Praktisches MNIST mit Kotlin

Einleitung

Das Buch „Practical MNIST with Kotlin“ (Autor: M. Nakamura, 2020, 180 Seiten) ist ein einzigartiger praktischer Leitfaden zur Erstellung eines neuronalen Netzwerks zur Erkennung handgeschriebener Ziffern in Kotlin. Im Gegensatz zu den meisten Lernmaterialien, die auf Python ausgerichtet sind, schließt dieses Buch eine Lücke für Entwickler, die im JVM-Ökosystem arbeiten und maschinelles Lernen erlernen möchten, ohne auf eine andere Sprache umsteigen zu müssen.

Worum es in dem Buch geht

Das Buch widmet sich der Lösung der klassischen MNIST-Aufgabe (Erkennung handgeschriebener Ziffern) mit Kotlin. Der Autor führt den Leser Schritt für Schritt von der Einrichtung der Umgebung bis zum Aufbau und Training eines vollständig verbundenen neuronalen Netzwerks. Der Schwerpunkt liegt auf der praktischen Umsetzung: Code-Analyse, mathematische Grundlagen (Gradientenabstieg, Backpropagation) und Visualisierung der Ergebnisse. Alle Beispiele sind in reinem Kotlin ohne externe Deep-Learning-Bibliotheken geschrieben, was ein tieferes Verständnis der internen Mechanismen neuronaler Netzwerke ermöglicht.

Für wen dieses Buch geeignet ist

Das Buch richtet sich an Entwickler, die bereits mit den Grundlagen von Kotlin vertraut sind (Syntax, OOP, funktionale Programmierung) und maschinelles Lernen erlernen möchten. Es ist nützlich für:

• Android-Entwickler, die ML-Modelle in mobile Apps integrieren möchten;
• Java/Kotlin-Programmierer, die in den Bereich Data Science wechseln;
• Studenten technischer Fachrichtungen, die neuronale Netzwerke praktisch studieren.