Bücher / KI und ML

KI und ML

Alle Programmiersprachen 1297KI und ML 661Algorithmen und Theorie 471Softwareentwicklung 391Webentwicklung 334DevOps und Infrastruktur 233Cybersicherheit 218Datenbanken 144Betriebssystem und System 143Spieleentwicklung 122Eingebettete Systeme 121Sonstiges 109IT-Management 100
Alle Data Science 209Maschinelles Lernen 133Neuronale Netzwerke 87LLM 85ChatGPT 31TensorFlow 27Computer Vision 24PyTorch 19MLOps 17NLP 12Pandas 9KI-Agenten 1
RU
Lösung von Deep-Learning-Problemen mit den Frameworks PyTorch und PyTorch Lightning

Lösung von Deep-Learning-Problemen mit den Frameworks PyTorch und PyTorch Lightning

A

А. И. Елисеев, Ю. В. Минин, Ю. В. Кулаков

KI und ML
RU
Praktische Einführung in die wichtigsten Python-Bibliotheken und -Frameworks (mit Codebeispielen)

Praktische Einführung in die wichtigsten Python-Bibliotheken und -Frameworks (mit Codebeispielen)

B

Мурат Дурмус

KI und ML
RU
Deep Learning mit Python. Zweite internationale Ausgabe

Deep Learning mit Python. Zweite internationale Ausgabe

A

Франсуа Шолле

KI und ML
RU
Meta-Lernen. Anwendung in AutoML und Data Science

Meta-Lernen. Anwendung in AutoML und Data Science

A

Павел Браздил, Ян ван Рейн, Карлос Соарес, Хоакин Ваншорен

KI und ML
RU
Praktikum zur Datenanalyse mit Python und R

Praktikum zur Datenanalyse mit Python und R

A

О.А. Баюк, М.Р. Исаева, М.О. Самсонкин

KI und ML
EN
Skalierung von Python mit Dask: Von Data Science bis Machine Learning

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

A

Holden Karau, Mika Kimmins

KI und ML
EN
R für Data Science, 2. Auflage

R für Data Science, 2. Auflage

A

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund

KI und ML
RU
Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und Jupyter

Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und Jupyter

A

Уэс Маккинни

KI und ML
EN
OpenAI GPT für Python-Entwickler: Die Kunst und Wissenschaft der Entwicklung intelligenter Apps mit OpenAI GPT-3, DALL·E 2, CLIP und Whisper

OpenAI GPT für Python-Entwickler: Die Kunst und Wissenschaft der Entwicklung intelligenter Apps mit OpenAI GPT-3, DALL·E 2, CLIP und Whisper

A

Aymen El Amri @eon01

KI und ML
EN
Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

A

Brian Lipp

KI und ML
EN
Data Science: Die schwierigen Teile. Techniken für herausragende Data Science.

Data Science: Die schwierigen Teile. Techniken für herausragende Data Science.

A

Daniel Vaughan

KI und ML
EN
Data Wrangling mit SQL: Ein praktischer Leitfaden zur Manipulation, Aufbereitung und Aufbereitung von Daten mit SQL

Data Wrangling mit SQL: Ein praktischer Leitfaden zur Manipulation, Aufbereitung und Aufbereitung von Daten mit SQL

A

Raghav Kandarpa, Shivangi Saxena

KI und ML
RU
Entwurf von Machine-Learning-Systemen

Entwurf von Machine-Learning-Systemen

A

Чип Хьюен (Chip Huyen)

KI und ML
EN
Angewandtes Deep Learning: Entwerfen und implementieren Sie Ihre eigenen neuronalen Netze zur Lösung realer Probleme

Angewandtes Deep Learning: Entwerfen und implementieren Sie Ihre eigenen neuronalen Netze zur Lösung realer Probleme

A

Dr. Neeraj Kumar, Dr. Rajkumar Tekchandani

KI und ML
EN
Maschinelles Lernen mit Python: Theorie und Anwendungen

Maschinelles Lernen mit Python: Theorie und Anwendungen

A

G. R. Liu

KI und ML
EN
Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

A

Osvaldo Simeone

KI und ML
EN
Maschinelles Lernen für kausale Inferenz

Maschinelles Lernen für kausale Inferenz

A

Sheng Li, Zhixuan Chu (Editors)

KI und ML
EN
Statistik und Datenvisualisierung mit Python

Statistik und Datenvisualisierung mit Python

A

Jesús Rogel-Salazar

KI und ML
EN
Maschinelles Lernen für Emotionsanalyse in Python

Maschinelles Lernen für Emotionsanalyse in Python

A

Allan Ramsay, Tariq Ahmad

KI und ML
EN
Ultimative Programmierung neuronaler Netze mit Python: Erstellen Sie leistungsstarke moderne KI-Systeme durch Nutzung neuronaler Netze mit Python, Keras und TensorFlow

Ultimative Programmierung neuronaler Netze mit Python: Erstellen Sie leistungsstarke moderne KI-Systeme durch Nutzung neuronaler Netze mit Python, Keras und TensorFlow

A

Vishal Rajput

KI und ML
EN
Python Machine Learning Projekte: Lernen Sie, wie Sie Machine Learning Projekte von Grund auf erstellen

Python Machine Learning Projekte: Lernen Sie, wie Sie Machine Learning Projekte von Grund auf erstellen

A

Dr. Deepali R Vora, Dr. Gresha S Bhatia

KI und ML
RU
Python für Data Science

Python für Data Science

A

Юлий Васильев

KI und ML
EN
Python Deep Learning

Python Deep Learning

A

Ivan Vasilev

KI und ML
EN
Meisterung von ArcGIS Pro

Meisterung von ArcGIS Pro

A

Maribeth H. Price

KI und ML
RU
Power BI: Fortgeschrittene Optimierungstechniken. Der umfassende Leitfaden für den Aufbau stabiler und schneller Lösungen in Microsoft Power BI

Power BI: Fortgeschrittene Optimierungstechniken. Der umfassende Leitfaden für den Aufbau stabiler und schneller Lösungen in Microsoft Power BI

A

Бхавик Мерчант

KI und ML
EN
Praktischer Leitfaden zur angewandten Konformen Vorhersage in Python

Praktischer Leitfaden zur angewandten Konformen Vorhersage in Python

A

Valery Manokhin

KI und ML
EN
Praktische Graph Neural Networks mit Python: Praktische Techniken und Architekturen für leistungsstarke Graph- und Deep-Learning-Anwendungen mit PyTorch

Praktische Graph Neural Networks mit Python: Praktische Techniken und Architekturen für leistungsstarke Graph- und Deep-Learning-Anwendungen mit PyTorch

A

Maxime Labonne

KI und ML
EN
Generatives Deep Learning: Maschinen das Malen, Schreiben, Komponieren und Spielen beibringen

Generatives Deep Learning: Maschinen das Malen, Schreiben, Komponieren und Spielen beibringen

A

David Foster

KI und ML
EN
Exploratory Data Analysis mit Python Cookbook: Über 50 Rezepte zur Analyse, Visualisierung und Gewinnung von Erkenntnissen aus strukturierten und unstrukturierten Daten

Exploratory Data Analysis mit Python Cookbook: Über 50 Rezepte zur Analyse, Visualisierung und Gewinnung von Erkenntnissen aus strukturierten und unstrukturierten Daten

A

Ayodele Oluleye

KI und ML
EN
Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

A

Rukmani Gopalan

KI und ML
EN
Python Data Science Handbuch: Wesentliche Werkzeuge für die Arbeit mit Daten

Python Data Science Handbuch: Wesentliche Werkzeuge für die Arbeit mit Daten

A

Jake VanderPlas

KI und ML
EN
Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

A

Patrick Hall, James Curtis, Parul Pandey

KI und ML
EN
Grundlagen der Datenbeobachtbarkeit: Implementierung vertrauenswürdiger End-to-End-Datenlösungen

Grundlagen der Datenbeobachtbarkeit: Implementierung vertrauenswürdiger End-to-End-Datenlösungen

A

Andy Petrella

KI und ML
EN
Erstellen von Anwendungen mit der ChatGPT-API unter Verwendung von Python

Erstellen von Anwendungen mit der ChatGPT-API unter Verwendung von Python

A

Mike Gold

KI und ML
EN
Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

A

Chi Wang, Donald Szeto, Yan Xue

KI und ML
EN
Verwalten von Datensätzen und Modellen

Verwalten von Datensätzen und Modellen

A

Oswald Campesato

KI und ML
EN
Kausale Inferenz und Entdeckung in Python – Maschinelles Lernen und die Perspektive von Pearl

Kausale Inferenz und Entdeckung in Python – Maschinelles Lernen und die Perspektive von Pearl

A

Aleksander Molak

KI und ML
RU
Maschinelles Lernen. Portfolio realer Projekte

Maschinelles Lernen. Portfolio realer Projekte

A

Алексей Григорьев

KI und ML
RU
GPT-3: Python-Programmierung anhand von Beispielen

GPT-3: Python-Programmierung anhand von Beispielen

A

Aймен Эль Амри

KI und ML
RU
GPT-3: Leitfaden zur Nutzung der OpenAI-API

GPT-3: Leitfaden zur Nutzung der OpenAI-API

A

Сандра Кублик, Шубхам Сабу

KI und ML
EN
Die Wissenschaft des Deep Learning

Die Wissenschaft des Deep Learning

A

Iddo Drori

KI und ML
EN
Entwicklung von Zeitreihenvorhersagemodellen mit generativer künstlicher Intelligenz

Entwicklung von Zeitreihenvorhersagemodellen mit generativer künstlicher Intelligenz

B

Juan Morales-Garcia, Antonio Llanes, Francisco Arcas-Tunez, Fernando Terroso-Saenz

KI und ML
EN
Datenaufbereitung mit Pandas, SQL und Java

Datenaufbereitung mit Pandas, SQL und Java

A

Oswald Campesato

KI und ML
RU
DAX für Profis: Theorie und Praxis. Bringen Sie Ihre analytischen Fähigkeiten in Microsoft Power BI auf die nächste Stufe.

DAX für Profis: Theorie und Praxis. Bringen Sie Ihre analytischen Fähigkeiten in Microsoft Power BI auf die nächste Stufe.

A

Мишель Розема, Хенк Влотман

KI und ML
EN
Generatives Deep Learning mit Python: Die kreative Kraft der KI entfesseln

Generatives Deep Learning mit Python: Die kreative Kraft der KI entfesseln

A

Cuantum Technologies

KI und ML
EN
Robotik, Vision und Steuerung: Grundlegende Algorithmen in Python

Robotik, Vision und Steuerung: Grundlegende Algorithmen in Python

A

Peter Corke

KI und ML
EN
ChatGPT-Prompts beherrschen: Ein umfassender Leitfaden zur Meisterung effektiver Prompts

ChatGPT-Prompts beherrschen: Ein umfassender Leitfaden zur Meisterung effektiver Prompts

A

Christian Brown

KI und ML
RU
ChatGPT™ für Dummies®

ChatGPT™ für Dummies®

A

Пэм Бейкер

KI und ML
RU
ChatGPT: Ihr Python-Mentor. Grundlagen in 100 Anfragen meistern.

ChatGPT: Ihr Python-Mentor. Grundlagen in 100 Anfragen meistern.

A

Серхио Рохас-Галеано

KI und ML
RU
Chat GPT und die KI-Revolution

Chat GPT und die KI-Revolution

B

Тимур Казанцев

KI und ML
← 56789 →

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