Bücher — machine learning

RU
Python für Datenanalyse. Datenverarbeitung, Erstellung statistischer Modelle und maschinelles Lernen.

Python für Datenanalyse. Datenverarbeitung, Erstellung statistischer Modelle und maschinelles Lernen.

B

Уэс Маккинни

KI und ML
RU
Deep Learning für Computersysteme

Deep Learning für Computersysteme

A

М. В. Ронкин, А. Ю. Долганов

KI und ML
RU
Deep Learning ohne Mathematik. Band 1. Grundlagen.

Deep Learning ohne Mathematik. Band 1. Grundlagen.

A

Эндрю Гласснер

KI und ML
RU
Deep Learning ohne Mathematik. Band 2. Praxis

Deep Learning ohne Mathematik. Band 2. Praxis

A

Эндрю Гласснер

KI und ML
RU
Deep Learning aus der Sicht eines Praktikers

Deep Learning aus der Sicht eines Praktikers

A

Джош Паттерсон, Адам Гибсон

KI und ML
EN
Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

A

Sebastian Raschka

KI und ML
RU
Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

A

Валерий Бабушкин, Арсений Кравченко

KI und ML
EN
AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis

AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis

A

Kerem Tomak

KI und ML
RU
Mathematik und Architektur des Deep Learning

Mathematik und Architektur des Deep Learning

A

Кришнанду Чаудхури, Ананья Хоннедевастхана Ашок, Суджай Наруманчи, Девашиш Шанкар

Algorithmen und Theorie
RU
Heidt M. - pandas lernen - 2018

Heidt M. - pandas lernen - 2018

F

М. Хейдт

KI und ML
RU
Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

A

Петер Флах (Peter Flach)

KI und ML
RU
Kryptowährung. Fundamentale Analyse mit Python

Kryptowährung. Fundamentale Analyse mit Python

A

Ярослав Суков

Softwareentwicklung
RU
Praktische Datenverarbeitung: Python und Pandas für Profis

Praktische Datenverarbeitung: Python und Pandas für Profis

A

Игорь Свинаренко

KI und ML
RU
PyTorch. Deep Learning beleuchten

PyTorch. Deep Learning beleuchten

A

Эли Стивенс, Лука Антига, Томас Виман

KI und ML
RU
Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

A

Себастьян Рашка, Юси (Хэйден) Лю, Вахид Мирджалили

KI und ML
RU
LLM von Grund auf bauen

LLM von Grund auf bauen

A

Себастьян Рашка

KI und ML
RU
Künstliche Intelligenz: Ein moderner Ansatz. Zweite Auflage

Künstliche Intelligenz: Ein moderner Ansatz. Zweite Auflage

A

Стюарт Рассел, Питер Норвиг

KI und ML
RU
Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

A

Джефф Просиз

KI und ML
RU
Evolutionäre neuronale Netze in Python

Evolutionäre neuronale Netze in Python

A

Ярослав Омельяненко

KI und ML
RU
Konformes Vorhersagen in Python

Konformes Vorhersagen in Python

A

Валерий Манохин

KI und ML
RU
Data Science lernen. Datenverarbeitung, -analyse, -visualisierung und -modellierung mit Python

Data Science lernen. Datenverarbeitung, -analyse, -visualisierung und -modellierung mit Python

A

Сэм Лау, Джозеф Гонсалес, Дебора Нолан

Algorithmen und Theorie
RU
Graph Neural Networks mit Python

Graph Neural Networks mit Python

A

Максим Лабонн, Артем Груздев

KI und ML
RU
Python-Bibliotheken Teil 2. Praktische Anwendung

Python-Bibliotheken Teil 2. Praktische Anwendung

B

Джейд Картер

KI und ML
RU
120 praktische Aufgaben

120 praktische Aufgaben

A

Джейд Картер

Programmiersprachen
RU
Neuronale Netze. Audioverarbeitung

Neuronale Netze. Audioverarbeitung

A

Джейд Картер

KI und ML
RU
Deep Learning für Dummies

Deep Learning für Dummies

A

Джон Пол Мюллер, Лука Массарон

KI und ML
RU
Kausalanalyse in der Datenwissenschaft

Kausalanalyse in der Datenwissenschaft

A

Алекс Руис де Вилья Роберт

KI und ML
RU
Deep Learning: Prinzipien und Konzepte

Deep Learning: Prinzipien und Konzepte

A

Кристофер М. Бишоп, Хью Бишоп

KI und ML
RU
System Design. Vorbereitung auf ein komplexes GenAI-Interview

System Design. Vorbereitung auf ein komplexes GenAI-Interview

A

Аминиан Али, Шенг Хао

Softwareentwicklung
EN
Python GPT Cookbook: 75+ praktische Rezepte für den Aufbau von NLP-Lösungen für die reale Welt

Python GPT Cookbook: 75+ praktische Rezepte für den Aufbau von NLP-Lösungen für die reale Welt

A

Dr. Neil Williams

KI und ML
EN
Automatisierte Forex-Handelssysteme mit ChatGPT: Lernen, Verbessern und Forex-Handel mit Ihrem KI-Begleiter genießen

Automatisierte Forex-Handelssysteme mit ChatGPT: Lernen, Verbessern und Forex-Handel mit Ihrem KI-Begleiter genießen

A

Paul Wealth

KI und ML
EN
NoOps: Wie KI-Agenten DevOps und Software neu erfinden

NoOps: Wie KI-Agenten DevOps und Software neu erfinden

A

Roman Vorel

KI und ML
EN
Einführung in Deep-Learning-Geschäftsanwendungen für Entwickler: Von Chatbots im Kundenservice bis zur medizinischen Bildverarbeitung

Einführung in Deep-Learning-Geschäftsanwendungen für Entwickler: Von Chatbots im Kundenservice bis zur medizinischen Bildverarbeitung

A

Armando Vieira, Bernardete Ribeiro

KI und ML
EN
Maschinelles Lernen: Theorie und Anwendungen – Praktische Anwendungsfälle mit Python auf klassischen und Quantencomputern

Maschinelles Lernen: Theorie und Anwendungen – Praktische Anwendungsfälle mit Python auf klassischen und Quantencomputern

A

Xavier Vasques

KI und ML
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
Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

Architektur von Daten- und Machine-Learning-Plattformen: Ermöglichen Sie Analytics und KI-gesteuerte Innovation in der Cloud

A

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

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
Data Wrangling auf AWS: Komplexe Daten für die Analyse bereinigen und organisieren

Data Wrangling auf AWS: Komplexe Daten für die Analyse bereinigen und organisieren

A

Navnit Shukla, Sankar M, Sam Palani

KI und ML
EN
Der Pragmatische Programmlerner für Maschinelles Lernen: Engineering-Analysen und Data-Science-Lösungen

Der Pragmatische Programmlerner für Maschinelles Lernen: Engineering-Analysen und Data-Science-Lösungen

A

Marco Scutari, Mauro Malvestio

KI und ML
EN
Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

Praktische Einführung in Generative KI mit Transformern und Diffusionsmodellen

A

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker

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
Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

A

Suhas Pote

KI und ML
EN
Zeitreihenvorhersage mit Foundation-Modellen

Zeitreihenvorhersage mit Foundation-Modellen

A

Marco Peixeiro

KI und ML
EN
Serverless Machine Learning mit Amazon Redshift ML: Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit vertrauten SQL-Befehlen

Serverless Machine Learning mit Amazon Redshift ML: Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit vertrauten SQL-Befehlen

A

Debu Panda, Phil Bates, Bhanu Pittampally, Sumeet Joshi

Datenbanken
EN
Künstliche Intelligenz für Dummies, 3. Auflage

Künstliche Intelligenz für Dummies, 3. Auflage

A

John Paul Mueller, Luca Massaron, Stephanie Diamond

KI und ML
EN
KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

A

Laurence Moroney

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
← 23456 →