Bücher — machine learning

EN
Künstliche-Intelligenz-Algorithmen verstehen

Künstliche-Intelligenz-Algorithmen verstehen

A

Rishal Hurbans

Algorithmen und Theorie
RU
Maschinelles Lernen mit Python für alle

Maschinelles Lernen mit Python für alle

A

Андреас Мюллер, Сара Гвидо

KI und ML
RU
Maschinelles Lernen für Anwendungen mit hohem Risiko

Maschinelles Lernen für Anwendungen mit hohem Risiko

A

Патрик Холл, Джеймс Кертис, Парул Панди

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
Python für Programmierer

Python für Programmierer

A

O. Campesato

Programmiersprachen
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
EN
10 Machine-Learning-Blaupausen, die Sie für Cybersicherheit kennen sollten

10 Machine-Learning-Blaupausen, die Sie für Cybersicherheit kennen sollten

A

Rajvardhan Oak

Cybersicherheit
EN
Graph Data Science mit Neo4j

Graph Data Science mit Neo4j

A

Estelle Scifo

KI und ML
EN
Ensemble-Methoden für maschinelles Lernen

Ensemble-Methoden für maschinelles Lernen

A

Gautam Kunapuli

KI und ML
EN
Praktische Datenanalyse mit Pandas – Zweite Ausgabe

Praktische Datenanalyse mit Pandas – Zweite Ausgabe

A

Stefanie Molin

KI und ML
EN
Datenanalyse mit Stata

Datenanalyse mit Stata

A

Prasad Kothari

KI und ML
EN
Python-Debugging für KI, maschinelles Lernen und Cloud Computing: Ein musterbasiertes Vorgehen

Python-Debugging für KI, maschinelles Lernen und Cloud Computing: Ein musterbasiertes Vorgehen

A

Dmitry Vostokov

Softwareentwicklung
EN
Data Science für IoT-Ingenieure: Ein Systemanalytik-Ansatz

Data Science für IoT-Ingenieure: Ein Systemanalytik-Ansatz

A

P. G. Madhavan, Ph.D.

KI und ML
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
Clojure Data Analysis Cookbook Second Edition

Clojure Data Analysis Cookbook Second Edition

A

Eric Rochester

Programmiersprachen
EN
Clojure für maschinelles Lernen

Clojure für maschinelles Lernen

A

Akhil Wali

Programmiersprachen
EN
Beherrschung der Datenanalyse mit Clojure

Beherrschung der Datenanalyse mit Clojure

A

Eric Rochester

Programmiersprachen
EN
Clojure Data Analysis Cookbook

Clojure Data Analysis Cookbook

A

Eric Rochester

Programmiersprachen
EN
Datenkennzeichnung im maschinellen Lernen mit Python

Datenkennzeichnung im maschinellen Lernen mit Python

A

Vijaya Kumar Suda

KI und ML
EN
Advanced R Statistical Programming and Data Models: Analysis, Machine Learning, and Visualization

Advanced R Statistical Programming and Data Models: Analysis, Machine Learning, and Visualization

A

Matt Wiley, Joshua F. Wiley

KI und ML
RU
Daniel Vaughan - Data Science. Best Practices (O'Reilly. Programmierbücher) - 2026

Daniel Vaughan - Data Science. Best Practices (O'Reilly. Programmierbücher) - 2026

F
Webentwicklung
EN
Beherrschung von NLP von den Grundlagen bis zu LLMs

Beherrschung von NLP von den Grundlagen bis zu LLMs

A

Lior Gazit, Meysam Ghaffari

KI und ML
EN
Python Data Analysis

Python Data Analysis

A

Avinash Navlani, Cornellius Yudha Wijaya

KI und ML
EN
Offizieller Studienleitfaden für Google Cloud Certified Professional Machine Learning Engineer

Offizieller Studienleitfaden für Google Cloud Certified Professional Machine Learning Engineer

A

Mona Mona, Pratap Ramamurthy

DevOps und Infrastruktur
EN
Grundlegende Mathematik für KI

Grundlegende Mathematik für KI

A

Hala Nelson

Algorithmen und Theorie
RU
Algorithmen der künstlichen Intelligenz in PROLOG

Algorithmen der künstlichen Intelligenz in PROLOG

B

Иван Братко

Algorithmen und Theorie
RU
Kavishankar Panchtilak - Programmierung maschinellen Lernens - 2023

Kavishankar Panchtilak - Programmierung maschinellen Lernens - 2023

F
Webentwicklung
EN
OpenCV mit Python: Blaupausen

OpenCV mit Python: Blaupausen

A

Michael Beyeler

KI und ML
EN
Hands-On ML-Projekte mit OpenCV: Meistern Sie Computer Vision und maschinelles Lernen mit OpenCV und Python

Hands-On ML-Projekte mit OpenCV: Meistern Sie Computer Vision und maschinelles Lernen mit OpenCV und Python

A

Mugesh S.

KI und ML
EN
OpenCV 3 lernen: Computer Vision in C++ mit der OpenCV-Bibliothek

OpenCV 3 lernen: Computer Vision in C++ mit der OpenCV-Bibliothek

A

Adrian Kaehler & Gary Bradski

KI und ML
EN
OpenCV: Computer-Vision-Projekte mit Python

OpenCV: Computer-Vision-Projekte mit Python

A

Joseph Howse, Prateek Joshi, Michael Beyeler

KI und ML
EN
Maschinelles Lernen für OpenCV

Maschinelles Lernen für OpenCV

A

Michael Beyeler

KI und ML
EN
Künstliche Intelligenz für Cyberverteidigung und intelligente Polizeiarbeit

Künstliche Intelligenz für Cyberverteidigung und intelligente Polizeiarbeit

A

S. Vijayalakshmi, P. Durgadevi, Lija Jacob, Balamurugan Balusamy, Parma Nand

Cybersicherheit
EN
Konversationelle Künstliche Intelligenz

Konversationelle Künstliche Intelligenz

A

Romil Rawat, Rajesh Kumar Chakrawarti, Sanjaya Kumar Sarangi, Piyush Vyas, Mary Sowjanya Alamanda, Kotagiri Srividya, Krishnan Sakthidasan Sankaran

Sonstiges
EN
Verwaltung von Machine-Learning-Projekten: Vom Design bis zur Bereitstellung

Verwaltung von Machine-Learning-Projekten: Vom Design bis zur Bereitstellung

A

Simon Thompson

KI und ML
EN
Ein Handbuch mathematischer Modelle mit Python

Ein Handbuch mathematischer Modelle mit Python

A

Dr. Ranja Sarkar

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
15 mathematische Konzepte, die jeder Data Scientist kennen sollte

15 mathematische Konzepte, die jeder Data Scientist kennen sollte

A

David Hoyle

KI und ML
EN
Datenwissenschaft für Dummies

Datenwissenschaft für Dummies

A

Lillian Pierson

KI und ML
EN
Stochastische Finanzen mit Python: Finanzmodelle aus probabilistischer Perspektive entwerfen

Stochastische Finanzen mit Python: Finanzmodelle aus probabilistischer Perspektive entwerfen

A

Avishek Nag

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
Prozedurale Inhaltsgenerierung in Spielen

Prozedurale Inhaltsgenerierung in Spielen

A

Noor Shaker, Julian Togelius, Mark J. Nelson

KI und ML
EN
Machine Learning Interview Guide: Berufsorientierte Fragen und Antworten für Datenwissenschaftler und Ingenieure

Machine Learning Interview Guide: Berufsorientierte Fragen und Antworten für Datenwissenschaftler und Ingenieure

A

Rehan Guha

KI und ML
EN
Bayesian Artificial Intelligence, zweite Ausgabe

Bayesian Artificial Intelligence, zweite Ausgabe

A

Kevin B. Korb, Ann E. Nicholson

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
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
123 →