Bücher / KI und ML

KI und ML

Alle Programmiersprachen 1723KI und ML 821Softwareentwicklung 527Algorithmen und Theorie 525Webentwicklung 424DevOps und Infrastruktur 297Cybersicherheit 229Sonstiges 203Betriebssystem 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
EN
Big Data mit Hadoop und Hive

Big Data mit Hadoop und Hive

A

Nitin Kumar

KI und ML
RU
Apache Airflow und Datenverarbeitungspipelines

Apache Airflow und Datenverarbeitungspipelines

A

Bas Harenslak, Julian de Ruiter

KI und ML
RU
Deep Learning: Einfache Projektentwicklung mit Python

Deep Learning: Einfache Projektentwicklung mit Python

A

Seth Weidman

KI und ML
RU
Data Science für Karrieristen

Data Science für Karrieristen

A

Nolis Jacqueline, Robinson Emily

KI und ML
RU
Entwicklung von Machine-Learning-Pipelines. Automatisierung von Modelllebenszyklen mit TensorFlow

Entwicklung von Machine-Learning-Pipelines. Automatisierung von Modelllebenszyklen mit TensorFlow

A

Hapke H., Nelson K.

KI und ML
RU
Generatives Deep Learning. Das kreative Potenzial neuronaler Netze

Generatives Deep Learning. Das kreative Potenzial neuronaler Netze

A

Foster David

KI und ML
EN
Deep Learning veranschaulicht: Ein visueller, interaktiver Leitfaden für künstliche Intelligenz

Deep Learning veranschaulicht: Ein visueller, interaktiver Leitfaden für künstliche Intelligenz

A

Jon Krohn, Grant Beyleveld, Aglaé Bassens

KI und ML
RU
Maschinelles Lernen für algorithmischen Handel an Finanzmärkten. Praktikum

Maschinelles Lernen für algorithmischen Handel an Finanzmärkten. Praktikum

A

Stefan Jansen

KI und ML
RU
Maschinelles Lernen mit R. Experten-Techniken für die prädiktive Analyse

Maschinelles Lernen mit R. Experten-Techniken für die prädiktive Analyse

A

Brett Lantz

KI und ML
EN
Mastering Machine Learning Algorithms, zweite Ausgabe

Mastering Machine Learning Algorithms, zweite Ausgabe

A

Giuseppe Bonaccorso

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

Deep Learning mit Python. Die Bibliotheken Keras und TensorFlow

A

François Chollet

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

Andrew Glassner

KI und ML
RU
Deep Learning in Biologie und Medizin

Deep Learning in Biologie und Medizin

A

Bharat Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande

KI und ML
RU
Evolutionäre neuronale Netze in Python

Evolutionäre neuronale Netze in Python

A

Jaroslaw Omeljanenko

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

Wes McKinney

KI und ML
RU
Deep Learning für Dummies

Deep Learning für Dummies

A

John Paul Mueller, Luca Massaron

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

Eugen Tschernjak

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

Neuronale Netze und Deep Learning: Ein Lernkurs

A

Charu Aggarwal

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

Methoden und Technologien der Big-Data-Verarbeitung

A

M. M. Schelesnow

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

Technologien des maschinellen Lernens. Lehr- und methodisches Handbuch

A

P. E. Gladilin, K. O. Bochenina

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

J. V. Vander Plas

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

Kailash Ahirwar

KI und ML
RU
Moderne Technologien der Datenanalyse

Moderne Technologien der Datenanalyse

A

A. W. Makshanow, A. E. Schurawlew, L. N. Tyndykar

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

Python für Datenanalyse. Datenverarbeitung, Visualisierung und maschinelles Lernen.

B

Wes McKinney

KI und ML
RU
Empfehlungssysteme in der Praxis

Empfehlungssysteme in der Praxis

A

Kim Falk

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

Umberto Michelucci

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

Programmieren mit PyTorch: Erstellung von Deep-Learning-Anwendungen

A

Ian Pointer

KI und ML
RU
Grundlagen der künstlichen Intelligenz

Grundlagen der künstlichen Intelligenz

A

E. W. Borowskaja, N. A. Dawydowa

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

Nikhil Buduma, Nicholas Locascio

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

Grundlagen des statistischen Lernens: Data Mining, Inferenz und Vorhersage

A

Trevor Hastie, Robert Tibshirani, Jerome Friedman

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

Reinforcement Learning: Eine Einführung. Zweite Auflage

A

Richard S. Sutton, Andrew G. Barto

KI und ML
RU
Verarbeitung natürlicher Sprache mit TensorFlow

Verarbeitung natürlicher Sprache mit TensorFlow

A

Tushan Ganegedara

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

Lane Hobson, Cole Howard, Hannes Max Hapke

KI und ML
RU
Neuronale Informationsverarbeitungssysteme

Neuronale Informationsverarbeitungssysteme

A

S. W. Makartitschjan, N. S. Kusnezowa, S. S. Dementjew

KI und ML
RU
Data Science: Einführungskurs

Data Science: Einführungskurs

A

Steven S. Skiena

KI und ML
RU
Visuelle Statistik. Nutzen Sie R!

Visuelle Statistik. Nutzen Sie R!

A

A. B. Shipunov, E. M. Baldin, P. A. Volkova, A. I. Korobeinikov, S. A. Nazarova, S. V. Petrov, V. G. Sufiyanov

KI und ML
RU
Web-Analyse mit Python: Praktikum

Web-Analyse mit Python: Praktikum

A

V. V. Mokeev

KI und ML
RU
Maschinelles Lernen ohne Umschweife

Maschinelles Lernen ohne Umschweife

A

Andrei Burkow

KI und ML
RU
Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

A

Yusi (Hayden) Liu

KI und ML
RU
Computer Vision

Computer Vision

A

L. Shapiro, J. Stockman

KI und ML
RU
Intelligente Systeme

Intelligente Systeme

A

L. N. Jasnizki

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

Künstliche Intelligenz in der Praxis. 50 Erfolgsfälle von Unternehmen

A

Bernard Marr, Matt Ward

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

Delip Rao, Brian McMahan

KI und ML
RU
Unterhaltsames maschinelles Lernen. Manga

Unterhaltsames maschinelles Lernen. Manga

B

Araki Masahiro, Watari Makana (Künstler)

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

Python: Künstliche Intelligenz, Big Data und Cloud Computing

A

Paul Deitel, Harvey Deitel

KI und ML
RU
Deep Learning und Go

Deep Learning und Go

A

Max Pumperla, Kevin Ferguson

KI und ML
← 1011121314 →

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