Bücher — deep learning

EN
Fortgeschrittene Datenanalyse mit Python: Mit Beispielen für maschinelles Lernen, Deep Learning und NLP

Fortgeschrittene Datenanalyse mit Python: Mit Beispielen für maschinelles Lernen, Deep Learning und NLP

A

Sayan Mukhopadhyay

KI und ML
RU
Künstliche Intelligenz und maschinelles Lernen für Programmierer in PyTorch

Künstliche Intelligenz und maschinelles Lernen für Programmierer in PyTorch

A

Лоуренс Морони

KI und ML
EN
Skalierbare Deep-Learning-Pipelines auf AWS aufbauen: Deep-Learning-Modelle entwickeln, trainieren und bereitstellen

Skalierbare Deep-Learning-Pipelines auf AWS aufbauen: Deep-Learning-Modelle entwickeln, trainieren und bereitstellen

A

Abdelaziz Testas

DevOps und Infrastruktur
EN
Natural Language Processing in Action, Zweite Auflage

Natural Language Processing in Action, Zweite Auflage

A

Hobson Lane, Maria Dyshel

KI und ML
RU
Künstliche Intelligenz Algorithmen verstehen, 2. Auflage

Künstliche Intelligenz Algorithmen verstehen, 2. Auflage

A

Ришал Харбанс

Algorithmen und Theorie
EN
Deep Learning unter Windows: Aufbau von Deep-Learning-Computer-Vision-Systemen unter Microsoft Windows

Deep Learning unter Windows: Aufbau von Deep-Learning-Computer-Vision-Systemen unter Microsoft Windows

A

Thimira Amaratunga

KI und ML
EN
Bestärkendes Lernen für Finanzen: Lösen Sie Finanzprobleme mit CNN und RNN unter Verwendung der TensorFlow-Bibliothek

Bestärkendes Lernen für Finanzen: Lösen Sie Finanzprobleme mit CNN und RNN unter Verwendung der TensorFlow-Bibliothek

A

Samit Ahlawat

KI und ML
EN
Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

A

Kyle Gallatin, Chris Albon

KI und ML
EN
Deep Belief Nets in C++ und CUDA C: Band 3: Convolutional Nets

Deep Belief Nets in C++ und CUDA C: Band 3: Convolutional Nets

A

Timothy Masters

Programmiersprachen
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
Deep Learning mit JAX

Deep Learning mit JAX

A

Григорий Сапунов

KI und ML
RU
Architekturen des tiefen Lernens. Mathematischer Ansatz

Architekturen des tiefen Lernens. Mathematischer Ansatz

A

Овидиу Калин

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

Maschinelles Lernen für algorithmischen Handel an Finanzmärkten. Praktikum

A

Стефан Янсен

KI und ML
EN
Techniken der künstlichen Intelligenz und des maschinellen Lernens in der Bildverarbeitung und Computer Vision

Techniken der künstlichen Intelligenz und des maschinellen Lernens in der Bildverarbeitung und Computer Vision

A

Karm Veer Arya, Ciro Rodriguez Rodriguez, Saurabh Singh, Abhishek Singhal

KI und ML
EN
Prinzipien des maschinellen Lernens: Die drei Perspektiven

Prinzipien des maschinellen Lernens: Die drei Perspektiven

A

Wenmin Wang

KI und ML
RU
Sarrion E. - Die Macht von ChatGPT erkunden - 2023

Sarrion E. - Die Macht von ChatGPT erkunden - 2023

F
Webentwicklung
EN
KI-Algorithmen: Ein umfassender Leitfaden zu Modellen und Techniken des maschinellen Lernens

KI-Algorithmen: Ein umfassender Leitfaden zu Modellen und Techniken des maschinellen Lernens

B

Murat Durmus

KI und ML
EN
Natürliches Sprachverständnis mit Python

Natürliches Sprachverständnis mit Python

A

Deborah A. Dahl

KI und ML
EN
Python Data Analysis

Python Data Analysis

A

Avinash Navlani, Cornellius Yudha Wijaya

KI und ML
RU
Multi-Agent Reinforcement Learning

Multi-Agent Reinforcement Learning

B

А.Н. Алфимцев

KI und ML
EN
Mathematik für Deep Learning: Was Sie wissen müssen, um neuronale Netze zu verstehen

Mathematik für Deep Learning: Was Sie wissen müssen, um neuronale Netze zu verstehen

A

Ronald T. Kneusel

KI und ML
EN
Angewandte Verarbeitung natürlicher Sprache mit PyTorch 2.0

Angewandte Verarbeitung natürlicher Sprache mit PyTorch 2.0

A

Dr. Deepti Chopra

KI und ML
EN
OpenCV 3.x mit Python anhand von Beispielen, zweite Ausgabe

OpenCV 3.x mit Python anhand von Beispielen, zweite Ausgabe

B

Gabriel Garrido, Prateek Joshi

KI und ML
EN
Maschinelles Lernen für OpenCV

Maschinelles Lernen für OpenCV

A

Michael Beyeler

KI und ML
EN
Handbuch der Gesichtserkennung

Handbuch der Gesichtserkennung

A

Stan Z. Li, Anil K. Jain, Jiankang Deng

KI und ML
EN
Künstliche Intelligenz für Dummies, 2. Auflage

Künstliche Intelligenz für Dummies, 2. Auflage

A

John Paul Mueller, Luca Massaron

KI und ML
EN
Digitale Signalverarbeitung: Veranschaulichung mit Python

Digitale Signalverarbeitung: Veranschaulichung mit Python

A

S. Esakkirajan, T. Veerakumar, Badri N. Subudhi

Programmiersprachen
EN
Praktisches Deep Learning: Eine Python-basierte Einführung

Praktisches Deep Learning: Eine Python-basierte Einführung

A

Ronald T. Kneusel

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

Бретт Ланц

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
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
Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

A

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

KI und ML
EN
Python: Deeper Insights into Machine Learning

Python: Deeper Insights into Machine Learning

A

Sebastian Raschka, David Julian, John Hearty

KI und ML
EN
Beherrschen von OpenCV mit Python: Verwenden Sie NumPy, Scikit, TensorFlow und Matplotlib, um fortgeschrittene Algorithmen für maschinelles Lernen anhand einer Reihe praktischer Projekte zu erlernen

Beherrschen von OpenCV mit Python: Verwenden Sie NumPy, Scikit, TensorFlow und Matplotlib, um fortgeschrittene Algorithmen für maschinelles Lernen anhand einer Reihe praktischer Projekte zu erlernen

A

Ayush Vaishya

KI und ML
RU
Deep Learning und Datenanalyse. Ein praktischer Leitfaden

Deep Learning und Datenanalyse. Ein praktischer Leitfaden

A

Дмитрий Малов

KI und ML
EN
Grokking Deep Learning

Grokking Deep Learning

A

Andrew W. Trask

KI und ML
EN
Ultimate Enterprise Data Analysis and Forecasting using Python

Ultimate Enterprise Data Analysis and Forecasting using Python

A

Shanthababu Pandian

DevOps und Infrastruktur
RU
Immortal I. - Systeme der künstlichen Intelligenz (Berufsbildung) - 2019

Immortal I. - Systeme der künstlichen Intelligenz (Berufsbildung) - 2019

D
Webentwicklung
EN
Deep Learning: Grundlagen und Konzepte

Deep Learning: Grundlagen und Konzepte

A

Christopher M. Bishop, Hugh Bishop

KI und ML
EN
Machine Learning Bookcamp: Bauen Sie ein Portfolio von realen Projekten auf

Machine Learning Bookcamp: Bauen Sie ein Portfolio von realen Projekten auf

A

Alexey Grigorev

KI und ML
EN
Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

A

Dilyan Grigorov

KI und ML
EN
Deep Learning für die Biowissenschaften: mit Python-Notebooks für Beispiele und Übungen

Deep Learning für die Biowissenschaften: mit Python-Notebooks für Beispiele und Übungen

A

Filippo Biscarini, Nelson Nazzicari

KI und ML
EN
Bildanalyse, Klassifikation und Änderungserkennung in der Fernerkundung: Mit Algorithmen für Python, fünfte Auflage

Bildanalyse, Klassifikation und Änderungserkennung in der Fernerkundung: Mit Algorithmen für Python, fünfte Auflage

A

Morton John Canty

Algorithmen und Theorie
EN
Praktische neuronale Netze in Python und MATLAB

Praktische neuronale Netze in Python und MATLAB

A

Chunwei Zhang, Tianpeng Li, Ying Dai, Li Sun, Ardashir Mohammadzadeh

KI und ML
RU
Maschinelles Lernen: Ein vollständiger Leitfaden

Maschinelles Lernen: Ein vollständiger Leitfaden

B

Неизвестен

KI und ML
RU
Autobiographie eines neuronalen Netzes

Autobiographie eines neuronalen Netzes

C

Нейросеть (сост. М.Р. Брослав, О.А. Яблоков)

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
EN
Programmieren mit KI für Dummies

Programmieren mit KI für Dummies

A

Chris Minnick

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
123 →