Bücher — machine learning

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
EN
Transformer in Aktion

Transformer in Aktion

A

Nicole Koenigstein

KI und ML
EN
Statistik mit Rust: 50+ statistische Techniken in der Praxis

Statistik mit Rust: 50+ statistische Techniken in der Praxis

A

Keiko Nakamura

Programmiersprachen
EN
Praktisches Maschinelles Lernen mit Rust: Erstellen intelligenter Anwendungen in Rust

Praktisches Maschinelles Lernen mit Rust: Erstellen intelligenter Anwendungen in Rust

A

Joydeep Bhattacharjee

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
Grokking KI-Algorithmen, Zweite Auflage: Wie KI komplexe Probleme löst

Grokking KI-Algorithmen, Zweite Auflage: Wie KI komplexe Probleme löst

A

Rishal Hurbans

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
Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

A

Jason Hodson

KI und ML
EN
Fortgeschrittenes Python und Große Sprachmodelle

Fortgeschrittenes Python und Große Sprachmodelle

A

Dilyan Grigorov

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
Einführung in Generative KI: Zuverlässige, verantwortungsbewusste und praxisnahe Anwendungen

Einführung in Generative KI: Zuverlässige, verantwortungsbewusste und praxisnahe Anwendungen

A

Numa Dhamani, Maggie Engler

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
Autobiographie eines neuronalen Netzwerks. Künstliche Intelligenz, die gelernt hat zu kommunizieren.

Autobiographie eines neuronalen Netzwerks. Künstliche Intelligenz, die gelernt hat zu kommunizieren.

C

М.Р. Брослав, О.А. Яблокова

Algorithmen und Theorie
EN
Datengetriebene Wissenschaft und Technik: Maschinelles Lernen, dynamische Systeme und Regelungstechnik

Datengetriebene Wissenschaft und Technik: Maschinelles Lernen, dynamische Systeme und Regelungstechnik

A

Steven L. Brunton, J. Nathan Kutz

KI und ML
EN
Prompt Engineering für LLMs: Die Kunst und Wissenschaft der Entwicklung von Anwendungen auf Basis großer Sprachmodelle

Prompt Engineering für LLMs: Die Kunst und Wissenschaft der Entwicklung von Anwendungen auf Basis großer Sprachmodelle

A

John Berryman, Albert Ziegler

KI und ML
EN
Machine Learning System Design: Mit End-to-End-Beispielen

Machine Learning System Design: Mit End-to-End-Beispielen

A

Valerii Babushkin, Arseny Kravchenko

KI und ML
EN
Generative KI für Webentwicklung: Erstellen von Webanwendungen mit OpenAI-APIs und Next.js

Generative KI für Webentwicklung: Erstellen von Webanwendungen mit OpenAI-APIs und Next.js

A

Tom Auger, Emma Saroyan

Webentwicklung
EN
Anwendungen mit KI-Agenten entwickeln: Entwerfen und Implementieren von Multiagentensystemen

Anwendungen mit KI-Agenten entwickeln: Entwerfen und Implementieren von Multiagentensystemen

A

Michael Albada

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
Programmierung mit Python für maschinelles Lernen und Datenanalyse

Programmierung mit Python für maschinelles Lernen und Datenanalyse

A

Игорь Семенов

KI und ML
← 23456 →