Bücher — machine learning

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
EN
Raspberry Pi Cookbook: Software- und Hardwareprobleme und Lösungen

Raspberry Pi Cookbook: Software- und Hardwareprobleme und Lösungen

A

Simon Monk

Eingebettete Systeme
EN
Big Data Management und Analytik

Big Data Management und Analytik

A

Brij B Gupta, Mamta

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
RU
Programmierung künstlicher Intelligenz in Anwendungen

Programmierung künstlicher Intelligenz in Anwendungen

A

М. Тим Джонс

KI und ML
RU
Machine Learning Interview. 151 Fragen von FAANG

Machine Learning Interview. 151 Fragen von FAANG

A

Пенг Шао

Sonstiges
EN
GitHub Copilot und KI-Codierungstools in der Praxis: Beschleunigen Sie die KI-Einführung von einzelnen Entwicklern bis zum Unternehmen

GitHub Copilot und KI-Codierungstools in der Praxis: Beschleunigen Sie die KI-Einführung von einzelnen Entwicklern bis zum Unternehmen

A

Nick Wienholt

KI und ML
EN
Praktisches Julia: Eine praktische Einführung für wissenschaftliche Köpfe

Praktisches Julia: Eine praktische Einführung für wissenschaftliche Köpfe

A

Lee Phillips

Programmiersprachen
EN
Maschinelles Lernen verstehen

Maschinelles Lernen verstehen

A

Luis G. Serrano

KI und ML
RU
Grundlagen der Datenanalyse mit R

Grundlagen der Datenanalyse mit R

A

Никита Ткаченко

KI und ML
EN
Python Essentials for Biomedical Data Analysis: Ein einführendes Lehrbuch

Python Essentials for Biomedical Data Analysis: Ein einführendes Lehrbuch

A

Julhash U. Kazi

KI und ML
EN
Multivariate Analyse und maschinelle Lerntechniken: Merkmalsanalyse in der Datenwissenschaft mit Python

Multivariate Analyse und maschinelle Lerntechniken: Merkmalsanalyse in der Datenwissenschaft mit Python

A

Srikrishnan Sundararajan

KI und ML
EN
Python für Business Analytics: Daten für strategische Entscheidungen nutzen

Python für Business Analytics: Daten für strategische Entscheidungen nutzen

A

Mahadi Hasan Miraz, Narishah Mohamed Salleh, Hwang Ha Jin

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
Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

A

Pramod Gupta, Naresh Kumar Sehgal, John M. Acken

KI und ML
RU
Maschinelles Lernen: Ein vollständiger Leitfaden

Maschinelles Lernen: Ein vollständiger Leitfaden

B

Неизвестен

KI und ML
← 1234 →