Bücher — computer vision

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
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
Beherrschung von Computer Vision mit PyTorch 2.0: Entdecken, entwerfen und erstellen Sie hochmoderne Hochleistungs-Computer-Vision-Lösungen mit PyTorch 2.0 und Deep-Learning-Techniken

Beherrschung von Computer Vision mit PyTorch 2.0: Entdecken, entwerfen und erstellen Sie hochmoderne Hochleistungs-Computer-Vision-Lösungen mit PyTorch 2.0 und Deep-Learning-Techniken

A

M. Arshad Siddiqui

KI und ML
RU
Anirad, K. et al. - Künstliche Intelligenz und Computer Vision. Praktische Projekte mit Python, Keras und TensorFlow (O’Reilly-Bestseller) - 2023

Anirad, K. et al. - Künstliche Intelligenz und Computer Vision. Praktische Projekte mit Python, Keras und TensorFlow (O’Reilly-Bestseller) - 2023

A
KI und ML
RU
Künstliche Intelligenz: Ein moderner Ansatz. Vierte Ausgabe. Band 3. Lernen, Wahrnehmung und Handeln

Künstliche Intelligenz: Ein moderner Ansatz. Vierte Ausgabe. Band 3. Lernen, Wahrnehmung und Handeln

A

Стюарт Рассел, Питер Норвиг

Algorithmen und Theorie
RU
Deep Learning für Computersysteme

Deep Learning für Computersysteme

A

М. В. Ронкин, А. Ю. Долганов

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
Deep Learning mit Python. Zweite Auflage

Deep Learning mit Python. Zweite Auflage

B

Франсуа Шолле

KI und ML
RU
PyTorch. Deep Learning beleuchten

PyTorch. Deep Learning beleuchten

A

Эли Стивенс, Лука Антига, Томас Виман

KI und ML
EN
Visuelle Objektverfolgung: Eine Evaluierungsperspektive

Visuelle Objektverfolgung: Eine Evaluierungsperspektive

A

Xin Zhao, Shiyu Hu, Xu-Cheng Yin

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
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
TensorFlow für Deep Learning: Von linearer Regression zu Reinforcement Learning

TensorFlow für Deep Learning: Von linearer Regression zu Reinforcement Learning

A

Bharath Ramsundar, Reza Bosagh Zadeh

KI und ML
EN
3D Data Science mit Python: Erstellung präziser digitaler Umgebungen mit 3D-Punktwolken-Workflows

3D Data Science mit Python: Erstellung präziser digitaler Umgebungen mit 3D-Punktwolken-Workflows

A

Florent Poux

KI und ML
EN
KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

A

Laurence Moroney

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
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
3D-Computervision: Effiziente Methoden und Anwendungen

3D-Computervision: Effiziente Methoden und Anwendungen

A

Christian Wöhler

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
Mustererkennungssysteme

Mustererkennungssysteme

A

А.В. Бобков

Algorithmen und Theorie
RU
S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. Technische Sehsysteme in Aufgaben der Erkennung, Messung und Steuerung

S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. Technische Sehsysteme in Aufgaben der Erkennung, Messung und Steuerung

A

С.Н. Ярышев, В.А. Рыжова, М.А. Волынский

KI und ML
RU
Grundlagen der künstlichen Intelligenz in Python-Beispielen. Selbstlernkurs. 2. Auflage.

Grundlagen der künstlichen Intelligenz in Python-Beispielen. Selbstlernkurs. 2. Auflage.

A

Анатолий Постолит

KI und ML
RU
Programmierung von Computer Vision mit Raspberry Pi. Zweite Ausgabe. Entwickeln und implementieren Sie Computer-Vision-Anwendungen mit Raspberry Pi, OpenCV und Python 3

Programmierung von Computer Vision mit Raspberry Pi. Zweite Ausgabe. Entwickeln und implementieren Sie Computer-Vision-Anwendungen mit Raspberry Pi, OpenCV und Python 3

A

Эшвин Паджанкар

KI und ML
RU
Computer Vision. Moderne Methoden und Entwicklungsperspektiven

Computer Vision. Moderne Methoden und Entwicklungsperspektiven

A

Рой Дэвис, Мэтью Терк (ред.)

KI und ML
RU
Anwendung von OpenCV-Funktionen in der Computer Vision (60 Beispiele in Python)

Anwendung von OpenCV-Funktionen in der Computer Vision (60 Beispiele in Python)

A

С.А. Молодяков

KI und ML
RU
Maschinelles Sehen. Grundlagen und Algorithmen mit Beispielen in Matlab

Maschinelles Sehen. Grundlagen und Algorithmen mit Beispielen in Matlab

A

Питер Корк

KI und ML
RU
Digitale Bildverarbeitung mit OpenCV. Praktikum

Digitale Bildverarbeitung mit OpenCV. Praktikum

A

А. И. Матвеев

Algorithmen und Theorie
RU
OpenCV 3 lernen. Entwicklung von Computer-Vision-Programmen in C++ mit der OpenCV-Bibliothek

OpenCV 3 lernen. Entwicklung von Computer-Vision-Programmen in C++ mit der OpenCV-Bibliothek

A

Адриан Кэлер, Гэри Брэдски

KI und ML
RU
Computer Vision mit Python. Erste Schritte

Computer Vision mit Python. Erste Schritte

A

Э. Д. Шакирьянов

KI und ML
RU
Computer Vision

Computer Vision

A

Л. Шапиро, Дж. Стокман

KI und ML
RU
Computer Vision. Analyse

Computer Vision. Analyse

A
KI und ML
RU
Neuronale Netze. Fertige Projekte

Neuronale Netze. Fertige Projekte

A

Джеид Картер

KI und ML
RU
Faltungsneuronale Netze

Faltungsneuronale Netze

B

Джейд Картер

KI und ML
RU
Deep Learning mit fastai und PyTorch: Minimal Formeln, Minimal Code, Maximale Effizienz

Deep Learning mit fastai und PyTorch: Minimal Formeln, Minimal Code, Maximale Effizienz

A

Джереми Ховард и Сильвейн Гуггер

KI und ML
RU
Künstliche Intelligenz für Mode

Künstliche Intelligenz für Mode

A

Андрей Голуб

KI und ML
RU
Lösung von Deep-Learning-Problemen mit den Frameworks PyTorch und PyTorch Lightning

Lösung von Deep-Learning-Problemen mit den Frameworks PyTorch und PyTorch Lightning

A

А. И. Елисеев, Ю. В. Минин, Ю. В. Кулаков

KI und ML
RU
Deep Learning mit Python. Zweite internationale Ausgabe

Deep Learning mit Python. Zweite internationale Ausgabe

A

Франсуа Шолле

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
Deep Learning

Deep Learning

A

Николенко С., Кадурин А., Архангельская Е.

KI und ML
RU
Biologisches und Computer Vision

Biologisches und Computer Vision

A

Гэбриел Крейман

KI und ML
EN
Deep Learning mit Python

Deep Learning mit Python

A

Франсуа Шолле

KI und ML
EN
Python-Praxis-Labor: Lernen Sie das Programmieren durch interaktive Beispiele

Python-Praxis-Labor: Lernen Sie das Programmieren durch interaktive Beispiele

A

Angelica Lim, Victor Cheung

Programmiersprachen
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
Azure AI Fundamentals: Lernleitfaden und Übungsfragen für die Microsoft AI-900-Prüfung

Azure AI Fundamentals: Lernleitfaden und Übungsfragen für die Microsoft AI-900-Prüfung

A

David Voss

DevOps und Infrastruktur
EN
TensorFlow in Aktion

TensorFlow in Aktion

A

Thushan Ganegedara

KI und ML
EN
Python Deep Learning

Python Deep Learning

A

Ivan Vasilev

KI und ML
RU
OpenCV und Java. Bildverarbeitung und Computer Vision

OpenCV und Java. Bildverarbeitung und Computer Vision

A

Николай Прохоренок

KI und ML
EN
Moderne Algorithmen für die Bildverarbeitung: Computergrafik anhand von Beispielen mit C#

Moderne Algorithmen für die Bildverarbeitung: Computergrafik anhand von Beispielen mit C#

A

Vladimir Kovalevsky

KI und ML
EN
Aktives Maschinelles Lernen mit Python: Datenqualität über Quantität mit aktivem Lernen verfeinern und steigern

Aktives Maschinelles Lernen mit Python: Datenqualität über Quantität mit aktivem Lernen verfeinern und steigern

A

Margaux Masson-Forsythe

KI und ML
12 →