Bücher / KI und ML

KI und ML

Alle Programmiersprachen 1723KI und ML 821Softwareentwicklung 527Algorithmen und Theorie 525Webentwicklung 424DevOps und Infrastruktur 297Cybersicherheit 229Sonstiges 204Betriebssystem und System 187Spieleentwicklung 163Datenbanken 150Eingebettete Systeme 140IT-Management 107
Alle Data Science 268Maschinelles Lernen 162LLM 115Neuronale Netzwerke 95Computer Vision 40ChatGPT 40TensorFlow 29PyTorch 22MLOps 18NLP 15Pandas 9KI-Agenten 1
Alle 2026 562025 1142024 1692023 1202022 532021 442020 672019 362018 302017 152016 172015 222014 42013 52012 22011 32009 32008 12007 21994 1
RU
Einführung in maschinelles Lernen mit Python. Ein Leitfaden für Data Scientists.

Einführung in maschinelles Lernen mit Python. Ein Leitfaden für Data Scientists.

A

Andreas Müller, Sara Guido

KI und ML
RU
Analytische Kultur. Von der Datenerhebung zu Geschäftsergebnissen

Analytische Kultur. Von der Datenerhebung zu Geschäftsergebnissen

A

Karl Anderson

KI und ML
EN
Einführung in Deep Learning mit R: Eine Schritt-für-Schritt-Anleitung zum Erlernen und Implementieren von Deep-Learning-Modellen mit R

Einführung in Deep Learning mit R: Eine Schritt-für-Schritt-Anleitung zum Erlernen und Implementieren von Deep-Learning-Modellen mit R

A

Taweh Beysolow II

KI und ML
EN
OpenCV 3 Computer Vision Application Programming Cookbook - Dritte Ausgabe

OpenCV 3 Computer Vision Application Programming Cookbook - Dritte Ausgabe

A

Robert Laganière

KI und ML
EN
Python Data Analysis Cookbook

Python Data Analysis Cookbook

A

Ivan Idris

KI und ML
EN
OpenCV anhand von Beispielen

OpenCV anhand von Beispielen

A

Prateek Joshi, David Millán Escrivá, Vinícius Godoy

KI und ML
EN
OpenCV: Computer-Vision-Projekte mit Python

OpenCV: Computer-Vision-Projekte mit Python

A

Joseph Howse, Prateek Joshi, Michael Beyeler

KI und ML
EN
Prozedurale Inhaltsgenerierung in Spielen

Prozedurale Inhaltsgenerierung in Spielen

A

Noor Shaker, Julian Togelius, Mark J. Nelson

KI und ML
EN
Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

A

Scott Shaw, Andreas François Vermeulen, Ankur Gupta, David Kjerrumgaard

KI und ML
EN
R Data Mining Blueprints

R Data Mining Blueprints

A

Pradeepta Mishra

KI und ML
EN
Python: Deeper Insights into Machine Learning

Python: Deeper Insights into Machine Learning

A

Sebastian Raschka, David Julian, John Hearty

KI und ML
EN
Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

A

Andreas C. Müller and Sarah Guido

KI und ML
RU
Bildverarbeitung mit OpenCV

Bildverarbeitung mit OpenCV

A

Gloria Bueno García, Óscar Deniz Suárez, José Luis Espinosa Aranda, Jesús Salido Tercero, Ismael Serrano Gracia, Noelia Vález Henano

KI und ML
EN
OpenCV 3 Anwendungsentwicklung lernen

OpenCV 3 Anwendungsentwicklung lernen

A

Samyak Datta

KI und ML
RU
Datenanalyse am Computer

Datenanalyse am Computer

A

J.N. Tjurin, A.A. Makarow

KI und ML
RU
Erstellung von Machine-Learning-Systemen mit Python. 2. Auflage

Erstellung von Machine-Learning-Systemen mit Python. 2. Auflage

A

Luis Pedro Coelho, Willi Richert

KI und ML
RU
Big-Data-Analyse. Technologien und Methoden

Big-Data-Analyse. Technologien und Methoden

B

Nicht angegeben

KI und ML
EN
Java Deep Learning Grundlagen

Java Deep Learning Grundlagen

A

Yusuke Sugomori

KI und ML
EN
Angewandte Textanalyse mit Python: Sprachbewusste Datenprodukte mit maschinellem Lernen ermöglichen

Angewandte Textanalyse mit Python: Sprachbewusste Datenprodukte mit maschinellem Lernen ermöglichen

A

Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda

KI und ML
EN
Neuronale Netzwerkprogrammierung mit Java

Neuronale Netzwerkprogrammierung mit Java

A

Fábio M. Soares, Alan M.F. Souza

KI und ML
EN
Google Analytics Durchbruch: Von Null zu Geschäftserfolg

Google Analytics Durchbruch: Von Null zu Geschäftserfolg

A

Feras Alhlou, Shiraz Asif, Eric Fettman

KI und ML
EN
Datenanalyse mit Stata

Datenanalyse mit Stata

A

Prasad Kothari

KI und ML
EN
Paralleles Rechnen für Data Science: mit Beispielen in R, C++ und CUDA

Paralleles Rechnen für Data Science: mit Beispielen in R, C++ und CUDA

A

Norman Matloff

KI und ML
EN
Bildverarbeitung mit OpenCV lernen

Bildverarbeitung mit OpenCV lernen

A

Gloria Bueno García, Oscar Deniz Suarez, José Luis Espinosa Aranda, Jesus Salido Tercero, Ismael Serrano Gracia, Noelia Vállez Enano

KI und ML
EN
OpenCV 3.0 Computer Vision mit Java

OpenCV 3.0 Computer Vision mit Java

A

Daniel Lélis Baggio

KI und ML
EN
OpenCV mit Python: Blaupausen

OpenCV mit Python: Blaupausen

A

Michael Beyeler

KI und ML
EN
Lernen von OpenCV 3 Computer Vision mit Python Zweite Ausgabe

Lernen von OpenCV 3 Computer Vision mit Python Zweite Ausgabe

A

Joe Minichino, Joseph Howse

KI und ML
EN
Datenwissenschaft für Dummies

Datenwissenschaft für Dummies

A

Lillian Pierson

KI und ML
EN
Derivatives Analytics mit Python: Datenanalyse, Modelle, Simulation, Kalibrierung und Hedging

Derivatives Analytics mit Python: Datenanalyse, Modelle, Simulation, Kalibrierung und Hedging

A

Yves Hilpisch

KI und ML
EN
Data Mining: Das Lehrbuch

Data Mining: Das Lehrbuch

A

Charu C. Aggarwal

KI und ML
EN
Data-Mining-Algorithmen: erklärt mit R

Data-Mining-Algorithmen: erklärt mit R

A

Paweł Cichosz

KI und ML
EN
Data Mining mit R lernen

Data Mining mit R lernen

B

Bater Makhabel

KI und ML
EN
Data Mining mit Python lernen

Data Mining mit Python lernen

A

Robert Layton

KI und ML
EN
Data Science von Grund auf

Data Science von Grund auf

A

Joel Grus

KI und ML
EN
Graph-Analyse und Visualisierung: Geschäftschancen in vernetzten Daten entdecken

Graph-Analyse und Visualisierung: Geschäftschancen in vernetzten Daten entdecken

A

Richard Brath, David Jonker

KI und ML
RU
Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

A

Peter Flach

KI und ML
RU
Das SAS-Standardwerk. Ein Leitfaden für Einsteiger. Fünfte Auflage.

Das SAS-Standardwerk. Ein Leitfaden für Einsteiger. Fünfte Auflage.

A

Laura Delwich, Susan Slaughter

KI und ML
EN
Bildverarbeitung mit ImageJ, Zweite Auflage

Bildverarbeitung mit ImageJ, Zweite Auflage

A

Jurjen Broeke, José María Mateos Pérez, Javier Pascau

KI und ML
RU
Statistische Analyse und Visualisierung von Daten mit R

Statistische Analyse und Visualisierung von Daten mit R

A

Mastitskiy S. E., Shitikov V. K.

KI und ML
RU
Python und Datenanalyse

Python und Datenanalyse

A

Wes McKinley

KI und ML
RU
Autonome künstliche Intelligenz

Autonome künstliche Intelligenz

A

A. A. Schdanow

KI und ML
EN
Handbuch der Forschung zu organisatorischen Transformationen durch Big-Data-Analysen

Handbuch der Forschung zu organisatorischen Transformationen durch Big-Data-Analysen

A

Madjid Tavana, Kartikeya Puranam

KI und ML
RU
Python für Data Science

Python für Data Science

A

Nicht angegeben (möglicherweise ein Autorenkollektiv)

KI und ML
EN
G

GIS-Kartographie: Ein Leitfaden für effektives Kartendesign

Gretchen N. Peterson

GIS-Kartographie: Ein Leitfaden für effektives Kartendesign

A

Gretchen N. Peterson

KI und ML
EN
Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

A

Jared Dean

KI und ML
EN
Data Mining für Dummies

Data Mining für Dummies

A

Nicht angegeben

KI und ML
RU
Mathematische Grundlagen des maschinellen Lernens und der Vorhersage

Mathematische Grundlagen des maschinellen Lernens und der Vorhersage

A

W. W. Wjugin

KI und ML
EN
OpenCV Computer Vision mit Python

OpenCV Computer Vision mit Python

A

Joseph Howse

KI und ML
EN
Big Data für Dummies

Big Data für Dummies

A

Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman

KI und ML
EN
Erste Schritte mit Greenplum für Big-Data-Analysen

Erste Schritte mit Greenplum für Big-Data-Analysen

A

Sunila Gollapudi

KI und ML
← 1314151617 →

PDF-Qualitätswert:

A Ausgezeichnet — kopierbarer Text, Inhaltsverzeichnis, Metadaten B Gut — Text vorhanden, einige Daten fehlen C Durchschnittlich — Text teilweise extrahierbar D Schlecht — höchstwahrscheinlich ein Scan F Scan ohne OCR — Text kann nicht extrahiert werden