Bücher / KI und ML

KI und ML

Alle Programmiersprachen 1299KI und ML 661Algorithmen und Theorie 472Softwareentwicklung 391Webentwicklung 334DevOps und Infrastruktur 233Cybersicherheit 218Datenbanken 144Betriebssystem und System 143Spieleentwicklung 122Eingebettete Systeme 122Sonstiges 109IT-Management 100
Alle Data Science 209Maschinelles Lernen 133Neuronale Netzwerke 87LLM 85ChatGPT 31TensorFlow 27Computer Vision 24PyTorch 19MLOps 17NLP 12Pandas 9KI-Agenten 1
RU
Generatives Deep Learning. Das kreative Potenzial neuronaler Netze

Generatives Deep Learning. Das kreative Potenzial neuronaler Netze

A

Фостер Дэвид

KI und ML
RU
Deep Learning mit Python. Die Bibliotheken Keras und TensorFlow

Deep Learning mit Python. Die Bibliotheken Keras und TensorFlow

A

Франсуа Шолле

KI und ML
EN
Data Teams: Ein einheitliches Managementmodell für erfolgreiche datenorientierte Teams

Data Teams: Ein einheitliches Managementmodell für erfolgreiche datenorientierte Teams

A

Jesse Anderson

KI und ML
RU
Deep Learning ohne Mathematik. Band 2. Praxis

Deep Learning ohne Mathematik. Band 2. Praxis

A

Эндрю Гласснер

KI und ML
RU
Deep Learning in Biologie und Medizin

Deep Learning in Biologie und Medizin

A

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

KI und ML
RU
Evolutionäre neuronale Netze in Python

Evolutionäre neuronale Netze in Python

A

Ярослав Омельяненко

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

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

A

Уэс Маккини

KI und ML
RU
Deep Learning für Dummies

Deep Learning für Dummies

A

Джон Пол Мюллер, Лука Массарон

KI und ML
EN
Praktische Verarbeitung natürlicher Sprache: Ein umfassender Leitfaden zum Aufbau von NLP-Systemen für die reale Welt

Praktische Verarbeitung natürlicher Sprache: Ein umfassender Leitfaden zum Aufbau von NLP-Systemen für die reale Welt

A

Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana

KI und ML
EN
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

A

Pramod Singh, Avinash Manure

KI und ML
EN
Praktisches Maschinelles Lernen mit Rust: Erstellen intelligenter Anwendungen in Rust

Praktisches Maschinelles Lernen mit Rust: Erstellen intelligenter Anwendungen in Rust

A

Joydeep Bhattacharjee

KI und ML
RU
Einführung in Deep Learning

Einführung in Deep Learning

A

Евгений Черняк

KI und ML
RU
Neuronale Netze und Deep Learning: Ein Lernkurs

Neuronale Netze und Deep Learning: Ein Lernkurs

A

Чару Аггарвал

KI und ML
RU
Methoden und Technologien der Big-Data-Verarbeitung

Methoden und Technologien der Big-Data-Verarbeitung

A

М.М. Железнов

KI und ML
RU
Technologien des maschinellen Lernens. Lehr- und methodisches Handbuch

Technologien des maschinellen Lernens. Lehr- und methodisches Handbuch

A

П.Е. Гладилин, К.О. Боченина

KI und ML
RU
Deep Learning mit Python. Die Bibliotheken Keras, TensorFlow und scikit-learn

Deep Learning mit Python. Die Bibliotheken Keras, TensorFlow und scikit-learn

B

Дж. В. Вандер Плас

KI und ML
RU
Generative Adversarial Networks. Projekte. Bauen Sie die nächste Generation generativer Netzwerke mit den Bibliotheken TensorFlow und Keras.

Generative Adversarial Networks. Projekte. Bauen Sie die nächste Generation generativer Netzwerke mit den Bibliotheken TensorFlow und Keras.

A

Кайлаш Ахирвар

KI und ML
RU
Moderne Technologien der Datenanalyse

Moderne Technologien der Datenanalyse

A

А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь

KI und ML
RU
Python für Datenanalyse. Datenverarbeitung, Visualisierung und maschinelles Lernen.

Python für Datenanalyse. Datenverarbeitung, Visualisierung und maschinelles Lernen.

B

Уэс Маккинни

KI und ML
RU
Empfehlungssysteme in der Praxis

Empfehlungssysteme in der Praxis

A

Ким Фальк

KI und ML
RU
Angewandtes Deep Learning. Ein fallstudienbasierter Ansatz zum Verständnis tiefer neuronaler Netze.

Angewandtes Deep Learning. Ein fallstudienbasierter Ansatz zum Verständnis tiefer neuronaler Netze.

A

Умберто Микелуччи

KI und ML
RU
Programmieren mit PyTorch: Erstellung von Deep-Learning-Anwendungen

Programmieren mit PyTorch: Erstellung von Deep-Learning-Anwendungen

A

Ян Пойнтер (Ian Pointer)

KI und ML
RU
Grundlagen der künstlichen Intelligenz

Grundlagen der künstlichen Intelligenz

A

Е. В. Боровская, Н. А. Давыдова

KI und ML
RU
Grundlagen des Deep Learning. Erstellung von Algorithmen für die nächste Generation künstlicher Intelligenz.

Grundlagen des Deep Learning. Erstellung von Algorithmen für die nächste Generation künstlicher Intelligenz.

A

Нихиль Будума, Николас Локашо

KI und ML
RU
Grundlagen des statistischen Lernens: Data Mining, Inferenz und Vorhersage

Grundlagen des statistischen Lernens: Data Mining, Inferenz und Vorhersage

A

Тревор Хасти, Роберт Тибширани, Джером Фридман

KI und ML
RU
Reinforcement Learning: Eine Einführung. Zweite Auflage

Reinforcement Learning: Eine Einführung. Zweite Auflage

A

Ричард С. Саттон, Эндрю Дж. Барто

KI und ML
RU
Verarbeitung natürlicher Sprache mit TensorFlow

Verarbeitung natürlicher Sprache mit TensorFlow

A

Тушан Ганегедара

KI und ML
RU
Natural Language Processing in Aktion. Verstehen, Analysieren und Generieren von Text mit Python

Natural Language Processing in Aktion. Verstehen, Analysieren und Generieren von Text mit Python

A

Лейн Хобсон, Коул Ховард, Ханнес Макс Хапке

KI und ML
RU
Neuronale Informationsverarbeitungssysteme

Neuronale Informationsverarbeitungssysteme

A

С. В. Макартичян, Н. С. Кузнецова, С. С. Дементьев

KI und ML
RU
Data Science: Einführungskurs

Data Science: Einführungskurs

A

Стивен С. Скиена

KI und ML
RU
Visuelle Statistik. Nutzen Sie R!

Visuelle Statistik. Nutzen Sie R!

A

А. Б. Шипунов, Е. М. Балдин, П. А. Волкова, А. И. Коробейников, С. А. Назарова, С. В. Петров, В. Г. Суфиянов

KI und ML
RU
Web-Analyse mit Python: Praktikum

Web-Analyse mit Python: Praktikum

A

В.В. Мокеев

KI und ML
RU
Maschinelles Lernen ohne Umschweife

Maschinelles Lernen ohne Umschweife

A

Андрей Бурков

KI und ML
RU
Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

A

Юси (Хэйден) Лю

KI und ML
RU
Computer Vision

Computer Vision

A

Л. Шапиро, Дж. Стокман

KI und ML
RU
Intelligente Systeme

Intelligente Systeme

A

Л. Н. Ясницкий

KI und ML
RU
Künstliche Intelligenz in der Praxis. 50 Erfolgsfälle von Unternehmen

Künstliche Intelligenz in der Praxis. 50 Erfolgsfälle von Unternehmen

A

Бернард Марр, Мэтт Уорд

KI und ML
RU
Einführung in PyTorch: Deep Learning für die Verarbeitung natürlicher Sprache

Einführung in PyTorch: Deep Learning für die Verarbeitung natürlicher Sprache

A

Делип Рао, Брайан Макмахан

KI und ML
RU
Unterhaltsames maschinelles Lernen. Manga

Unterhaltsames maschinelles Lernen. Manga

B

Араки Масахиро, Ватари Макана (художник)

KI und ML
RU
Python: Künstliche Intelligenz, Big Data und Cloud Computing

Python: Künstliche Intelligenz, Big Data und Cloud Computing

A

Пол Дейтел, Харви Дейтел

KI und ML
RU
Deep Learning und Go

Deep Learning und Go

A

Макс Памперла, Кевин Фергюсон

KI und ML
RU
Deep Learning für Suchmaschinen

Deep Learning für Suchmaschinen

A

Томмазо Теофили

KI und ML
RU
Deep Learning in Bildern. Ein visueller Leitfaden zur künstlichen Intelligenz.

Deep Learning in Bildern. Ein visueller Leitfaden zur künstlichen Intelligenz.

A

Джон Крон, Грант Бейлевельд, Аглаэ Бассенс

KI und ML
RU
Einführung in künstliche Intelligenz

Einführung in künstliche Intelligenz

A

А.В. Остроух

KI und ML
EN
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

A

Hariom Tatsat, Sahil Puri, Brad Lookabaugh

KI und ML
EN
Data Science und Machine Learning Interviewfragen mit Python: Ein vollständiger Fragenkatalog für Ihr Interview

Data Science und Machine Learning Interviewfragen mit Python: Ein vollständiger Fragenkatalog für Ihr Interview

A

Vishwanathan Narayanan

KI und ML
EN
Herangehensweise an (fast) jedes Machine-Learning-Problem

Herangehensweise an (fast) jedes Machine-Learning-Problem

A

Abhishek Thakur

KI und ML
RU
Reinforcement-Learning-Algorithmen in Python. Beschreibung und Entwicklung von KI-Algorithmen

Reinforcement-Learning-Algorithmen in Python. Beschreibung und Entwicklung von KI-Algorithmen

A

Андреа Лонца

KI und ML
EN
Künstliche Intelligenz mit Python. Zweite Auflage: Ihr umfassender Leitfaden zum Erstellen intelligenter Apps mit Python 3.x und TensorFlow 2

Künstliche Intelligenz mit Python. Zweite Auflage: Ihr umfassender Leitfaden zum Erstellen intelligenter Apps mit Python 3.x und TensorFlow 2

A

Alberto Artasanchez, Prateek Joshi

KI und ML
EN
Fortgeschrittene Data Science und Analytik mit Python

Fortgeschrittene Data Science und Analytik mit Python

A

Jesús Rogel-Salazar

KI und ML
← 89101112 →

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