Bücher — machine learning

RU
Mathematische Grundlagen des maschinellen Lernens und der Vorhersage

Mathematische Grundlagen des maschinellen Lernens und der Vorhersage

A

В. В. Вьюгин

KI und ML
RU
Mathematische Algorithmen für Programmierer. 3D-Grafik, maschinelles Lernen und Simulation mit Python

Mathematische Algorithmen für Programmierer. 3D-Grafik, maschinelles Lernen und Simulation mit Python

A

Пол Орланд

KI und ML
RU
Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

Reinforcement Learning mit PyTorch: Eine Rezeptsammlung

A

Юси (Хэйден) Лю

KI und ML
RU
Maschinelles Lernen: Algorithmen für Unternehmen

Maschinelles Lernen: Algorithmen für Unternehmen

A

Маркос Лопез де Прадо

KI und ML
RU
Lektion 1: Wie Maschinen lernen – Die Revolution im Bereich neuronaler Netze

Lektion 1: Wie Maschinen lernen – Die Revolution im Bereich neuronaler Netze

A

Ян Лекун

KI und ML
RU
OpenCV 3 lernen. Entwicklung von Computer-Vision-Programmen in C++ mit der OpenCV-Bibliothek

OpenCV 3 lernen. Entwicklung von Computer-Vision-Programmen in C++ mit der OpenCV-Bibliothek

A

Адриан Кэлер, Гэри Брэдски

KI und ML
RU
Neuronale Netze mit Python. Grundlagen von KI und maschinellem Lernen

Neuronale Netze mit Python. Grundlagen von KI und maschinellem Lernen

A

Куликова И. В.

KI und ML
RU
Cook D. Maschinelles Lernen mit

Cook D. Maschinelles Lernen mit

F

Д. Кук

KI und ML
RU
Groß angelegtes maschinelles Lernen

Groß angelegtes maschinelles Lernen

F

Бастиан Шарден, Лука Массарон, Альберто Боскетти

KI und ML
RU
Kondrashov Yu N Datenanalyse und maschinelles Lernen auf der MS-Plattform

Kondrashov Yu N Datenanalyse und maschinelles Lernen auf der MS-Plattform

F

Ю. Н. Кондрашов

KI und ML
RU
Computer Vision

Computer Vision

A

Л. Шапиро, Дж. Стокман

KI und ML
RU
Computer Vision. Analyse

Computer Vision. Analyse

A
KI und ML
RU
Maschinelles Lernen in Elastic Stack

Maschinelles Lernen in Elastic Stack

A

Рич Кольер, Камилла Монтонен, Бахаалдин Азарми

KI und ML
RU
Künstliche Intelligenz aus Sicht eines Hackers

Künstliche Intelligenz aus Sicht eines Hackers

A

Константин Коновалов, Олег Афонин

Algorithmen und Theorie
RU
Klassische Computer-Science-Aufgaben in Python

Klassische Computer-Science-Aufgaben in Python

A

Дэвид Копец

Algorithmen und Theorie
RU
Implementierung nützlicher Algorithmen in C++

Implementierung nützlicher Algorithmen in C++

A

Дмитро Кедик

Algorithmen und Theorie
RU
Neuronale Netze. Fertige Projekte

Neuronale Netze. Fertige Projekte

A

Джеид Картер

KI und ML
RU
Daten-Synthese und digitale Zwillinge

Daten-Synthese und digitale Zwillinge

B

Джейд Картер

KI und ML
RU
Faltungsneuronale Netze

Faltungsneuronale Netze

B

Джейд Картер

KI und ML
RU
Künstliche Intelligenz. Maschinelles Lernen

Künstliche Intelligenz. Maschinelles Lernen

A

Джейд Картер

KI und ML
RU
Kapaza Elena Maschinelles Lernen verständlich erklärt 2023

Kapaza Elena Maschinelles Lernen verständlich erklärt 2023

A

Елена Капаца

KI und ML
RU
Kann K Neuronale Netzwerke Evolution 2019

Kann K Neuronale Netzwerke Evolution 2019

B

К. Кан

KI und ML
RU
Machine-Learning-Engineering 2022 Andrey Burkov

Machine-Learning-Engineering 2022 Andrey Burkov

A

Андрей Бурков

KI und ML
RU
Deep Learning mit fastai und PyTorch: Minimal Formeln, Minimal Code, Maximale Effizienz

Deep Learning mit fastai und PyTorch: Minimal Formeln, Minimal Code, Maximale Effizienz

A

Джереми Ховард и Сильвейн Гуггер

KI und ML
RU
Künstliche Intelligenz mit Beispielen in Python

Künstliche Intelligenz mit Beispielen in Python

A

Пратик Джоши

Programmiersprachen
RU
Künstliche Intelligenz in der Praxis. 50 Erfolgsfälle von Unternehmen

Künstliche Intelligenz in der Praxis. 50 Erfolgsfälle von Unternehmen

A

Бернард Марр, Мэтт Уорд

KI und ML
RU
Künstliche Intelligenz. Wahlfach: Lehrbuch

Künstliche Intelligenz. Wahlfach: Lehrbuch

F

Л. Н. Ясницкий

KI und ML
RU
Künstliche Intelligenz in Comics

Künstliche Intelligenz in Comics

A

Генри Брайтон, Говард Селина (илл.)

KI und ML
RU
Data Mining mit Python

Data Mining mit Python

B

Демидова Л. А.

KI und ML
RU
Innovationen in SQL Server 2019. Nutzung von Big-Data-Technologien und maschinellem Lernen.

Innovationen in SQL Server 2019. Nutzung von Big-Data-Technologien und maschinellem Lernen.

A

Боб Уорд

Datenbanken
RU
Ray lernen. Flexible verteilte Berechnungen mit Python im maschinellen Lernen

Ray lernen. Flexible verteilte Berechnungen mit Python im maschinellen Lernen

A

Макс Пумперла, Эдвард Оукс, Ричард Ляо

Programmiersprachen
RU
Unterhaltsames maschinelles Lernen. Manga

Unterhaltsames maschinelles Lernen. Manga

B

Араки Масахиро, Ватари Макана (художник)

KI und ML
RU
Autonome künstliche Intelligenz

Autonome künstliche Intelligenz

A

А. А. Жданов

KI und ML
RU
Mehrkriterielle neuroevolutionäre Systeme in Aufgaben des maschinellen Lernens und der Mensch-Maschine-Interaktion

Mehrkriterielle neuroevolutionäre Systeme in Aufgaben des maschinellen Lernens und der Mensch-Maschine-Interaktion

A

Е. А. Сопов, И. А. Иванов

KI und ML
RU
Praktische Einführung in die wichtigsten Python-Bibliotheken und -Frameworks (mit Codebeispielen)

Praktische Einführung in die wichtigsten Python-Bibliotheken und -Frameworks (mit Codebeispielen)

B

Мурат Дурмус

KI und ML
RU
Künstliche Intelligenz für Dummies

Künstliche Intelligenz für Dummies

A

Джон Пол Мюллер, Лука Массарон

KI und ML
RU
Python: Künstliche Intelligenz, Big Data und Cloud Computing

Python: Künstliche Intelligenz, Big Data und Cloud Computing

A

Пол Дейтел, Харви Дейтел

KI und ML
RU
Lernen mit wenigen Daten: Few-Shot- und Zero-Shot-Lernen

Lernen mit wenigen Daten: Few-Shot- und Zero-Shot-Lernen

A

Джеймс Девис

KI und ML
RU
Mathematik im maschinellen Lernen

Mathematik im maschinellen Lernen

A

Марк Питер Дайзенрот, А. Альдо Фейзал, Чен Сунь Он

Algorithmen und Theorie
RU
KI-basierte Suche

KI-basierte Suche

A

Трей Грейнджер, Дуг Тернбулл, Макс Ирвин

KI und ML
RU
Graphenalgorithmen. Praktische Implementierung auf den Plattformen Apache Spark und Neo4j

Graphenalgorithmen. Praktische Implementierung auf den Plattformen Apache Spark und Neo4j

A

Марк Нидхем, Эми Ходлер

Algorithmen und Theorie
RU
Python für Datenanalyse. Datenverarbeitung, Visualisierung und Modellierung mit Python

Python für Datenanalyse. Datenverarbeitung, Visualisierung und Modellierung mit Python

B

Уэс Маккинни

KI und ML
RU
Daten im Kampf gegen Kundenabwanderung. Analytik, Datensätze, Metriken und Segmentierung

Daten im Kampf gegen Kundenabwanderung. Analytik, Datensätze, Metriken und Segmentierung

A

Карл Голд

KI und ML
RU
Deep Reinforcement Learning: Theorie und Praxis in Python

Deep Reinforcement Learning: Theorie und Praxis in Python

A

Лаура Грессер, Ван Лун Кенг

KI und ML
RU
Deep Learning mit R und Keras 2022 Chollet

Deep Learning mit R und Keras 2022 Chollet

A

Ф. Шолле

KI und ML
RU
Deep Learning. Der kürzeste und verständlichste Kurs

Deep Learning. Der kürzeste und verständlichste Kurs

A

Джон Д. Келлехер

KI und ML
RU
Deep Learning

Deep Learning

A

Николенко С., Кадурин А., Архангельская Е.

KI und ML
RU
Generatives Deep Learning 2

Generatives Deep Learning 2

A
KI und ML
RU
Wie funktioniert ChatGPT? Ein umfassender Einblick in die Funktionsprinzipien und das Anwendungsspektrum des weltweit bekanntesten neuronalen Netzwerks

Wie funktioniert ChatGPT? Ein umfassender Einblick in die Funktionsprinzipien und das Anwendungsspektrum des weltweit bekanntesten neuronalen Netzwerks

B

Стивен Вольфрам

KI und ML
RU
Künstliche Intelligenz tritt in die Ära der Reife ein. Langsam.

Künstliche Intelligenz tritt in die Ära der Reife ein. Langsam.

B

Томас Дэвенпорт

KI und ML
← 45678 →