Bücher / KI und ML / Data Science

KI und ML

Alle Programmiersprachen 1538KI und ML 762Algorithmen und Theorie 505Softwareentwicklung 470Webentwicklung 390DevOps und Infrastruktur 271Cybersicherheit 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 72025 282024 402023 472022 242021 162020 212019 102018 132017 32016 62015 132014 22013 42012 12007 11994 1
RU
Predictive Modeling in IBM SPSS Statistics, R, and Python: Decision Tree and Random Forest Methods

Predictive Modeling in IBM SPSS Statistics, R, and Python: Decision Tree and Random Forest Methods

A

Artjom Grusdew

KI und ML
RU
Effizientes Spark. Skalierung und Optimierung

Effizientes Spark. Skalierung und Optimierung

A

Holden Karau, Rachel Warren

KI und ML
RU
Python für Datenanalyse. Datenverarbeitung, Visualisierung und Modellierung mit Python

Python für Datenanalyse. Datenverarbeitung, Visualisierung und Modellierung mit Python

B

Wes McKinney

KI und ML
RU
Einführung in Google Analytics

Einführung in Google Analytics

A

A. Petrotschenkow

KI und ML
EN
Praktische Python-KI-Projekte: Mathematische Modelle von Optimierungsproblemen mit Google OR-Tools

Praktische Python-KI-Projekte: Mathematische Modelle von Optimierungsproblemen mit Google OR-Tools

A

Serge Kruk

KI und ML
RU
Python für anspruchsvolle Aufgaben: Data Science und maschinelles Lernen

Python für anspruchsvolle Aufgaben: Data Science und maschinelles Lernen

A

Platz J. Vander

KI und ML
EN
Data Mining mit R: Lernen mit Fallstudien, zweite Auflage

Data Mining mit R: Lernen mit Fallstudien, zweite Auflage

A

Luís Torgo

KI und ML
EN
Handbuch der Big-Data-Technologien

Handbuch der Big-Data-Technologien

A

Albert Y. Zomaya, Sherif Sakr

KI und ML
RU
Analytische Kultur. Von der Datenerhebung zu Geschäftsergebnissen

Analytische Kultur. Von der Datenerhebung zu Geschäftsergebnissen

A

Karl Anderson

KI und ML
EN
Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

A

Scott Shaw, Andreas François Vermeulen, Ankur Gupta, David Kjerrumgaard

KI und ML
EN
R Data Mining Blueprints

R Data Mining Blueprints

A

Pradeepta Mishra

KI und ML
EN
Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

A

Andreas C. Müller and Sarah Guido

KI und ML
RU
Datenanalyse am Computer

Datenanalyse am Computer

A

J.N. Tjurin, A.A. Makarow

KI und ML
RU
Big-Data-Analyse. Technologien und Methoden

Big-Data-Analyse. Technologien und Methoden

B

Nicht angegeben

KI und ML
EN
Google Analytics Durchbruch: Von Null zu Geschäftserfolg

Google Analytics Durchbruch: Von Null zu Geschäftserfolg

A

Feras Alhlou, Shiraz Asif, Eric Fettman

KI und ML
EN
Datenwissenschaft für Dummies

Datenwissenschaft für Dummies

A

Lillian Pierson

KI und ML
EN
Derivatives Analytics mit Python: Datenanalyse, Modelle, Simulation, Kalibrierung und Hedging

Derivatives Analytics mit Python: Datenanalyse, Modelle, Simulation, Kalibrierung und Hedging

A

Yves Hilpisch

KI und ML
EN
Data Mining: Das Lehrbuch

Data Mining: Das Lehrbuch

A

Charu C. Aggarwal

KI und ML
EN
Data-Mining-Algorithmen: erklärt mit R

Data-Mining-Algorithmen: erklärt mit R

A

Paweł Cichosz

KI und ML
EN
Data Mining mit R lernen

Data Mining mit R lernen

B

Bater Makhabel

KI und ML
EN
Data Mining mit Python lernen

Data Mining mit Python lernen

A

Robert Layton

KI und ML
EN
Data Science von Grund auf

Data Science von Grund auf

A

Joel Grus

KI und ML
EN
Graph-Analyse und Visualisierung: Geschäftschancen in vernetzten Daten entdecken

Graph-Analyse und Visualisierung: Geschäftschancen in vernetzten Daten entdecken

A

Richard Brath, David Jonker

KI und ML
RU
Das SAS-Standardwerk. Ein Leitfaden für Einsteiger. Fünfte Auflage.

Das SAS-Standardwerk. Ein Leitfaden für Einsteiger. Fünfte Auflage.

A

Laura Delwich, Susan Slaughter

KI und ML
RU
Statistische Analyse und Visualisierung von Daten mit R

Statistische Analyse und Visualisierung von Daten mit R

A

Mastitskiy S. E., Shitikov V. K.

KI und ML
RU
Python und Datenanalyse

Python und Datenanalyse

A

Wes McKinley

KI und ML
EN
Handbuch der Forschung zu organisatorischen Transformationen durch Big-Data-Analysen

Handbuch der Forschung zu organisatorischen Transformationen durch Big-Data-Analysen

A

Madjid Tavana, Kartikeya Puranam

KI und ML
RU
Python für Data Science

Python für Data Science

A

Nicht angegeben (möglicherweise ein Autorenkollektiv)

KI und ML
EN
Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

A

Jared Dean

KI und ML
EN
Data Mining für Dummies

Data Mining für Dummies

A

Nicht angegeben

KI und ML
EN
Big Data für Dummies

Big Data für Dummies

A

Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman

KI und ML
EN
Erste Schritte mit Greenplum für Big-Data-Analysen

Erste Schritte mit Greenplum für Big-Data-Analysen

A

Sunila Gollapudi

KI und ML
EN
Eine Einführung in das statistische Lernen mit Anwendungen in R

Eine Einführung in das statistische Lernen mit Anwendungen in R

A

Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani

KI und ML
EN
Malware und Leitfäden zur Behandlung von Computersicherheitsvorfällen

Malware und Leitfäden zur Behandlung von Computersicherheitsvorfällen

A

Mark Borrelli (Editor)

KI und ML
RU
Hadoop in Aktion

Hadoop in Aktion

A

Chuck Lamm

KI und ML
RU
1C:Unternehmen 8.0. Programmiermethoden

1C:Unternehmen 8.0. Programmiermethoden

A

Wsewolod Nieswischski

KI und ML
EN
Dritte Konferenz über CLIPS Proceedings (elektronische Version)

Dritte Konferenz über CLIPS Proceedings (elektronische Version)

A

Kollektiv der Autoren

KI und ML
RU
Pierson Lillian - Data Science Essentials (Für Dummies) - 2025

Pierson Lillian - Data Science Essentials (Für Dummies) - 2025

A

Lillian Pierson

KI und ML
RU
Mueller J. P., Massaron L. - Python für Data Science für Dummies, 2. Auflage - 2019

Mueller J. P., Massaron L. - Python für Data Science für Dummies, 2. Auflage - 2019

A

J. P. Mueller, L. Massaron

KI und ML
RU
Mueller J. P., Massaron L. - Data Science Programmierung All-in-One für Dummies - 2020

Mueller J. P., Massaron L. - Data Science Programmierung All-in-One für Dummies - 2020

A

J. P. Mueller, L. Massaron

KI und ML
RU
Joel Lawhead - GeoSpatiale Analyse mit Python lernen, 2. Auflage - 2015

Joel Lawhead - GeoSpatiale Analyse mit Python lernen, 2. Auflage - 2015

A

Joel Lawhead

KI und ML
RU
Sielen D., Meisman A. Grundlagen von Data Science und Big Data Python und Wissenschaft.PDF

Sielen D., Meisman A. Grundlagen von Data Science und Big Data Python und Wissenschaft.PDF

F

D. Silen, A. Meijsman

KI und ML
RU
Streaming-Datenverarbeitungspipeline

Streaming-Datenverarbeitungspipeline

F

Andrew Psaltis

KI und ML
RU
Streaming-Datenverarbeitung

Streaming-Datenverarbeitung

F
KI und ML
RU
Grundlagen von Big Data.PDF

Grundlagen von Big Data.PDF

F
KI und ML
RU
Kondrashov Yu N Datenanalyse und maschinelles Lernen auf der MS-Plattform

Kondrashov Yu N Datenanalyse und maschinelles Lernen auf der MS-Plattform

F

J. N. Kondraschow

KI und ML
RU
Datenvisualisierung mit der D3.js-Bibliothek

Datenvisualisierung mit der D3.js-Bibliothek

A

Andrew Rininsland, Swizec Teller

KI und ML
RU
Datenvisualisierung mit ggplot2

Datenvisualisierung mit ggplot2

F

Sergej Mastizki

KI und ML
RU
Big-Data-Verarbeitung

Big-Data-Verarbeitung

B

Jade Carter

KI und ML
RU
Medienbücher Kaggle: Maschinelles Lernen und Datenanalyse

Medienbücher Kaggle: Maschinelles Lernen und Datenanalyse

F

Konrad Banachewicz, Luca Massaron

KI und ML
← 3456 →

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