Dieses erste Lehrbuch zur Formalen Begriffsanalyse gibt eine systematische Darstellung der mathematischen Grundlagen und ihrer Verbindung zu Anwendungen in der Informatik, insbesondere in der Datenanalyse und Wissensverarbeitung. Das Buch vermittelt vor allem Methoden der graphischen Darstellung von Begriffssystemen, die sich in der Wissenskommunikation bestens bewahrt haben. Theorie und graphische Darstellung werden dabei eng miteinander verknupft. Die mathematischen Grundlagen werden vollstandig abgehandelt und durch zahlreiche Beispiele anschaulich gemacht. Da zur Wissensverarbeitung immer starker der Computer genutzt wird, gewinnen formale Methoden begrifflicher Analyse uberall an Bedeutung. Das Buch macht die dafur grundlegende Theorie in kompakter Form zuganglich."

An informative and comprehensive overview of the state-of-the-art in natural language generation (NLG) for interactive systems, this guide serves to introduce graduate students and new researchers to the field of natural language processing and artificial intelligence, while inspiring them with ideas for future research. Detailing the techniques and challenges of NLG for interactive applications, it focuses on the research into systems that model collaborativity and uncertainty, are capable of being scaled incrementally, and can engage with the user effectively. A range of real-world case studies is also included. The book and the accompanying website feature a comprehensive bibliography, and refer the reader to corpora, data, software and other resources for pursuing research on natural language generation and interactive systems, including dialog systems, multimodal interfaces and assistive technologies. It is an ideal resource for students and researchers in computational linguistics, natural language processing and related fields.

In der Kognitionswissenschaft geht man davon aus, da die h-heren geistigen Leistungen des Menschen auf informationsverarbeitenden Prozessen beruhen. Als Symbolismus wird die Auffassung bezeichnet, nach der die menschlicheInformationsverarbeitung nach den gleichen Prinzipien funktioniert wie bei einem typischen Computer: durch die Manipulation bedeutungstragender Zeichennach formalen regeln. Im Gegensatz dazu vertritt der Konnektionismus dieThese, da die menschliche Informationsverarbeitung als stetige Aktivierungsausbreitung in einem neuronalen Netz verstanden werden m}sse. Gro er Wert wurde in dieser interdisziplin{ren Arbeit auf die verst{ndliche Darstellung symbolischer und konnektionistischer Informationsverarbeitung gelegt, so da sich dieses Buch auch f}r Interessenten aus dem Bereich der Philosophie, der Psychologie und der Linguistik bestens eignet, einen Einstieg in die Kognitionswissenschaft zu finden. Demjenigen, der mit den jeweiligen Verarbeitungsmechanismen bereits vertraut ist, bietet es einen ]berblick }ber die gegenw{rtige philosophische Diskussion um das pro und contra beider Modelle zur Erkl{rung geistiger Prozesse.

Das vorliegende Buch ist der Tagungsband zur GWAI-91, der 15. Fachtagung f}rK}nstliche Intelligenz (KI) der Gesellschaft f}r Informatik, die im September 1991 in Bonn stattfand. Es enth{lt die Schriftfassungen von 29 begutachteten Vortr{gen, wobei die Schwerpunkte der Beitr{ge in den Bereichen Deduktion, Sprachverarbeitung, Wissensrepr{sentation und Expertensysteme liegen. Weitere Themen entstammen den Bereichen MaschinellesLernen, Planen, Automatisches Programmieren und Konnektionismus. Die Hauptvortr{ge wurden unter dem Aspekt ausgew{hlt, da au erhalb der KI und deren "traditionellen" Nachbardisziplinen wie Philosophie, Psychologie und Linguistik, neue Zug{nge der Beschreibung und Erkl{rung kognitiver Ph{nomene erm-glicht werden. Diese sind durch Wissenschaftsgebiete wie z.B. Neurophysiologie und Evolutionsbiologie gepr{gt.

Das Buch enth{lt eine Auseinandersetzung mit Theorie und Praxis von Human- und Maschinen}bersetzung, eine weltweite Dokumentation der Systeme zur Maschinellen ]bersetzung, von Softwaretools und Terminologiedatenbanken sowie eine ca. 2000 Titel umfassende Bibliographie der verf}gbaren Fachli- teratur aus den Jahren 1985 bis 1989/90.

Create next-level AI assistants and transform how customers communicate with businesses with the power of natural language understanding and dialogue management using Rasa Key Features Understand the architecture and put the underlying principles of the Rasa framework to practice Learn how to quickly build different types of chatbots such as task-oriented, FAQ-like, and knowledge graph-based chatbots Explore best practices for working with Rasa and its debugging and optimizing aspects Book DescriptionThe Rasa framework enables developers to create industrial-strength chatbots using state-of-the-art natural language processing (NLP) and machine learning technologies quickly, all in open source. Conversational AI with Rasa starts by showing you how the two main components at the heart of Rasa work - Rasa NLU (natural language understanding) and Rasa Core. You'll then learn how to build, configure, train, and serve different types of chatbots from scratch by using the Rasa ecosystem. As you advance, you'll use form-based dialogue management, work with the response selector for chitchat and FAQ-like dialogs, make use of knowledge base actions to answer questions for dynamic queries, and much more. Furthermore, you'll understand how to customize the Rasa framework, use conversation-driven development patterns and tools to develop chatbots, explore what your bot can do, and easily fix any mistakes it makes by using interactive learning. Finally, you'll get to grips with deploying the Rasa system to a production environment with high performance and high scalability and cover best practices for building an efficient and robust chat system. By the end of this book, you'll be able to build and deploy your own chatbots using Rasa, addressing the common pain points encountered in the chatbot life cycle. What you will learn Use the response selector to handle chitchat and FAQs Create custom actions using the Rasa SDK Train Rasa to handle complex named entity recognition Become skilled at building custom components in the Rasa framework Validate and test dialogs end to end in Rasa Develop and refine a chatbot system by using conversation-driven deployment processing Use TensorBoard for tuning to find the best configuration options Debug and optimize dialogue systems based on Rasa Who this book is forThis book is for NLP professionals as well as machine learning and deep learning practitioners who have knowledge of natural language processing and want to build chatbots with Rasa. Anyone with beginner-level knowledge of NLP and deep learning will be able to get the most out of the book.

Das Buch ist eine Einfuhrung in die logische Programmierung in der Form eines Kurses, in dem die Grundlagen der logischen Programmierung, die logische Programmiersprache Prolog und ihre Programmierpraxis, sowie einige Anwendungen vorgestellt werden. Nach einer kurzen Begriffsbestimmung der logischen Programmierung wird das sogenannte reine Prolog als Programmiersprache anhand von Beispielen eingefuhrt. Die logischen Hintergrunde werden dabei nur angedeutet. Anschliessend werden die Erweiterungen vorgestellt, die Prolog zur vollen Programmiersprache machen. Es folgen etablierte Programmiertechniken, die Prolog wie jede andere Programmiersprache besitzt. Mit diesen Vorkenntnissen ist es nun leichter, die theoretischen Grundlagen der logischen Programmierung zu verstehen. Es wird gezeigt, wie Logik zur Wissensdarstellung und zur Ableitung von weiterem Wissen verwendet werden kann. Ferner wird der Weg von der Pradikatenlogik zur logischen Programmiersprache Prolog nachvollzogen. Den Schluss bilden Anwendungen aus den Gebieten wissensbasierte Systeme und Computerlinguistik."

In der generativen Phonologie lasst sich im Unterschied zur generativen Syntax der Wechsel von einem derivationellen Modell nicht so leicht dokumentieren. Phonologische Reprasentationen werden in diesem Band nicht als notarielle Variante zur linearen Phonologie verstanden, sondern als Ebene, auf der universelle Beschrankungen gelten.Folgende Problembereiche werden u.a. behandelt: - die phonetische Beschrankung phonologischer Segmente- universelle Beschrankungen suprasegmentaler Strukturen- Modelle der Interaktion von Phonologie und Morphologi

Build and deploy an efficient data processing pipeline for machine learning model training in an elastic, in-parallel model training or multi-tenant cluster and cloud Key Features Accelerate model training and interference with order-of-magnitude time reduction Learn state-of-the-art parallel schemes for both model training and serving A detailed study of bottlenecks at distributed model training and serving stages Book DescriptionReducing time cost in machine learning leads to a shorter waiting time for model training and a faster model updating cycle. Distributed machine learning enables machine learning practitioners to shorten model training and inference time by orders of magnitude. With the help of this practical guide, you'll be able to put your Python development knowledge to work to get up and running with the implementation of distributed machine learning, including multi-node machine learning systems, in no time. You'll begin by exploring how distributed systems work in the machine learning area and how distributed machine learning is applied to state-of-the-art deep learning models. As you advance, you'll see how to use distributed systems to enhance machine learning model training and serving speed. You'll also get to grips with applying data parallel and model parallel approaches before optimizing the in-parallel model training and serving pipeline in local clusters or cloud environments. By the end of this book, you'll have gained the knowledge and skills needed to build and deploy an efficient data processing pipeline for machine learning model training and inference in a distributed manner. What you will learn Deploy distributed model training and serving pipelines Get to grips with the advanced features in TensorFlow and PyTorch Mitigate system bottlenecks during in-parallel model training and serving Discover the latest techniques on top of classical parallelism paradigm Explore advanced features in Megatron-LM and Mesh-TensorFlow Use state-of-the-art hardware such as NVLink, NVSwitch, and GPUs Who this book is forThis book is for data scientists, machine learning engineers, and ML practitioners in both academia and industry. A fundamental understanding of machine learning concepts and working knowledge of Python programming is assumed. Prior experience implementing ML/DL models with TensorFlow or PyTorch will be beneficial. You'll find this book useful if you are interested in using distributed systems to boost machine learning model training and serving speed.

Der vorliegende Sam mel band gibt zum groBten Teil die Beitrage wieder, die auf dem Anwender-Workshop "Praxisanwendungen des computergestOtzten Publizierens" anlaBlich der BIGTECH im November 1987 in Berlin gehalten wurden. Wie der Workshop gezeigt hat und es sich auch in den meisten Beitragen wiederspie- gelt, ist der gesamte Druckvorstufenbereich, von der Erfassung der Texte beim Autor bis hin zur Ganzseitenbelichtung der Druckplatten, ja sogar der Druckausgabe nur einzelner Exemplare Ober leistungsfahige Laser-Drucksysteme (Stichwort: "Elektroni- sches Drucken") in Bewegung geraten. Wie die zukOnfiige Aufgabenverteilung inner- halb der grafischen Industrie aussehen wird, ist mit Sicherheit auch von den weiteren technologischen . Entwicklungen und den Anwendererfordernissen abhangig Bereits jetzt ist deutlich zu erkennen, daB das Professionelle Elektronische Publizieren zukOnfiig um die Komponente einer computergestOtzten Dokumentenverarbeitung erganzt werden muB. Aile Probleme sind auch beim Professionellen Elektronischen Publizieren noch nicht ausgeraumt, so daB es auch noch kein System gibt, mit dem man wirklich alles problemfrei bewaltigen kann. Wie der Workshop aber gezeigt hat, wird die Kommuni- kation zwischen den verschiedenen Systemen allmahlich Wirklichkeit. Die Beitrage stellen den "State of the Art" im Bereich des Professionellen Publizierens, das auch als Computer Aided Publishing (CAP) bezeichnet wird, dar. Zielsetzung des Workshops war eine Bestandsaufnahme der gegenwMigen Situation und der sich abzeichnenden Entwicklungstrends. Sowohl die arbeitsorganisatorische als auch technische Intergration bzw. die Integration zwischen Arbeitsablaufen und dem angebotenen Leistungsspektren der Software-Systeme werden in den Beitragen dargestellt. VI Es wird das gesamte Spektrum von professioneller DTP-Software bis hin zu den Problemen bei integrierten Dokumentations- und Publikationsanwendungen ange- sprochen.

Wissensbasierte Systeme wurden in den letzten Jahren uber die Stadien des Experimentierens, der Forschung und der Entwicklung hinaus zu interessanten Produkten der Informationsindustrie und werden immer mehr zu wichtigen Arbeitsmitteln fur Fachleute und Mitarbeiter in der Wirtschaft, in der Verwaltung und im Bildungsbereich. Die GI-Kongresse uber wissensbasierte Systeme sollen eine grossere Offentlichkeit uber den Stand der Entwicklung unterrichten, sowohl in den Entwurfsmethoden und Konstruktionstechniken als auch in der industriellen Anwendung. Ein wesentliches Ziel dabei ist es, auf das grosse Potential an Anwendungsmoglichkeiten hinzuweisen und intensivere Kooperationen zwischen verschiedenen Gebieten anzuregen. Im vorliegenden Tagungsband des 2. Internationalen GI-Kongresses "Wissensbasierte Systeme", der 1987 wieder im Rahmen der Fachmesse SYSTEMS in Munchen stattfand, werden neben den Expertensystemen im engeren Sinne auch graphische Systeme, Techniken der Computeranimation, kooperative Hilfssysteme, intelligente tutorielle Systeme und entscheidungsunterstutzende Systeme behandelt. Grossen Raum nimmt die Prasentation von Gemeinschaftsprojekten ein; insbesondere werden die KI-Verbundprojekte des BMFT und eine Reihe von ESPRIT-Projekten vorgestellt. Dieses Buch wendet sich an alle, die Interesse an Informatik und ihren Anwendungen haben; es soll nicht nur Wissenschaftler, sondern insbesondere auch Praktiker und mogliche Anwender informieren und zu neuen Ideen anregen. Und es soll Wissenschaft und Praxis zu fruchtbarer Diskussion und Zusammenarbeit stimulieren. Neben vielen deutschen Autoren aus Forschung und Praxis kommen Wissenschaftler aus mehreren europaischen Landern und aus den USA zu Wort.

Das Thema der Untersuchung ist die algorithmische Generierung einer naturlichsprachlichen Beschreibung einer Bildfolge, wobei von einer symbolischen Reprasentation der Bildfolge ausgegangen wird, die im wesentlichen die erkannten Objekte, sowie deren Ort und Orientierung fur jedes Bild der Folge enthalt. Fragen der Textgenerierung werden in umfassender Weise unter dem Aspekt der Beschreibung visueller zeitveranderlicher Daten behandelt, fur die ein Verfahren zum Erzeugen koharenter Beschreibungstexte angegeben wird. Dem Verfahren liegt der Gedanke zugrunde, dem Horer/Leser den Aufbau einer mentalen Vorstellung von den beschriebenen Bewegungen zu ermoglichen. Insbesondere wird ein Computerprogramm vorgestellt, das NAOS-System, das von der Erkennung von Teilbereichen einer Bildfolge, die durch ein Verb beschrieben werden konnen, bis zur Ausgabe des koharenten Beschreibungstextes alle notwendigen Prozesse beispielhaft integriert. NAOS verbindet damit zwei bisher weitgehend separat verfolgte Teilbereiche der Kunstlichen Intelligenz, Bildverstehen und Verarbeitung naturlicher Sprache. Die umfassende Behandlung der Fragestellung reicht von der theoretischen Diskussion bis zur praktischen Implementation.

Das Buch behandelt die Worterkennung in kontinuierlicher Sprache, eine im Rahmen des automatischen Verstehens gesprochener Sprache auftretende und im Gegensatz zur Einzelworterkennung auch heute noch nicht vollstandig geloste Aufgabenstellung. Nach einer einfuhrenden vereinheitlichenden Darstellung einschlagiger Techniken des Mustervergleichs (String Matching, Dynamic Time Warping, Hidden Markov Modelling) fur die Erkennung isoliert gesprochener Worter werden die Ansatze verallgemeinert, so dass Worter auch in fliessender Rede ohne a priori Kenntnis der Wortgrenzen lokalisierbar sind. Mehrere alternative Modelle zur Beschreibung von Lautahnlichkeiten sowie Verfahren zur Gutebewertung der erzeugten Worthypothesen stehen dann im Zentrum der weiterfuhrenden Uberlegungen. Im experimentellen Teil ist der Aufbau eines konkreten Systems zur Generierung von Worthypothesen beschrieben, das den Rahmen bildet fur die nachfolgenden vergleichenden Untersuchungen, in deren Verlauf bekannte und vom Autor neu entwickelte Verfahren einander kritisch gegenubergestellt werden. Der Leser findet in dem Buch etwa zu gleichen Teilen kritische Aufarbeitung der Standardmethoden, neue Verfahren und die Beschreibung praktischer Erfahrungen bei der Anwendung der Worterkennungsalgorithmen auf grosse Datenmengen. Anwendungen des Dargestellten sind nicht nur im engeren Bereich der Automatischen Spracherkennung denkbar. Auch in Gegenstandsbereichen, in denen Strukturen sequentiell-linearer Beschaffenheit, etwa zeitabhangiger Muster, eine Rolle spielen, kommt eine Losung von Klassifikations- und Lokalisierungsproblemen mit Hilfe der beschriebenen Ansatze in Betracht.

Dieses Buch behandelt jene kognitiven Strukturen und Prozesse, die der menschlichen Sprachverarbeitung zugrundeliegen. Das hier vorgestellte Modell geht von zwei parallel arbeitenden Subsystemen im Sprachverarbeitungsprozess aus:

Der vorliegende Samrnelband dokumentiert die GLDV-Jahrestagung 1985 "Sprachverarbei- tung in Information und Dokumentation". Die Gesellschaft fur Linguistische Datenver- arbeitung veranstaltete die Tagung in Kooperation mit der Fachgruppe 3 "Naturlich- sprachliche Systeme" im FA 1.2 der Gesellschaft fur Informatik (GI). Das programrnkomitee, besetzt mit Christopher Habel, Hans-Dieter Lutz, Wolfgang Wahlster und den Herausgebern, die auch die Tagung organisierten, wahlte die Beitrage unter dem Gesichtspunkt einer aufgeschlossenen Zusamrnenarbeit von Informa- tionswissenschaft, Kunstlicher Intelligenz und Linguistischer Datenverarbeitung aus. Rainer Kuhlen entwickelt in seinem Einleitungsreferat den Bezugsrahmen fur die weiteren Beitrage. Er weist nachdrucklich auf die handlungsorientierte Zielsetzung von Informationssystemen hin und auf die daraus resultierende Forderung an Wissen- schaftler, bei ihren Beitragen zur Gestaltung von Informationssystemen die pragma- tische Ausrichtung des Gesamtsystems angemessen zu berucksichtigen. Die lebhafte Diskussion uber die zinzelnen Vortrage wahrend der Tagung machte deutlich, wie sehr in einem Wissenschaftsfeld generell akzeptierte Leitvorstellungen Raum fur kontrare Meinungen und fruchtbar-heterogene Forschungsansatze lassen (oder schaffen). Wie verschieden die in der Forschung vertretenen Gesichtspunkte sind, zeigt schon die thematische Grobgruppierung der Vortrage, die als Gliederung des Tagungsbandes beibehalten wurde. Die in diesem Band nicht festgehaltenen Diskussionsveranstaltungen uber "LDV-Aus- bildung und-Berufsperspektiven" (Betreuung Hans-Dieter Lutz) und "Verbundforschung" (Betreuung Tobias Bruckner und Brigitte Endres-Niggemeyer) mit ihrem teilweise mehr als lebhaften Verlauf trugen dem Bedarf nach fachlicher und wissenschafts- politischer Meinungsbildung Rechnung.

Um der starken Nachfrage nach Ausbildung und Fortbildung im Bereich der Kunstlichen Intelligenz Rechnung zu tragen, wurde vom Fachausschuss 1.2 ''Kunstliche Intelligenz und Mustererkennung" der Gesellschaft fur Informatik vom 5. -16. Marz 1984 in DasseI (Solling) eine zweiwoechige Fruhjahrsschule durchgefuhrt. Diese Fruhjahrsschule war die Nachfolgeveranstaltung zur KIFS-82, die im Marz 1982 in Teisendorf stattfand. Die diesjahrige KIFS stand unter dem Themenschwerpunkt "Reprasentation von Wissen und naturlichsprachliche Systeme". Das Kursangebot umfasste: Gruldkurse: - Bildverstehen (B. Neumann, Hamburg) - Automatisches Beweisen (J. Siekmann, Kaiserslautern) - Naturlichsprachliche Systeme (W. Wahlster, Saarbrucken) Aufbaukurse: - Inferenzmethoden (W. Bibel, Munchen) - Parser als integraler Bestandteil von Sprachverarbeitungssystemen (T. Christaller, Hamburg) - Lernen und Wissensakquisition (Ch. Habel & C.-R. Rollinger, Berlin) - Techniken der Wissensdarstellung (J. Laubseh, Stuttgart) - Textverstehen und Textproduktion (U. Quasthoff-Hartmann, Bielefeld). - Semantik odelle in der Kunstlichen Intelligenz (C. Schwind, Marseille) Spezialkurse: - LISP (G. Goerz, Erlangen) - LISP 2 (H. Stoyan, Erlangen) - PROLOG (H. Gust & M. Koenig, Osnabruck/ Berlin) Die Durchfuhrung der Spezialkurse, die eine Einfuhrung bzw. Vertiefung der fur die KI wichtigsten Programmiersprachen zum Ziel hatten, erfolgte auf Kleinrechnern (verschiedener Hersteller) und zum Teil auf einer LISP aschine. Die Rechner wurden ausserdem fur UEbungen und Vorfuhrungen zu einigen der weiteren Kurse verwendet. Hierdurch wurde es moeglich, die im Vorlesungsteil der Kurse erworbenen theoretischen Kenntnisse, teilweise sogar am Rechner anzuwenden.

From introductory NLP tasks to Transformer models, this new edition teaches you to utilize powerful TensorFlow APIs to implement end-to-end NLP solutions driven by performant ML (Machine Learning) models Key Features Learn to solve common NLP problems effectively with TensorFlow 2.x Implement end-to-end data pipelines guided by the underlying ML model architecture Use advanced LSTM techniques for complex data transformations, custom models and metrics Book DescriptionLearning how to solve natural language processing (NLP) problems is an important skill to master due to the explosive growth of data combined with the demand for machine learning solutions in production. Natural Language Processing with TensorFlow, Second Edition, will teach you how to solve common real-world NLP problems with a variety of deep learning model architectures. The book starts by getting readers familiar with NLP and the basics of TensorFlow. Then, it gradually teaches you different facets of TensorFlow 2.x. In the following chapters, you then learn how to generate powerful word vectors, classify text, generate new text, and generate image captions, among other exciting use-cases of real-world NLP. TensorFlow has evolved to be an ecosystem that supports a machine learning workflow through ingesting and transforming data, building models, monitoring, and productionization. We will then read text directly from files and perform the required transformations through a TensorFlow data pipeline. We will also see how to use a versatile visualization tool known as TensorBoard to visualize our models. By the end of this NLP book, you will be comfortable with using TensorFlow to build deep learning models with many different architectures, and efficiently ingest data using TensorFlow Additionally, you'll be able to confidently use TensorFlow throughout your machine learning workflow. What you will learn Learn core concepts of NLP and techniques with TensorFlow Use state-of-the-art Transformers and how they are used to solve NLP tasks Perform sentence classification and text generation using CNNs and RNNs Utilize advanced models for machine translation and image caption generation Build end-to-end data pipelines in TensorFlow Learn interesting facts and practices related to the task at hand Create word representations of large amounts of data for deep learning Who this book is forThis book is for Python developers and programmers with a strong interest in deep learning, who want to learn how to leverage TensorFlow to simplify NLP tasks. Fundamental Python skills are assumed, as well as basic knowledge of machine learning and undergraduate-level calculus and linear algebra. No previous natural language processing experience required.

Build cutting edge machine and deep learning systems for the lab, production, and mobile devices Key Features Understand the fundamentals of deep learning and machine learning through clear explanations and extensive code samples Implement graph neural networks, transformers using Hugging Face and TensorFlow Hub, and joint and contrastive learning Learn cutting-edge machine and deep learning techniques Book DescriptionDeep Learning with TensorFlow and Keras teaches you neural networks and deep learning techniques using TensorFlow (TF) and Keras. You'll learn how to write deep learning applications in the most powerful, popular, and scalable machine learning stack available. TensorFlow 2.x focuses on simplicity and ease of use, with updates like eager execution, intuitive higher-level APIs based on Keras, and flexible model building on any platform. This book uses the latest TF 2.0 features and libraries to present an overview of supervised and unsupervised machine learning models and provides a comprehensive analysis of deep learning and reinforcement learning models using practical examples for the cloud, mobile, and large production environments. This book also shows you how to create neural networks with TensorFlow, runs through popular algorithms (regression, convolutional neural networks (CNNs), transformers, generative adversarial networks (GANs), recurrent neural networks (RNNs), natural language processing (NLP), and graph neural networks (GNNs)), covers working example apps, and then dives into TF in production, TF mobile, and TensorFlow with AutoML. What you will learn Learn how to use the popular GNNs with TensorFlow to carry out graph mining tasks Discover the world of transformers, from pretraining to fine-tuning to evaluating them Apply self-supervised learning to natural language processing, computer vision, and audio signal processing Combine probabilistic and deep learning models using TensorFlow Probability Train your models on the cloud and put TF to work in real environments Build machine learning and deep learning systems with TensorFlow 2.x and the Keras API Who this book is forThis hands-on machine learning book is for Python developers and data scientists who want to build machine learning and deep learning systems with TensorFlow. This book gives you the theory and practice required to use Keras, TensorFlow, and AutoML to build machine learning systems. Some machine learning knowledge would be useful. We don't assume TF knowledge.