पुस्तकें / एआई और एमएल / डेटा साइंस

एआई और एमएल

सभी प्रोग्रामिंग भाषाएँ 1297एआई और एमएल 661एल्गोरिदम और सिद्धांत 471सॉफ्टवेयर विकास 391वेब विकास 334डेवऑप्स और आधारभूत संरचना 233साइबर सुरक्षा 218डेटाबेस 144ओएस और सिस्टम 143गेम डेवलपमेंट 122एम्बेडेड सिस्टम 119अन्य 109आईटी प्रबंधन 100
सभी डेटा साइंस 209मशीन लर्निंग 133न्यूरल नेटवर्क 87एलएलएम 85ChatGPT 31टेंसरफ्लो 27कंप्यूटर विज़न 24PyTorch 19एमएलओप्स 17एनएलपी 12पांडा 9AI एजेंट्स 1
EN
Altair और AI के साथ डेटा स्टोरीटेलिंग

Altair और AI के साथ डेटा स्टोरीटेलिंग

A

Angelica Lo Duca

एआई और एमएल
EN
एप्लाइड डेटा साइंस यूज़िंग PySpark: एंड-टू-एंड प्रेडिक्टिव मॉडल-बिल्डिंग साइकल सीखें, दूसरा संस्करण

एप्लाइड डेटा साइंस यूज़िंग PySpark: एंड-टू-एंड प्रेडिक्टिव मॉडल-बिल्डिंग साइकल सीखें, दूसरा संस्करण

A

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

एआई और एमएल
EN
जियोस्पेशियल डेटा साइंस एसेंशियल्स: 101 प्रैक्टिकल पायथन टिप्स एंड ट्रिक्स

जियोस्पेशियल डेटा साइंस एसेंशियल्स: 101 प्रैक्टिकल पायथन टिप्स एंड ट्रिक्स

A

Milan Janosov

एआई और एमएल
EN
डेटा एनालिटिक्स और विज़ुअलाइज़ेशन ऑल-इन-वन फॉर डमीज़

डेटा एनालिटिक्स और विज़ुअलाइज़ेशन ऑल-इन-वन फॉर डमीज़

A

Jack Hyman, Luca Massaron, Paul McFedries, John Paul Mueller, Lillian Pierson, Jonathan Reichental, PhD, Joseph Schmuller, Alan Simon, Allen G. Taylor

एआई और एमएल
EN
Databricks डेटा इंटेलिजेंस प्लेटफॉर्म: जेनएआई क्रांति को उजागर करना

Databricks डेटा इंटेलिजेंस प्लेटफॉर्म: जेनएआई क्रांति को उजागर करना

A

Nikhil Gupta, Jason Yip

एआई और एमएल
EN
Python 3 और फ़ीचर इंजीनियरिंग

Python 3 और फ़ीचर इंजीनियरिंग

A

Oswald Campesato

एआई और एमएल
EN
आर के साथ आधुनिक डेटा विज़ुअलाइज़ेशन

आर के साथ आधुनिक डेटा विज़ुअलाइज़ेशन

A

Robert Kabacoff

एआई और एमएल
EN
आर और टाइडीवर्स के साथ डेटा साइंस की खोज: एक संक्षिप्त परिचय

आर और टाइडीवर्स के साथ डेटा साइंस की खोज: एक संक्षिप्त परिचय

A

Jerry Bonnell, Mitsunori Ogihara

एआई और एमएल
EN
डेटा साइंस के लिए ग्राफ एल्गोरिदम: Neo4j में उदाहरणों के साथ

डेटा साइंस के लिए ग्राफ एल्गोरिदम: Neo4j में उदाहरणों के साथ

A

Tomaž Bratanič

एआई और एमएल
EN
डेटा वैज्ञानिकों के लिए सॉफ्टवेयर इंजीनियरिंग: नोटबुक से स्केलेबल सिस्टम तक

डेटा वैज्ञानिकों के लिए सॉफ्टवेयर इंजीनियरिंग: नोटबुक से स्केलेबल सिस्टम तक

A

Кэтрин Нельсон

एआई और एमएल
EN
Python के साथ न्यूनतम डेटा प्रसंस्करण

Python के साथ न्यूनतम डेटा प्रसंस्करण

A

Марек Гаголевский

एआई और एमएल
EN
आर, पायथन और ओपन डेटा के साथ डेटा साइंस की मूल बातें

आर, पायथन और ओपन डेटा के साथ डेटा साइंस की मूल बातें

A

Марко Кремонини

एआई और एमएल
RU
डेटा स्टोरेज और एनालिटिक्स टूलकिट: डायमेंशनल मॉडलिंग पर संपूर्ण गाइड

डेटा स्टोरेज और एनालिटिक्स टूलकिट: डायमेंशनल मॉडलिंग पर संपूर्ण गाइड

A

Ральф Кимбалл, Марджи Росс

एआई और एमएल
EN
व्यावहारिक निर्देशात्मक मॉडलिंग

व्यावहारिक निर्देशात्मक मॉडलिंग

A

Уолтер Р. Пачковски

एआई और एमएल
EN
Python और R के साथ फुटबॉल विश्लेषण: खेल के लेंस के माध्यम से डेटा विज्ञान सीखना

Python और R के साथ फुटबॉल विश्लेषण: खेल के लेंस के माध्यम से डेटा विज्ञान सीखना

A

Eric A. Eager & Richard A. Erickson

एआई और एमएल
RU
डेटा विश्लेषण के लिए पायथन। डेटा प्रोसेसिंग, सांख्यिकीय मॉडल बनाना और मशीन लर्निंग।

डेटा विश्लेषण के लिए पायथन। डेटा प्रोसेसिंग, सांख्यिकीय मॉडल बनाना और मशीन लर्निंग।

B

Уэс Маккинни

एआई और एमएल
RU
व्यावहारिक डेटा प्रोसेसिंग: पेशेवरों के लिए Python और Pandas

व्यावहारिक डेटा प्रोसेसिंग: पेशेवरों के लिए Python और Pandas

A

Игорь Свинаренко

एआई और एमएल
RU
Yandex DataLens में डेटा विश्लेषण और विज़ुअलाइज़ेशन। विस्तृत मार्गदर्शिका: नौसिखिए से विशेषज्ञ तक

Yandex DataLens में डेटा विश्लेषण और विज़ुअलाइज़ेशन। विस्तृत मार्गदर्शिका: नौसिखिए से विशेषज्ञ तक

A

Гинько А. Ю.

एआई और एमएल
EN
AWS पर डेटा रैंगलिंग: विश्लेषण के लिए जटिल डेटा को साफ और व्यवस्थित करें

AWS पर डेटा रैंगलिंग: विश्लेषण के लिए जटिल डेटा को साफ और व्यवस्थित करें

A

Navnit Shukla, Sankar M, Sam Palani

एआई और एमएल
EN
कोटलिन का उपयोग करके संख्यात्मक विधियाँ: डेटा विज्ञान, विश्लेषण और इंजीनियरिंग के लिए

कोटलिन का उपयोग करके संख्यात्मक विधियाँ: डेटा विज्ञान, विश्लेषण और इंजीनियरिंग के लिए

A

Haksun Li, PhD

एआई और एमएल
EN
डेटा इंजीनियरिंग डिज़ाइन पैटर्न: सबसे आम डेटा इंजीनियरिंग समस्याओं के समाधान के लिए व्यंजन विधियाँ

डेटा इंजीनियरिंग डिज़ाइन पैटर्न: सबसे आम डेटा इंजीनियरिंग समस्याओं के समाधान के लिए व्यंजन विधियाँ

A

Bartosz Konieczny

एआई और एमएल
RU
Python में डेटा की प्रारंभिक तैयारी। खंड 2: योजना, उदाहरण और गुणवत्ता मापदंड

Python में डेटा की प्रारंभिक तैयारी। खंड 2: योजना, उदाहरण और गुणवत्ता मापदंड

A

А. В. Груздев

एआई और एमएल
RU
Python में डेटा की प्री-प्रोसेसिंग। खंड 1: टूल्स और वैलिडेशन।

Python में डेटा की प्री-प्रोसेसिंग। खंड 1: टूल्स और वैलिडेशन।

A

А. В. Груздев

एआई और एमएल
RU
डेटा साइंस के लिए पायथन के मूल सिद्धांत

डेटा साइंस के लिए पायथन के मूल सिद्धांत

A

Кеннеди Берман

एआई और एमएल
RU
डेटा एनालिटिक्स में गहराई से उतरना

डेटा एनालिटिक्स में गहराई से उतरना

A

Джордж Маунт

एआई और एमएल
RU
डेटा विज़ुअलाइज़ेशन: शुरुआती पेशेवरों के लिए संपूर्ण पाठ्यक्रम

डेटा विज़ुअलाइज़ेशन: शुरुआती पेशेवरों के लिए संपूर्ण पाठ्यक्रम

A

Тамара Манцнер

एआई और एमएल
RU
Python की मुख्य लाइब्रेरीज़ और फ्रेमवर्क्स का व्यावहारिक परिचय (कोड उदाहरणों के साथ)

Python की मुख्य लाइब्रेरीज़ और फ्रेमवर्क्स का व्यावहारिक परिचय (कोड उदाहरणों के साथ)

B

Мурат Дурмус

एआई और एमएल
RU
मेटा-लर्निंग। ऑटोएमएल और डेटा साइंस में अनुप्रयोग

मेटा-लर्निंग। ऑटोएमएल और डेटा साइंस में अनुप्रयोग

A

Павел Браздил, Ян ван Рейн, Карлос Соарес, Хоакин Ваншорен

एआई और एमएल
RU
पायथन और आर भाषाओं में डेटा विश्लेषण पर व्यावहारिक सत्र

पायथन और आर भाषाओं में डेटा विश्लेषण पर व्यावहारिक सत्र

A

О.А. Баюк, М.Р. Исаева, М.О. Самсонкин

एआई और एमएल
EN
डास्क के साथ पायथन स्केलिंग: डेटा साइंस से मशीन लर्निंग तक

डास्क के साथ पायथन स्केलिंग: डेटा साइंस से मशीन लर्निंग तक

A

Holden Karau, Mika Kimmins

एआई और एमएल
EN
आर फॉर डेटा साइंस, दूसरा संस्करण

आर फॉर डेटा साइंस, दूसरा संस्करण

A

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund

एआई और एमएल
RU
Python और डेटा विश्लेषण। pandas, NumPy और Jupyter का उपयोग करके डेटा की प्राथमिक प्रसंस्करण।

Python और डेटा विश्लेषण। pandas, NumPy और Jupyter का उपयोग करके डेटा की प्राथमिक प्रसंस्करण।

A

Уэс Маккинни

एआई और एमएल
EN
पायथन के साथ आधुनिक डेटा आर्किटेक्चर: पायथन के साथ डेटा पाइपलाइन, डेटा वेयरहाउस और डेटा लेक बनाने और तैनात करने के लिए एक व्यावहारिक मार्गदर्शिका

पायथन के साथ आधुनिक डेटा आर्किटेक्चर: पायथन के साथ डेटा पाइपलाइन, डेटा वेयरहाउस और डेटा लेक बनाने और तैनात करने के लिए एक व्यावहारिक मार्गदर्शिका

A

Brian Lipp

एआई और एमएल
EN
डेटा साइंस: कठिन हिस्से। डेटा साइंस में उत्कृष्टता के लिए तकनीकें

डेटा साइंस: कठिन हिस्से। डेटा साइंस में उत्कृष्टता के लिए तकनीकें

A

Daniel Vaughan

एआई और एमएल
EN
SQL के साथ डेटा रैंगलिंग: SQL का उपयोग करके डेटा को मैनिपुलेट, रैंगल और इंजीनियर करने का एक प्रायोगिक मार्गदर्शक

SQL के साथ डेटा रैंगलिंग: SQL का उपयोग करके डेटा को मैनिपुलेट, रैंगल और इंजीनियर करने का एक प्रायोगिक मार्गदर्शक

A

Raghav Kandarpa, Shivangi Saxena

एआई और एमएल
EN
पायथन के साथ सांख्यिकी और डेटा विज़ुअलाइज़ेशन

पायथन के साथ सांख्यिकी और डेटा विज़ुअलाइज़ेशन

A

Jesús Rogel-Salazar

एआई और एमएल
RU
डेटा साइंस के लिए पायथन

डेटा साइंस के लिए पायथन

A

Юлий Васильев

एआई और एमएल
EN
ArcGIS Pro में महारत हासिल करना

ArcGIS Pro में महारत हासिल करना

A

Maribeth H. Price

एआई और एमएल
RU
Power BI: अनुकूलन की उन्नत तकनीकें। Microsoft Power BI में स्थिर और तेज़ समाधान बनाने की संपूर्ण मार्गदर्शिका।

Power BI: अनुकूलन की उन्नत तकनीकें। Microsoft Power BI में स्थिर और तेज़ समाधान बनाने की संपूर्ण मार्गदर्शिका।

A

Бхавик Мерчант

एआई और एमएल
EN
पायथन में व्यावहारिक अनुरूप पूर्वानुमान का व्यावहारिक मार्गदर्शिका

पायथन में व्यावहारिक अनुरूप पूर्वानुमान का व्यावहारिक मार्गदर्शिका

A

Valery Manokhin

एआई और एमएल
EN
पायथन कुकबुक के साथ अन्वेषणात्मक डेटा विश्लेषण: संरचित और असंरचित डेटा से अंतर्दृष्टि निकालने, विज़ुअलाइज़ करने और विश्लेषण करने के लिए 50 से अधिक व्यंजन

पायथन कुकबुक के साथ अन्वेषणात्मक डेटा विश्लेषण: संरचित और असंरचित डेटा से अंतर्दृष्टि निकालने, विज़ुअलाइज़ करने और विश्लेषण करने के लिए 50 से अधिक व्यंजन

A

Ayodele Oluleye

एआई और एमएल
EN
क्लाउड डेटा लेक: मजबूत क्लाउड डेटा आर्किटेक्चर बनाने की गाइड

क्लाउड डेटा लेक: मजबूत क्लाउड डेटा आर्किटेक्चर बनाने की गाइड

A

Rukmani Gopalan

एआई और एमएल
EN
Python डेटा साइंस हैंडबुक: डेटा के साथ काम करने के लिए आवश्यक टूल्स

Python डेटा साइंस हैंडबुक: डेटा के साथ काम करने के लिए आवश्यक टूल्स

A

Jake VanderPlas

एआई और एमएल
EN
डेटा ऑब्जर्वेबिलिटी के मूल सिद्धांत: विश्वसनीय एंड-टू-एंड डेटा समाधान लागू करें

डेटा ऑब्जर्वेबिलिटी के मूल सिद्धांत: विश्वसनीय एंड-टू-एंड डेटा समाधान लागू करें

A

Andy Petrella

एआई और एमएल
EN
डेटासेट और मॉडल प्रबंधन

डेटासेट और मॉडल प्रबंधन

A

Oswald Campesato

एआई और एमएल
RU
DAX पेशेवरों के लिए: सिद्धांत और अभ्यास। Microsoft Power BI में अपने विश्लेषणात्मक कौशल को नए स्तर पर ले जाएं

DAX पेशेवरों के लिए: सिद्धांत और अभ्यास। Microsoft Power BI में अपने विश्लेषणात्मक कौशल को नए स्तर पर ले जाएं

A

Мишель Розема, Хенк Влотман

एआई और एमएल
EN
डेटा वैज्ञानिकों के लिए पायथन टूल्स पॉकेट प्राइमर

डेटा वैज्ञानिकों के लिए पायथन टूल्स पॉकेट प्राइमर

A

Oswald Campesato

एआई और एमएल
EN
Python के साथ Streamlit की शुरुआती गाइड: वेब-आधारित डेटा और मशीन लर्निंग एप्लिकेशन बनाएं

Python के साथ Streamlit की शुरुआती गाइड: वेब-आधारित डेटा और मशीन लर्निंग एप्लिकेशन बनाएं

B

Sujay Raghavendra

एआई और एमएल
EN
एसक्यूएल और डीबीटी के साथ एनालिटिक्स इंजीनियरिंग: स्केल पर सार्थक डेटा मॉडल बनाना

एसक्यूएल और डीबीटी के साथ एनालिटिक्स इंजीनियरिंग: स्केल पर सार्थक डेटा मॉडल बनाना

A

Rui Machado, Hélder Russa

एआई और एमएल
EN
स्ट्रीमिंग डेटा मेश: रियल-टाइम डेटा सेवाओं को अनुकूलित करने के लिए एक मॉडल

स्ट्रीमिंग डेटा मेश: रियल-टाइम डेटा सेवाओं को अनुकूलित करने के लिए एक मॉडल

A

Hubert Dulay, Stephen Mooney

एआई और एमएल
← 1234 →

PDF गुणवत्ता स्कोर:

A उत्कृष्ट — प्रतिलिपि योग्य पाठ, विषय-सूची, मेटाडेटा B अच्छा — पाठ उपलब्ध, कुछ डेटा गायब C औसत — पाठ आंशिक रूप से निकालने योग्य D खराब — संभवतः एक स्कैन F OCR के बिना स्कैन — पाठ निकाला नहीं जा सकता