Bücher — deep learning

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
LLMs mit PyTorch entwickeln: Eine Schritt-für-Schritt-Anleitung zum Erstellen fortschrittlicher KI-Modelle mit PyTorch

LLMs mit PyTorch entwickeln: Eine Schritt-für-Schritt-Anleitung zum Erstellen fortschrittlicher KI-Modelle mit PyTorch

A

Anand Trivedi

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
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
Verstärkendes Lernen mit Open AI, TensorFlow und Keras unter Verwendung von Python

Verstärkendes Lernen mit Open AI, TensorFlow und Keras unter Verwendung von Python

B

Abhishek Nandy, Manisha Biswas

KI und ML
EN
Natural Language Processing: Ein Lehrbuch mit Python-Implementierung

Natural Language Processing: Ein Lehrbuch mit Python-Implementierung

A

Raymond S. T. Lee

KI und ML
EN
Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

A

Kirill Kolodiazhnyi

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
Transformer in Aktion

Transformer in Aktion

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
Text Analytics meistern: Ein praktischer Leitfaden für NLP mit Python

Text Analytics meistern: Ein praktischer Leitfaden für NLP mit Python

A

Shailendra Kadre, Shailesh Kadre, Subhendu Dey

KI und ML
EN
Moderne Zeitreihenvorhersage mit Python. Zweite Auflage

Moderne Zeitreihenvorhersage mit Python. Zweite Auflage

A

Manu Joseph, Jeffrey Tackes

KI und ML
EN
Deep Learning mit PyTorch, Zweite Auflage: Training und Anwendung von Deep Learning und Generative AI-Modellen

Deep Learning mit PyTorch, Zweite Auflage: Training und Anwendung von Deep Learning und Generative AI-Modellen

A

Howard Huang, Eli Stevens, Luca Antiga, Thomas Viehmann

KI und ML
EN
Deep Learning mit Keras: Implementierung neuronaler Netze mit Keras auf Theano und TensorFlow

Deep Learning mit Keras: Implementierung neuronaler Netze mit Keras auf Theano und TensorFlow

A

Antonio Gulli, Sujit Pal

KI und ML
EN
PyTorch: Der praktische Leitfaden

PyTorch: Der praktische Leitfaden

A

Bert Gollnick

KI und ML
EN
Deep Learning: Ein visueller Ansatz

Deep Learning: Ein visueller Ansatz

A

Andrew Glassner

KI und ML
EN
Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

A

Aurélien Géron

KI und ML
EN
Explainable AI mit Python, Zweite Auflage

Explainable AI mit Python, Zweite Auflage

A

Antonio Di Cecco, Leonida Gianfagna

KI und ML
EN
Angewandte Verarbeitung natürlicher Sprache mit PyTorch 2.0: Meistern Sie fortgeschrittene NLP-Techniken, wandeln Sie Textdaten in Erkenntnisse um und erstellen Sie skalierbare KI-Modelle mit PyTorch 2.0

Angewandte Verarbeitung natürlicher Sprache mit PyTorch 2.0: Meistern Sie fortgeschrittene NLP-Techniken, wandeln Sie Textdaten in Erkenntnisse um und erstellen Sie skalierbare KI-Modelle mit PyTorch 2.0

A

Dr. Deepti Chopra

KI und ML
EN
Mathematik und Architekturen von Deep Learning

Mathematik und Architekturen von Deep Learning

A

Krishnendu Chaudhury, Ananya H. Ashok, Sujay Narumanchi, Devashish Shankar

KI und ML
RU
Deep Learning mit Python. Keras, TensorFlow, PyTorch

Deep Learning mit Python. Keras, TensorFlow, PyTorch

B

Антонио Гулли, Амит Капур

KI und ML
EN
Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

A

Aurélien Géron

KI und ML
RU
Python für maschinelles Lernen: Klassisches und Deep Learning mit Python unter Verwendung von TensorFlow 2 und scikit-learn

Python für maschinelles Lernen: Klassisches und Deep Learning mit Python unter Verwendung von TensorFlow 2 und scikit-learn

A

Андреас Мюллер, Сара Гвидо

KI und ML
EN
Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

A

Irena Cronin

KI und ML
EN
Programmierung neuronaler Netze mit Python

Programmierung neuronaler Netze mit Python

A

Joachim Steinwendner, Roland Schwaiger

KI und ML
RU
Groß angelegtes maschinelles Lernen mit Python

Groß angelegtes maschinelles Lernen mit Python

A

Бастиан Шарден, Лука Массарон, Альберто Боскетти

KI und ML
RU
Muster und Praxis des Deep Learning

Muster und Praxis des Deep Learning

A

Эндрю Ферлитш

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
Der kleine Lernende: wunderbares maschinelles Lernen

Der kleine Lernende: wunderbares maschinelles Lernen

A

Дэниел П. Фридман, Анураг Мендхекар

KI und ML
RU
Intelligente mobile Projekte mit TensorFlow. 10+ KI-Anwendungen, die mit den Plattformen TensorFlow Mobile und TensorFlow Lite für iOS, Android und Raspberry Pi erstellt wurden.

Intelligente mobile Projekte mit TensorFlow. 10+ KI-Anwendungen, die mit den Plattformen TensorFlow Mobile und TensorFlow Lite für iOS, Android und Raspberry Pi erstellt wurden.

A

Джефф Танг

KI und ML
RU
3D Deep Learning mit Python. Entwickeln Sie Computervision-Modelle mit 3D-Daten mithilfe der Bibliothek PyTorch3D und anderer Tools.

3D Deep Learning mit Python. Entwickeln Sie Computervision-Modelle mit 3D-Daten mithilfe der Bibliothek PyTorch3D und anderer Tools.

A

Ксудонг Ма, Вишах Хегде, Лилит Йольан

KI und ML
RU
Deep Learning mit Python. Das umfassende Handbuch zur Entwicklung von KI-Anwendungen

Deep Learning mit Python. Das umfassende Handbuch zur Entwicklung von KI-Anwendungen

B

Александр Гладков, Евгений Бурнаев

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
Grundlagen der künstlichen Intelligenz: Ein nicht-technischer Einstieg

Grundlagen der künstlichen Intelligenz: Ein nicht-technischer Einstieg

A

Том Таулли

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
Programmierung mit Python für maschinelles Lernen: von den Grundlagen bis zur Erstellung intelligenter Anwendungen

Programmierung mit Python für maschinelles Lernen: von den Grundlagen bis zur Erstellung intelligenter Anwendungen

B

Игорь Семененко

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
Maschinelles Lernen. Von den Grundlagen zu fortgeschrittenen Modellen.

Maschinelles Lernen. Von den Grundlagen zu fortgeschrittenen Modellen.

A

Саймон Принс

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
Angewandte lineare Algebra für Data Scientists. Von Schlüsselkonzepten bis zu Anwendungen mit Python

Angewandte lineare Algebra für Data Scientists. Von Schlüsselkonzepten bis zu Anwendungen mit Python

A

Майк Икс Коэн

Algorithmen und Theorie
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 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
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 Netzwerk-Methoden in der Verarbeitung natürlicher Sprache

Neuronale Netzwerk-Methoden in der Verarbeitung natürlicher Sprache

A

Йоав Гольдберг

KI und ML
RU
Neuronale Informationsverarbeitungssysteme

Neuronale Informationsverarbeitungssysteme

A

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

KI und ML
RU
Neuronale Netze. Evolution

Neuronale Netze. Evolution

B

Каниа Алексеевич Кан

KI und ML
← 1234 →