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 119Sonstiges 109IT-Management 100
Alle Data Science 209Maschinelles Lernen 133Neuronale Netzwerke 87LLM 85ChatGPT 31TensorFlow 27Computer Vision 24PyTorch 19MLOps 17NLP 12Pandas 9KI-Agenten 1
EN
Einführung in die Psychophysik mit Python

Einführung in die Psychophysik mit Python

A

Rakesh Sengupta, Maganti Madhavilatha

KI und ML
EN
BiteSize Python für Fortgeschrittene: mit Übungslaboren, Praxisbeispielen und Unterstützung durch generative KI

BiteSize Python für Fortgeschrittene: mit Übungslaboren, Praxisbeispielen und Unterstützung durch generative KI

A

Di Wu

KI und ML
EN
RAG mit Python Kochbuch: Praktische Rezepte von der Datenvorverarbeitung bis zu LLM-Agenten

RAG mit Python Kochbuch: Praktische Rezepte von der Datenvorverarbeitung bis zu LLM-Agenten

A

Dominik Polzer

KI und ML
RU
Grundlagen von GraphRAG. Verbessertes RAG auf Basis von Wissensgraphen

Grundlagen von GraphRAG. Verbessertes RAG auf Basis von Wissensgraphen

A

Томаж Братанич, Оскар Хане

KI und ML
EN
Praktische Generative KI: Vom Konzept zur Bereitstellung: Aufbau und Bereitstellung ethischer KI-gestützter Lösungen

Praktische Generative KI: Vom Konzept zur Bereitstellung: Aufbau und Bereitstellung ethischer KI-gestützter Lösungen

A

Pramod Singh, James McKeone

KI und ML
EN
Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

A

Dilyan Grigorov

KI und ML
EN
Deep Learning für die Biowissenschaften: mit Python-Notebooks für Beispiele und Übungen

Deep Learning für die Biowissenschaften: mit Python-Notebooks für Beispiele und Übungen

A

Filippo Biscarini, Nelson Nazzicari

KI und ML
EN
Bildverarbeitung mit Python: Theorie, Praxis und Anwendungen

Bildverarbeitung mit Python: Theorie, Praxis und Anwendungen

A

Erik Cuevas, Alma Nayeli Rodriguez-Vazquez, Beatriz A. Rivera-Aguilar, Jesús A. López-Luquín, Carlos Guzmán-Rosales

KI und ML
EN
Praktische neuronale Netze in Python und MATLAB

Praktische neuronale Netze in Python und MATLAB

A

Chunwei Zhang, Tianpeng Li, Ying Dai, Li Sun, Ardashir Mohammadzadeh

KI und ML
RU
Claude Code: Das vollständige Handbuch zum KI-Assistenten für Entwickler

Claude Code: Das vollständige Handbuch zum KI-Assistenten für Entwickler

A

Ранас Мукминов

KI und ML
EN
Generative KI auf Kubernetes: Operationalisierung von Large Language Models

Generative KI auf Kubernetes: Operationalisierung von Large Language Models

A

Roland Huß, Daniele Zonca

KI und ML
RU
Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

A

Валерий Бабушкин, Арсений Кравченко

KI und ML
EN
AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis

AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis

A

Kerem Tomak

KI und ML
RU
Generative KI in der Praxis: Transformer und Diffusionsmodelle

Generative KI in der Praxis: Transformer und Diffusionsmodelle

A

Омар Сансевьеро, Педро Куэнка, Аполинарио Пассос, Джонатан Уитакер

KI und ML
RU
Empfehlungssysteme auf Basis großer Sprachmodelle. Der vollständige Entwicklungszyklus: vom Pre-Training bis zur Bereitstellung intelligenter Agenten.

Empfehlungssysteme auf Basis großer Sprachmodelle. Der vollständige Entwicklungszyklus: vom Pre-Training bis zur Bereitstellung intelligenter Agenten.

A

Лю Лу, Чжан Юйцзюнь

KI und ML
RU
Natural Language Processing in Action. 2nd Edition

Natural Language Processing in Action. 2nd Edition

A

Хобсон Лейн, Мария Дышель

KI und ML
EN
Hugging Face in Aktion

Hugging Face in Aktion

A

Wei-Meng Lee

KI und ML
EN
Deep-Learning-Crashkurs: Ein praxisorientierter, projektbasierter Einstieg in künstliche Intelligenz

Deep-Learning-Crashkurs: Ein praxisorientierter, projektbasierter Einstieg in künstliche Intelligenz

A

Giovanni Volpe, Benjamin Midtvedt, Jesús Pineda, Henrik Klein Moberg, Harshith Bachimanchi, Joana B. Pereira, Carlo Manzo

KI und ML
EN
Machine Learning Platform Engineering: Bau einer internen Entwicklerplattform für ML- und KI-Systeme

Machine Learning Platform Engineering: Bau einer internen Entwicklerplattform für ML- und KI-Systeme

A

Benjamin Tan Wei Hao, Shanoop Padmanabhan, Varun Mallya

KI und ML
EN
Zeitreihenvorhersage mit Foundation-Modellen

Zeitreihenvorhersage mit Foundation-Modellen

A

Marco Peixeiro

KI und ML
EN
Erstelle einen Text-zu-Bild-Generator (von Grund auf) mit Transformern und Diffusionen

Erstelle einen Text-zu-Bild-Generator (von Grund auf) mit Transformern und Diffusionen

A

Mark Liu

KI und ML
EN
Transformers: Der ultimative Leitfaden. Anwendungen über NLP hinaus.

Transformers: Der ultimative Leitfaden. Anwendungen über NLP hinaus.

A

Nicole Koenigstein

KI und ML
EN
Transformer in Aktion

Transformer in Aktion

A

Nicole Koenigstein

KI und ML
EN
KI-Agenten und Anwendungen mit LangChain, LangGraph und MCP

KI-Agenten und Anwendungen mit LangChain, LangGraph und MCP

A

Roberto Infante

KI und ML
EN
Grokking KI-Algorithmen, Zweite Auflage: Wie KI komplexe Probleme löst

Grokking KI-Algorithmen, Zweite Auflage: Wie KI komplexe Probleme löst

A

Rishal Hurbans

KI und ML
EN
Deep Learning mit PyTorch, Zweite Auflage: Training und Anwendung von Deep Learning und Generative AI-Modellen

Deep Learning mit PyTorch, Zweite Auflage: Training und Anwendung von Deep Learning und Generative AI-Modellen

A

Howard Huang, Eli Stevens, Luca Antiga, Thomas Viehmann

KI und ML
EN
Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

A

Jason Hodson

KI und ML
EN
PyTorch: Der praktische Leitfaden

PyTorch: Der praktische Leitfaden

A

Bert Gollnick

KI und ML
EN
Einführung in Generative KI: Zuverlässige, verantwortungsbewusste und praxisnahe Anwendungen

Einführung in Generative KI: Zuverlässige, verantwortungsbewusste und praxisnahe Anwendungen

A

Numa Dhamani, Maggie Engler

KI und ML
EN
Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

A

Irena Cronin

KI und ML
EN
Generative KI für die Spieleentwicklung: Narrative Welten mit Maschinen gestalten

Generative KI für die Spieleentwicklung: Narrative Welten mit Maschinen gestalten

A

Shesh Narayan Gupta

KI und ML
EN
Agentische KI für Ingenieure: Architektur zielgesteuerter Systeme

Agentische KI für Ingenieure: Architektur zielgesteuerter Systeme

A

Dhivya Nagasubramanian

KI und ML
RU
Datenanalyse mit GenAI und Python

Datenanalyse mit GenAI und Python

A

Артур Гуджа, Марлена Сивяк, Мариан Сивяк

KI und ML
EN
Microsoft Copilot Studio Schritt für Schritt: Anpassung von Copilot und Erstellung von Agents

Microsoft Copilot Studio Schritt für Schritt: Anpassung von Copilot und Erstellung von Agents

A

Lisa Crosbie

KI und ML
EN
Data Clustering mit Python: Von der Theorie zur Implementierung

Data Clustering mit Python: Von der Theorie zur Implementierung

A

Guojun Gan

KI und ML
EN
Deep Learning mit Python. Dritte Ausgabe

Deep Learning mit Python. Dritte Ausgabe

A

Франсуа Шолле, Мэттью Уотсон

KI und ML
EN
Programmierung mit künstlicher Intelligenz für Webentwicklung und maschinelles Lernen: Einsatz von KI für intelligente Codierungspraktiken und Entwicklungsumgebungen

Programmierung mit künstlicher Intelligenz für Webentwicklung und maschinelles Lernen: Einsatz von KI für intelligente Codierungspraktiken und Entwicklungsumgebungen

A

Доктор Муралидхар Курни, Рамеш Кришнаманени, Доктор Шриниваса К.Г.

KI und ML
EN
Informatik von Grund auf: Bau von Interpretern, Emulatoren und ML in Python

Informatik von Grund auf: Bau von Interpretern, Emulatoren und ML in Python

A

David Kopec

KI und ML
EN
LangChain meistern: Ein umfassender Leitfaden zur Entwicklung generativer KI-Anwendungen

LangChain meistern: Ein umfassender Leitfaden zur Entwicklung generativer KI-Anwendungen

A

Sanath Raj B Narayan, Nitin Agarwal

KI und ML
EN
LangChain lernen: KI- und LLM-Anwendungen mit LangChain und LangGraph erstellen

LangChain lernen: KI- und LLM-Anwendungen mit LangChain und LangGraph erstellen

A

Mayo Oshin, Nuno Campos

KI und ML
EN
GitHub Copilot und KI-Codierungstools in der Praxis: Beschleunigen Sie die KI-Einführung von einzelnen Entwicklern bis zum Unternehmen

GitHub Copilot und KI-Codierungstools in der Praxis: Beschleunigen Sie die KI-Einführung von einzelnen Entwicklern bis zum Unternehmen

A

Nick Wienholt

KI und ML
RU
Grundlagen der Datenanalyse mit R

Grundlagen der Datenanalyse mit R

A

Никита Ткаченко

KI und ML
EN
Intelligentes Banking: Python-Programmierung für Banken und Finanzen

Intelligentes Banking: Python-Programmierung für Banken und Finanzen

A

Victor J. Valcarcel

KI und ML
EN
Python Essentials for Biomedical Data Analysis: Ein einführendes Lehrbuch

Python Essentials for Biomedical Data Analysis: Ein einführendes Lehrbuch

A

Julhash U. Kazi

KI und ML
EN
Multivariate Analyse und maschinelle Lerntechniken: Merkmalsanalyse in der Datenwissenschaft mit Python

Multivariate Analyse und maschinelle Lerntechniken: Merkmalsanalyse in der Datenwissenschaft mit Python

A

Srikrishnan Sundararajan

KI und ML
EN
Python für Business Analytics: Daten für strategische Entscheidungen nutzen

Python für Business Analytics: Daten für strategische Entscheidungen nutzen

A

Mahadi Hasan Miraz, Narishah Mohamed Salleh, Hwang Ha Jin

KI und ML
EN
Hybride Bildgebung und Visualisierung: Einsatz von maschinellem Lernen mit Mathematica - Python

Hybride Bildgebung und Visualisierung: Einsatz von maschinellem Lernen mit Mathematica - Python

B

Joseph Awange, Béla Paláncz, Lajos Völgyesi

KI und ML
EN
GPT für Python-Codierung in Computational Materials Science und Mechanik: Von Prompt Engineering zu Lösungen in ausgearbeiteten Beispielen

GPT für Python-Codierung in Computational Materials Science und Mechanik: Von Prompt Engineering zu Lösungen in ausgearbeiteten Beispielen

A

Bernhard Eidel

KI und ML
EN
Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

A

Pramod Gupta, Naresh Kumar Sehgal, John M. Acken

KI und ML
RU
Autobiographie eines neuronalen Netzes

Autobiographie eines neuronalen Netzes

C

Нейросеть (сост. М.Р. Брослав, О.А. Яблоков)

KI und ML
123 →

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