Bücher / KI und ML

KI und ML

Alle Programmiersprachen 1540KI und ML 762Algorithmen und Theorie 505Softwareentwicklung 472Webentwicklung 390DevOps und Infrastruktur 272Cybersicherheit 225Betriebssystem und System 172Sonstiges 169Datenbanken 146Spieleentwicklung 143Eingebettete Systeme 131IT-Management 106
Alle Data Science 253Maschinelles Lernen 151LLM 107Neuronale Netzwerke 91ChatGPT 37TensorFlow 29Computer Vision 26PyTorch 21MLOps 18NLP 12Pandas 9KI-Agenten 1
Alle 2026 502025 1082024 1612023 1102022 492021 402020 652019 342018 292017 122016 142015 162014 32013 42012 22011 32009 22008 12007 21994 1
EN
Der vollständige veraltete Leitfaden für generative KI

Der vollständige veraltete Leitfaden für generative KI

A

David Clinton

KI und ML
EN
Das Entwickler-Handbuch für die Sicherheit großer Sprachmodelle

Das Entwickler-Handbuch für die Sicherheit großer Sprachmodelle

A

Steve Wilson

KI und ML
EN
15 mathematische Konzepte, die jeder Data Scientist kennen sollte

15 mathematische Konzepte, die jeder Data Scientist kennen sollte

A

David Hoyle

KI und ML
EN
Beschleunigen des Modelltrainings mit PyTorch 2.X

Beschleunigen des Modelltrainings mit PyTorch 2.X

A

Maicon Melo Alves

KI und ML
EN
Entwicklung georäumlicher Anwendungen mit Python

Entwicklung georäumlicher Anwendungen mit Python

A

Mohammad Gouse Galety, Arul Kumar Natarajan, Tesfaye Fufa Gedefa, Tsegaye Demsis Lemma

KI und ML
EN
Wie KI funktioniert: Von Zauberei zur Wissenschaft

Wie KI funktioniert: Von Zauberei zur Wissenschaft

A

Ronald T. Kneusel

KI und ML
EN
AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

A

William Hawkins

KI und ML
EN
Generative KI für effektive Softwareentwicklung

Generative KI für effektive Softwareentwicklung

A

Anh Nguyen-Duc, Pekka Abrahamsson, Foutse Khomh (Editors)

KI und ML
EN
Mastering Microsoft Fabric: SAASifizierung der Analytik

Mastering Microsoft Fabric: SAASifizierung der Analytik

B

Debananda Ghosh

KI und ML
EN
Große Sprachmodelle für Entwickler: Eine promptbasierte Erkundung

Große Sprachmodelle für Entwickler: Eine promptbasierte Erkundung

A

Oswald Campesato

KI und ML
EN
Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

A

Miroslaw Staron

KI und ML
EN
OpenAI GPT für Python-Entwickler

OpenAI GPT für Python-Entwickler

A

Aymen El Amri

KI und ML
EN
Entwickeln von Apps mit GPT-4 und ChatGPT: Erstellen Sie intelligente Chatbots, Content-Generatoren und mehr

Entwickeln von Apps mit GPT-4 und ChatGPT: Erstellen Sie intelligente Chatbots, Content-Generatoren und mehr

A

Olivier Caelen, Marie-Alice Blete

KI und ML
EN
Dekodierung großer Sprachmodelle

Dekodierung großer Sprachmodelle

A

Irena Cronin

KI und ML
EN
Transformer, BERT und GPT: einschließlich ChatGPT und Prompt Engineering

Transformer, BERT und GPT: einschließlich ChatGPT und Prompt Engineering

A

Oswald Campesato

KI und ML
RU
Entwicklung von Anwendungen mit GPT-4 und ChatGPT

Entwicklung von Anwendungen mit GPT-4 und ChatGPT

A

Olivier Kellen, Marie-Alice Bleté

KI und ML
EN
Generative AI: Navigation zum Kurs der künstlichen allgemeinen Intelligenz Zukunft

Generative AI: Navigation zum Kurs der künstlichen allgemeinen Intelligenz Zukunft

A

Martin Musiol

KI und ML
EN
Maschinelles Lernen und generative KI für Marketing

Maschinelles Lernen und generative KI für Marketing

A

Yoon Hyup Hwang, Nicholas C. Burtch

KI und ML
EN
Data Engineering mit Scala und Spark

Data Engineering mit Scala und Spark

A

Eric Tome, Rupam Bhattacharjee, David Radford

KI und ML
RU
Datenverarbeitung mit Python. Data Wrangling und Data Quality

Datenverarbeitung mit Python. Data Wrangling und Data Quality

A

Susan McGregor

KI und ML
EN
Entschlüsselung von Datenarchitekturen: Auswahl zwischen einem modernen Data Warehouse, Data Fabric, Data Lakehouse und Data Mesh

Entschlüsselung von Datenarchitekturen: Auswahl zwischen einem modernen Data Warehouse, Data Fabric, Data Lakehouse und Data Mesh

A

James Serra

KI und ML
RU
Probabilistisches maschinelles Lernen. Erweiterte Themen: Vorhersage, Generierung, Erkennung, Aktion

Probabilistisches maschinelles Lernen. Erweiterte Themen: Vorhersage, Generierung, Erkennung, Aktion

A

Kevin P. Murphy

KI und ML
EN
Denken wie ein Python-Programmierer, dritte Ausgabe: Wie man wie ein Informatiker denkt

Denken wie ein Python-Programmierer, dritte Ausgabe: Wie man wie ein Informatiker denkt

A

Allen B. Downey

KI und ML
EN
Deep Learning: Grundlagen und Konzepte

Deep Learning: Grundlagen und Konzepte

A

Christopher M. Bishop, Hugh Bishop

KI und ML
EN
Big Data Management und Analytik

Big Data Management und Analytik

A

Brij B Gupta, Mamta

KI und ML
EN
Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

A

Pavan Kumar Narayanan

KI und ML
EN
Generative KI in der Hochschulbildung: Der ChatGPT-Effekt

Generative KI in der Hochschulbildung: Der ChatGPT-Effekt

A

Cecilia Ka Yuk Chan, Tom Colloton

KI und ML
EN
Programmieren mit KI für Dummies

Programmieren mit KI für Dummies

A

Chris Minnick

KI und ML
EN
Erstellung von generativen KI-gestützten Apps: Ein praktischer Leitfaden für Entwickler

Erstellung von generativen KI-gestützten Apps: Ein praktischer Leitfaden für Entwickler

A

Aarushi Kansal

KI und ML
EN
Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

A

Catherine Nelson

KI und ML
EN
Praktische APIs für KI und Data Science

Praktische APIs für KI und Data Science

A

Ryan Day

KI und ML
EN
Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

A

Sebastian Raschka

KI und ML
RU
Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

A

Sebastian Raschka, Yusi (Hayden) Liu, Vahid Mirjalili

KI und ML
RU
Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

A

Jeff Prosise

KI und ML
RU
Konformes Vorhersagen in Python

Konformes Vorhersagen in Python

A

Valeri Manochin

KI und ML
RU
Graph Neural Networks mit Python

Graph Neural Networks mit Python

A

Maxim Labonne, Artjom Grusdew

KI und ML
RU
Datenpipelines. Taschenhandbuch

Datenpipelines. Taschenhandbuch

A

James Densmore

KI und ML
EN
Automatisierte Forex-Handelssysteme mit ChatGPT: Lernen, Verbessern und Forex-Handel mit Ihrem KI-Begleiter genießen

Automatisierte Forex-Handelssysteme mit ChatGPT: Lernen, Verbessern und Forex-Handel mit Ihrem KI-Begleiter genießen

A

Paul Wealth

KI und ML
EN
Maschinelles Lernen: Theorie und Anwendungen – Praktische Anwendungsfälle mit Python auf klassischen und Quantencomputern

Maschinelles Lernen: Theorie und Anwendungen – Praktische Anwendungsfälle mit Python auf klassischen und Quantencomputern

A

Xavier Vasques

KI und ML
EN
Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

A

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

KI und ML
EN
Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

A

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker

KI und ML
EN
Modern Computer Vision mit PyTorch. Zweite Auflage: Ein praktischer Leitfaden von den Grundlagen des Deep Learning bis zu fortgeschrittenen Anwendungen und Generative AI

Modern Computer Vision mit PyTorch. Zweite Auflage: Ein praktischer Leitfaden von den Grundlagen des Deep Learning bis zu fortgeschrittenen Anwendungen und Generative AI

A

V Kishore Ayyadevara, Yeshwanth Reddy

KI und ML
EN
Natural Language Processing: Ein Lehrbuch mit Python-Implementierung

Natural Language Processing: Ein Lehrbuch mit Python-Implementierung

A

Raymond S. T. Lee

KI und ML
EN
Computer Vision und KI-integrierte IoT-Technologien im medizinischen Ökosystem

Computer Vision und KI-integrierte IoT-Technologien im medizinischen Ökosystem

A

Alex Khang, Vugar Abdullayev, Olena Hrybiuk, Arvind K. Shukla

KI und ML
EN
Moderne Zeitreihenvorhersage mit Python. Zweite Auflage

Moderne Zeitreihenvorhersage mit Python. Zweite Auflage

A

Manu Joseph, Jeffrey Tackes

KI und ML
EN
Mathematik und Architekturen von Deep Learning

Mathematik und Architekturen von Deep Learning

A

Krishnendu Chaudhury, Ananya H. Ashok, Sujay Narumanchi, Devashish Shankar

KI und ML
RU
Deep Learning mit Python. Keras, TensorFlow, PyTorch

Deep Learning mit Python. Keras, TensorFlow, PyTorch

B

Antonio Gulli, Amit Kapoor

KI und ML
RU
Programmierung mit Python für maschinelles Lernen und Datenanalyse

Programmierung mit Python für maschinelles Lernen und Datenanalyse

A

Igor Semjonow

KI und ML
EN
Hands-On Genetische Algorithmen mit Python: Wenden Sie genetische Algorithmen an, um reale KI- und Machine-Learning-Probleme zu lösen

Hands-On Genetische Algorithmen mit Python: Wenden Sie genetische Algorithmen an, um reale KI- und Machine-Learning-Probleme zu lösen

A

Eyal Wirsansky

KI und ML
EN
Data Science mit Python lernen: Ein Schnellstart-Leitfaden

Data Science mit Python lernen: Ein Schnellstart-Leitfaden

A

Engy Fouda

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