Bücher — machine learning

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
EN
R Data Mining Blueprints

R Data Mining Blueprints

A

Pradeepta Mishra

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 Business Analytics: Konzepte, Techniken und Anwendungen in R

Data Mining für Business Analytics: Konzepte, Techniken und Anwendungen in R

A

Galit Shmueli, Peter C. Bruce, Inbal Yahav, Nitin R. Patel, Kenneth C. Lichtendahl, Jr.

KI und ML
RU
Programmierung des maschinellen Sehens mit Python

Programmierung des maschinellen Sehens mit Python

F
Webentwicklung
EN
Handbuch des KI-Produktmanagers

Handbuch des KI-Produktmanagers

A

Irene Bratsis

Sonstiges
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 Machine Learning Zweite Auflage

Python Machine Learning Zweite Auflage

A

Sebastian Raschka, 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
Entwicklung von Anwendungen mit großen Sprachmodellen

Entwicklung von Anwendungen mit großen Sprachmodellen

A

Suhas Pai

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
EN
AI-Driven Software Testing: Transformation des Softwaretestens mit Künstlicher Intelligenz und maschinellem Lernen

AI-Driven Software Testing: Transformation des Softwaretestens mit Künstlicher Intelligenz und maschinellem Lernen

A

Srinivasa Rao Bittla

Softwareentwicklung
RU
Abhishek Mishra - Skalierbare KI und Entwurfsmuster - 2024

Abhishek Mishra - Skalierbare KI und Entwurfsmuster - 2024

F
Webentwicklung
EN
Mastering Machine Learning Algorithms, zweite Ausgabe

Mastering Machine Learning Algorithms, zweite Ausgabe

A

Giuseppe Bonaccorso

KI und ML
EN
Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

A

Robert Crowe, Hannes Hapke, Emily Caveness, Di Zhu

KI und ML
EN
Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

A

Miroslaw Staron

KI und ML
RU
Nguyen K. - Bayes'sche Optimierung mit Beispielen aus Python-Bibliotheken - 2024

Nguyen K. - Bayes'sche Optimierung mit Beispielen aus Python-Bibliotheken - 2024

D
Webentwicklung
EN
Network Science with Python

Network Science with Python

A

David Knickerbocker

KI und ML
EN
Die Kunst der Zufälligkeit: Randomisierte Algorithmen in der realen Welt

Die Kunst der Zufälligkeit: Randomisierte Algorithmen in der realen Welt

A

Ronald T. Kneusel

Algorithmen und Theorie
EN
Datenpipelines mit Apache Airflow: Orchestrierung für Daten und KI, zweite Ausgabe

Datenpipelines mit Apache Airflow: Orchestrierung für Daten und KI, zweite Ausgabe

A

Julian de Ruiter, Ismael Cabral, Kris Geusebroek, Daniel van der Ende, Bas Harenslak

KI und ML
EN
Praktische lineare Algebra für Data Science: Von Kernkonzepten zu Anwendungen mit Python

Praktische lineare Algebra für Data Science: Von Kernkonzepten zu Anwendungen mit Python

A

Mike X Cohen

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
EN
Maschinelles Lernen und generative KI für Marketing

Maschinelles Lernen und generative KI für Marketing

A

Yoon Hyup Hwang, Nicholas C. Burtch

KI und ML
EN
Magisches Haskell: Ein freundlicher Ansatz zu moderner funktionaler Programmierung, Typentheorie und künstlicher Intelligenz

Magisches Haskell: Ein freundlicher Ansatz zu moderner funktionaler Programmierung, Typentheorie und künstlicher Intelligenz

A

Anton Antich

Programmiersprachen
RU
Python für maschinelles Lernen

Python für maschinelles Lernen

A

Неизвестен

KI und ML
EN
Haskell Data Analysis Cookbook

Haskell Data Analysis Cookbook

A

Nishant Shukla

Programmiersprachen
EN
Data Science von Grund auf: Erste Prinzipien mit Python, zweite Ausgabe

Data Science von Grund auf: Erste Prinzipien mit Python, zweite Ausgabe

A

Joel Grus

KI und ML
RU
Joel Grus - Data Science. Datenwissenschaft von Grund auf - 2017

Joel Grus - Data Science. Datenwissenschaft von Grund auf - 2017

F
Webentwicklung
EN
Data Science von Grund auf

Data Science von Grund auf

A

Joel Grus

KI und ML
EN
Konversations-KI: Chatbots, die funktionieren

Konversations-KI: Chatbots, die funktionieren

A

Andrew R. Freed

KI und ML
RU
Maschinelles Lernen

Maschinelles Lernen

A

Хенрик Бринк, Джозеф Ричардс, Марк Феверолф

KI und ML
EN
Azure AI Fundamentals (AI-900) Studienleitfaden: Umfassende Prüfungsvorbereitung und Praxis

Azure AI Fundamentals (AI-900) Studienleitfaden: Umfassende Prüfungsvorbereitung und Praxis

A

Tom Taulli

DevOps und Infrastruktur
EN
Einführung in .NET für Apache Spark: Verteilte Verarbeitung massiver Datensätze

Einführung in .NET für Apache Spark: Verteilte Verarbeitung massiver Datensätze

A

Ed Elliott

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

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

D
Webentwicklung
EN
Informatik von Grund auf: Bau von Interpretern, Emulatoren und ML in Python

Informatik von Grund auf: Bau von Interpretern, Emulatoren und ML in Python

A

David Kopec

KI und ML
123 →