Praxiseinstieg Machine Learning mit Scikit-Learn und PyTorch

Konzepte, Tools und Techniken für intelligente Systeme
1. Auflage 2026
ISBN: 978-3-96009-291-9
Verlag: dpunkt.Verlag

Buch, Deutsch, 830 Seiten, Format (B × H): 239 mm x 163 mm, Gewicht: 1498 g

Reihe: Animals

Der Klassiker - jetzt neu zu PyTorch!

Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorch
Führt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorch
Umfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement Learning
Mit zahlreichen Übungen und Lösungen

Das Potenzial von Machine Learning ist enorm, doch viele Entwicklerinnen und Entwickler schreckt die Komplexität des Themas ab. Ob Sie Ihre Fähigkeiten erweitern, Machine Learning in realen Projekten einsetzen oder verstehen möchten, wie KI-Systeme funktionieren – dieses Buch bietet einen idealen Einstieg.
Aurélien Géron vermittelt anhand konkreter Praxisbeispiele und anschaulicher Erklärungen ein intuitives Verständnis zentraler Konzepte und Werkzeuge. Sie lernen moderne Frameworks und Bibliotheken wie Scikit-Learn, PyTorch und Hugging Face sowie eine Vielzahl von Techniken und Methoden kennen – von Basics wie Regression bis hin zu fortgeschrittenen Deep Neural Networks, Large Language Models und KI-Agenten.

Verstehen Sie die Grundlagen des Machine Learning, einschließlich Konzepten wie Overfitting und Hyperparameter-Tuning
Führen Sie ein vollständiges ML-Projekt mit Scikit-Learn durch – von der Datenexploration bis zur Modellbewertung
Lernen Sie Techniken für unüberwachtes Lernen wie Clustering und Anomalieerkennung
Entwickeln Sie mit PyTorch fortgeschrittene Architekturen wie Transformer-basierte Chatbots und Diffusionsmodelle
Nutzen Sie vortrainierte Modelle, einschließlich LLMs, und optimieren und beschleunigen Sie sie

Trainieren Sie autonome Agenten mithilfe von Reinforcement Learning

Zielgruppe

Programmierer*innen ohne Erfahrung in Machine Learning
angehende Data Scientists
Studierende der Informatik

Autoren/Hrsg.

Géron, Aurélien

Weitere Mitwirkende

Demmig, Thomas

Fachgebiete

• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Maschinelles Lernen

Über Autor(innen)

Géron, Aurélien
Aurélien Géron arbeitet als Consultant für Machine Learning. Als ehemaliger Mitarbeiter von Google hat er das YouTube-Team zur Klassifikation von Videos geleitet. Er war Gründer und CTO von mehreren Unternehmen: Wifirst, ein führender Anbieter von drahtlosen Internetdiensten in Frankreich; Polyconseil, ein Beratungsunternehmen mit den Schwerpunkten Telekommunikation, Medien und Strategie; sowie Geron AI, ein auf Machine Learning spezialisiertes Beratungsunternehmen.
Davor war er als Ingenieur in verschiedenen Bereichen tätig: Finanzen (JP Morgan und Société Générale), Verteidigung (Department of Defense in Kanada) und Gesundheitswesen (Bluttransfusionen). Er hat eine Reihe von Fachbüchern veröffentlicht (zu C++, WLAN und Internetarchitekturen) und Vorlesungen an mehreren Universitäten gehalten.
Sonstige wissenswerte Dinge: Er hat seinen drei Kindern beigebracht, mit den Fingern binär zu zählen (bis 1023), hat Mikrobiologie und Evolutionsgenetik studiert, bevor er sich der Softwareentwicklung zugewandt hat, und sein Fallschirm öffnete sich bei seinem zweiten Absprung nicht.