• Bücher
  • KI und ML
  • PyTorch
  • Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme
Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme
A

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

PyTorch
machine learning Scikit-learn PyTorch deep learning Python neural networks practical guide
Autor
Aurélien Géron
Verlag
O’Reilly Media, Inc.
Jahr
2025
Sprache
Englisch
77
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

Laurence Moroney

Machine Learning und Data Science Blaupausen für Finanzen: Vom Aufbau von Handelsstrategien bis zu Robo-Advisors mit Python

Machine Learning und Data Science Blaupausen für Finanzen: Vom Aufbau von Handelsstrategien bis zu Robo-Advisors mit Python

Hariom Tatsat, Sahil Puri, Brad Lookabaugh

Ultimatives Maschinelles Lernen mit Scikit-Learn: Entfesseln Sie die Kraft von Scikit-Learn und Python, um hochmoderne Predictive-Modeling-Anwendungen zu erstellen und tiefere Einblicke in das maschinelle Lernen zu gewinnen

Ultimatives Maschinelles Lernen mit Scikit-Learn: Entfesseln Sie die Kraft von Scikit-Learn und Python, um hochmoderne Predictive-Modeling-Anwendungen zu erstellen und tiefere Einblicke in das maschinelle Lernen zu gewinnen

Parag Saxena

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Sofien Kaabar

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Kirill Kolodiazhnyi

Skalierung von Python mit Dask: Von Data Science bis Machine Learning

Skalierung von Python mit Dask: Von Data Science bis Machine Learning

Holden Karau, Mika Kimmins

Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker