Steuerung (J. Dudel) Die Kontraktion des Muskels . 172 Lektion 19 Lektion 20 Abhangigkeit der Muskelkontraktion von Faserlange und Verkiirzungs- schwindigkeit 184 Lektion 21 Elektromechanische Koppelung . 196 Regulation der Kontraktion eines Muskels 206 Lektion 22 F Motorische Systeme (B. Frederich uod R. F. Schmidt) Lektion 23 Spinale Motorik I: Aufgaben der M uskel- und Sehnenspindeln . 216 Lektion 24 Spinale Motorik II: Polysynaptische motorische Reflexe; der Flexorreflex 230 241 Lektion 25 Funktionelle Anatomie supramedullarer motorischer Zentren .

Möchten Sie andere Menschen besser verstehen und sich ihnen gegenüber besser verständlich machen? Dann ist dieses Buch genau das richtige für Sie. Romilla Ready und Kate Burton zeigen Ihnen, wie Sie mit NLP Ihre Kommunikation mit anderen erfolgreich gestalten und Ihre Ziele leichter erreichen. Sie erfahren, was es mit "Landkarten", "Ankern", "Zeitreisen" oder "Rapport" auf sich hat und werden schon bald merken, wie Sie einen neuen Blick auf Ihre Umwelt werfen und wie positiv sich Ihre Kommunikation mit anderen entwickelt.

*Das Programm * - Thriller Eichborn und Wagner / 14.99€ / MP3 Hörbuch

*Das Programm * / 6.99€ / MP3 Hörbuch