• Bücher
  • KI und ML
  • TensorFlow
  • Praktisches maschinelles Lernen mit Scikit-Learn, Keras und TensorFlow: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme, 2. Auflage
Praktisches maschinelles Lernen mit Scikit-Learn, Keras und TensorFlow: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme, 2. Auflage
A

Praktisches maschinelles Lernen mit Scikit-Learn, Keras und TensorFlow: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme, 2. Auflage

TensorFlow
machine learning deep learning Scikit-learn Keras TensorFlow neural networks hands-on
Autor
Aurélien Géron
Verlag
O'Reilly Media
Jahr
2019
Sprache
Englisch
7
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

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

Aurélien Géron

Neuronale Netze mit TensorFlow und Keras: Training, Generative Modelle und Reinforcement Learning

Neuronale Netze mit TensorFlow und Keras: Training, Generative Modelle und Reinforcement Learning

Philip Hua

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

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

Pramod Singh, Avinash Manure

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

Kyle Gallatin, Chris Albon

Python und maschinelles Lernen: maschinelles und tiefes Lernen mit Python, scikit-learn und TensorFlow 2

Python und maschinelles Lernen: maschinelles und tiefes Lernen mit Python, scikit-learn und TensorFlow 2

Sebastian Raschka, Vahid Mirjalili

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Andreas C. Müller and Sarah Guido