पुस्तकें / एआई और एमएल

एआई और एमएल

सभी प्रोग्रामिंग भाषाएँ 1723एआई और एमएल 821सॉफ्टवेयर विकास 527एल्गोरिदम और सिद्धांत 525वेब विकास 424डेवऑप्स और आधारभूत संरचना 297साइबर सुरक्षा 229अन्य 203ओएस और सिस्टम 187गेम डेवलपमेंट 163डेटाबेस 150एम्बेडेड सिस्टम 140आईटी प्रबंधन 107
सभी डेटा साइंस 268मशीन लर्निंग 162एलएलएम 115न्यूरल नेटवर्क 95कंप्यूटर विज़न 40ChatGPT 40टेंसरफ्लो 29PyTorch 22एमएलओप्स 18एनएलपी 15पांडा 9AI एजेंट्स 1
सभी 2026 562025 1142024 1692023 1202022 532021 442020 672019 362018 302017 152016 172015 222014 42013 52012 22011 32009 32008 12007 21994 1
RU
जूनियर्स के लिए बड़ी भाषा मॉडल (LLM) प्रशिक्षण के साथ जेनरेटिव AI

जूनियर्स के लिए बड़ी भाषा मॉडल (LLM) प्रशिक्षण के साथ जेनरेटिव AI

A

शमीम भुयान, तैमूर इसाचेंको

एआई और एमएल
RU
डीप लर्निंग: सिद्धांत और अवधारणाएँ

डीप लर्निंग: सिद्धांत और अवधारणाएँ

A

क्रिस्टोफर एम. बिशप, ह्यू बिशप

एआई और एमएल
RU
LLM के लिए प्रॉम्प्ट इंजीनियरिंग। बड़ी भाषा मॉडल पर आधारित एप्लिकेशन बनाने की कला।

LLM के लिए प्रॉम्प्ट इंजीनियरिंग। बड़ी भाषा मॉडल पर आधारित एप्लिकेशन बनाने की कला।

A

जॉन बेरीमैन, अल्बर्ट ज़िगलर

एआई और एमएल
EN
विज़ुअल ऑब्जेक्ट ट्रैकिंग: एक मूल्यांकन परिप्रेक्ष्य

विज़ुअल ऑब्जेक्ट ट्रैकिंग: एक मूल्यांकन परिप्रेक्ष्य

A

Xin Zhao, Shiyu Hu, Xu-Cheng Yin

एआई और एमएल
EN
Python GPT कुकबुक: वास्तविक दुनिया के लिए NLP समाधान बनाने के 75+ व्यावहारिक नुस्खे

Python GPT कुकबुक: वास्तविक दुनिया के लिए NLP समाधान बनाने के 75+ व्यावहारिक नुस्खे

A

Dr. Neil Williams

एआई और एमएल
EN
NoOps: AI एजेंट्स DevOps और सॉफ्टवेयर को कैसे नया रूप दे रहे हैं

NoOps: AI एजेंट्स DevOps और सॉफ्टवेयर को कैसे नया रूप दे रहे हैं

A

Roman Vorel

एआई और एमएल
EN
विज़ुअलाइज़िंग जेनरेटिव एआई: एआई कैसे पेंट करता है, लिखता है और सहायता करता है

विज़ुअलाइज़िंग जेनरेटिव एआई: एआई कैसे पेंट करता है, लिखता है और सहायता करता है

A

Priyanka Vergadia, Valliappa Lakshmanan

एआई और एमएल
EN
PyTorch के साथ LLMs का निर्माण: PyTorch के साथ उन्नत AI मॉडल बनाने के लिए चरण-दर-चरण मार्गदर्शिका

PyTorch के साथ LLMs का निर्माण: PyTorch के साथ उन्नत AI मॉडल बनाने के लिए चरण-दर-चरण मार्गदर्शिका

A

Anand Trivedi

एआई और एमएल
EN
डेटा कॉन्ट्रैक्ट्स: प्रोडक्शन-ग्रेड पाइपलाइनों का बड़े पैमाने पर विकास

डेटा कॉन्ट्रैक्ट्स: प्रोडक्शन-ग्रेड पाइपलाइनों का बड़े पैमाने पर विकास

A

Chad Sanderson, Mark Freeman, B.E. Schmidt

एआई और एमएल
EN
पायथन के साथ 3डी डेटा साइंस: 3डी पॉइंट क्लाउड वर्कफ़्लोज़ के साथ सटीक डिजिटल वातावरण बनाना

पायथन के साथ 3डी डेटा साइंस: 3डी पॉइंट क्लाउड वर्कफ़्लोज़ के साथ सटीक डिजिटल वातावरण बनाना

A

Florent Poux

एआई और एमएल
EN
जीआईएस कार्टोग्राफी: प्रभावी मानचित्र डिजाइन के लिए एक गाइड, चौथा संस्करण

जीआईएस कार्टोग्राफी: प्रभावी मानचित्र डिजाइन के लिए एक गाइड, चौथा संस्करण

A

Gretchen N. Peterson

एआई और एमएल
EN
सॉफ्टवेयर विकास के लिए जेनरेटिव एआई: सॉफ्टवेयर को तेज और अधिक प्रभावी ढंग से बनाना

सॉफ्टवेयर विकास के लिए जेनरेटिव एआई: सॉफ्टवेयर को तेज और अधिक प्रभावी ढंग से बनाना

A

Sergio Pereira

एआई और एमएल
EN
डमीज के लिए आर्टिफिशियल इंटेलिजेंस, तीसरा संस्करण

डमीज के लिए आर्टिफिशियल इंटेलिजेंस, तीसरा संस्करण

A

John Paul Mueller, Luca Massaron, Stephanie Diamond

एआई और एमएल
EN
पाइटॉर्च में कोडर्स के लिए एआई और एमएल: जेनरेटिव एआई और मशीन लर्निंग के लिए एक कोडर गाइड

पाइटॉर्च में कोडर्स के लिए एआई और एमएल: जेनरेटिव एआई और मशीन लर्निंग के लिए एक कोडर गाइड

A

Laurence Moroney

एआई और एमएल
EN
GitHub Copilot सीखना: AI का उपयोग करके अपनी कोडिंग उत्पादकता को गुणा करें

GitHub Copilot सीखना: AI का उपयोग करके अपनी कोडिंग उत्पादकता को गुणा करें

A

Brent Laster

एआई और एमएल
EN
हैंड्स-ऑन मशीन लर्निंग C++ के साथ: एंड-टू-एंड मशीन लर्निंग और डीप लर्निंग पाइपलाइन बनाएं, प्रशिक्षित करें और डिप्लॉय करें

हैंड्स-ऑन मशीन लर्निंग C++ के साथ: एंड-टू-एंड मशीन लर्निंग और डीप लर्निंग पाइपलाइन बनाएं, प्रशिक्षित करें और डिप्लॉय करें

A

Kirill Kolodiazhnyi

एआई और एमएल
EN
टेक्स्ट एनालिटिक्स में महारत: पायथन का उपयोग करके एनएलपी की व्यावहारिक मार्गदर्शिका

टेक्स्ट एनालिटिक्स में महारत: पायथन का उपयोग करके एनएलपी की व्यावहारिक मार्गदर्शिका

A

Shailendra Kadre, Shailesh Kadre, Subhendu Dey

एआई और एमएल
EN
इंटरमीडिएट पायथन और लार्ज लैंग्वेज मॉडल्स

इंटरमीडिएट पायथन और लार्ज लैंग्वेज मॉडल्स

A

Dilyan Grigorov

एआई और एमएल
EN
पायथन के साथ व्याख्यात्मक एआई, दूसरा संस्करण

पायथन के साथ व्याख्यात्मक एआई, दूसरा संस्करण

A

Antonio Di Cecco, Leonida Gianfagna

एआई और एमएल
EN
पाइटॉर्च 2.0 के साथ एप्लाइड नेचुरल लैंग्वेज प्रोसेसिंग: उन्नत एनएलपी तकनीकों में महारत हासिल करें, टेक्स्ट डेटा को अंतर्दृष्टि में बदलें, और पाइटॉर्च 2.0 के साथ स्केलेबल एआई मॉडल बनाएं

पाइटॉर्च 2.0 के साथ एप्लाइड नेचुरल लैंग्वेज प्रोसेसिंग: उन्नत एनएलपी तकनीकों में महारत हासिल करें, टेक्स्ट डेटा को अंतर्दृष्टि में बदलें, और पाइटॉर्च 2.0 के साथ स्केलेबल एआई मॉडल बनाएं

A

Dr. Deepti Chopra

एआई और एमएल
EN
LLM के लिए प्रॉम्प्ट इंजीनियरिंग: बड़ी भाषा मॉडल-आधारित एप्लिकेशन बनाने की कला और विज्ञान

LLM के लिए प्रॉम्प्ट इंजीनियरिंग: बड़ी भाषा मॉडल-आधारित एप्लिकेशन बनाने की कला और विज्ञान

A

John Berryman, Albert Ziegler

एआई और एमएल
EN
फुल-स्टैक डेवलपमेंट के लिए जेनरेटिव एआई: एआई-सशक्त त्वरित कोडिंग

फुल-स्टैक डेवलपमेंट के लिए जेनरेटिव एआई: एआई-सशक्त त्वरित कोडिंग

A

Shantanu Baruah, Nitara Baruah

एआई और एमएल
EN
मशीन लर्निंग सिस्टम डिज़ाइन: एंड-टू-एंड उदाहरणों के साथ

मशीन लर्निंग सिस्टम डिज़ाइन: एंड-टू-एंड उदाहरणों के साथ

A

Valerii Babushkin, Arseny Kravchenko

एआई और एमएल
EN
AI एजेंटों के साथ एप्लिकेशन बनाना: मल्टीएजेंट सिस्टम डिजाइन और कार्यान्वयन

AI एजेंटों के साथ एप्लिकेशन बनाना: मल्टीएजेंट सिस्टम डिजाइन और कार्यान्वयन

A

Michael Albada

एआई और एमएल
EN
हैंड्स-ऑन मशीन लर्निंग स्किकिट-लर्न और पाइटॉर्च के साथ: अवधारणाएँ, उपकरण और तकनीकें बुद्धिमान सिस्टम बनाने के लिए

हैंड्स-ऑन मशीन लर्निंग स्किकिट-लर्न और पाइटॉर्च के साथ: अवधारणाएँ, उपकरण और तकनीकें बुद्धिमान सिस्टम बनाने के लिए

A

Aurélien Géron

एआई और एमएल
EN
जेनरेटिव एआई डिज़ाइन पैटर्न: जेनएआई एजेंट और एप्लिकेशन बनाते समय सामान्य चुनौतियों के समाधान

जेनरेटिव एआई डिज़ाइन पैटर्न: जेनएआई एजेंट और एप्लिकेशन बनाते समय सामान्य चुनौतियों के समाधान

A

Valliappa Lakshmanan, Hannes Hapke

एआई और एमएल
RU
RAG और जेनरेटिव AI। LlamaIndex, Deep Lake और Pinecone का उपयोग करके अपने स्वयं के RAG पाइपलाइन बनाना।

RAG और जेनरेटिव AI। LlamaIndex, Deep Lake और Pinecone का उपयोग करके अपने स्वयं के RAG पाइपलाइन बनाना।

A

डेनिस रोथमैन

एआई और एमएल
EN
कंप्यूटर साइंस स्क्रैच से: पायथन में इंटरप्रेटर, आर्ट, एमुलेटर और एमएल का निर्माण

कंप्यूटर साइंस स्क्रैच से: पायथन में इंटरप्रेटर, आर्ट, एमुलेटर और एमएल का निर्माण

A

David Kopec

एआई और एमएल
EN
पायथन के साथ न्यूरल नेटवर्क प्रोग्रामिंग

पायथन के साथ न्यूरल नेटवर्क प्रोग्रामिंग

A

Joachim Steinwendner, Roland Schwaiger

एआई और एमएल
RU
AI इंजीनियरिंग। बेस मॉडल्स का उपयोग करके एप्लिकेशन बनाना

AI इंजीनियरिंग। बेस मॉडल्स का उपयोग करके एप्लिकेशन बनाना

A

चिप ह्यूएन

एआई और एमएल
EN
पायथन के साथ बायोइनफॉरमैटिक्स कुकबुक, चौथा संस्करण

पायथन के साथ बायोइनफॉरमैटिक्स कुकबुक, चौथा संस्करण

A

Shane Brubaker

एआई और एमएल
RU
डेटा विज़ुअलाइज़ेशन पेशेवरों के लिए। स्पष्ट चार्ट और डैशबोर्ड डिज़ाइन।

डेटा विज़ुअलाइज़ेशन पेशेवरों के लिए। स्पष्ट चार्ट और डैशबोर्ड डिज़ाइन।

A

डिज़ायर एबॉट

एआई और एमएल
RU
डेवलपर्स के लिए Elasticsearch: डेटा इंडेक्सिंग, विश्लेषण, खोज और एकत्रीकरण। दूसरा संस्करण

डेवलपर्स के लिए Elasticsearch: डेटा इंडेक्सिंग, विश्लेषण, खोज और एकत्रीकरण। दूसरा संस्करण

A

अनुराग श्रीवास्तव

एआई और एमएल
RU
जेनएआई के लिए प्रॉम्प्ट इंजीनियरिंग। गुणवत्तापूर्ण परिणामों के लिए विश्वसनीय प्रश्न पैटर्न।

जेनएआई के लिए प्रॉम्प्ट इंजीनियरिंग। गुणवत्तापूर्ण परिणामों के लिए विश्वसनीय प्रश्न पैटर्न।

A

जेम्स फीनिक्स, माइक टेलर

एआई और एमएल
RU
साहसी और ईमानदार के लिए कारण-प्रभाव विश्लेषण

साहसी और ईमानदार के लिए कारण-प्रभाव विश्लेषण

A

माटेउस फाकुर, आर्टेम ग्रुज़देव

एआई और एमएल
RU
बिग डेटा। आधुनिक फ्रेमवर्क और एप्लिकेशन डेवलपमेंट

बिग डेटा। आधुनिक फ्रेमवर्क और एप्लिकेशन डेवलपमेंट

A

डोमेनिको तालिया, पाओलो ट्रुनफियो, फैब्रिज़ियो मारोज़ो, लोरिस बेलकास्त्रो, रिक्कार्डो कैंटिनी, एलेसियो ऑर्सिनो

एआई और एमएल
RU
लो-कोड मशीन लर्निंग

लो-कोड मशीन लर्निंग

A

ग्वेनडोलिन स्ट्रिपलिंग, माइकल एबेल

एआई और एमएल
RU
मशीन लर्निंग। बुनियादी बातों से लेकर उन्नत मॉडल तक

मशीन लर्निंग। बुनियादी बातों से लेकर उन्नत मॉडल तक

A

साइमन प्रिंस

एआई और एमएल
RU
मशीन लर्निंग: मूल बातें

मशीन लर्निंग: मूल बातें

A

सर्गेई निकोलेंको

एआई और एमएल
RU
पायथन पर न्यूरल नेटवर्क। एआई और मशीन लर्निंग की मूल बातें

पायथन पर न्यूरल नेटवर्क। एआई और मशीन लर्निंग की मूल बातें

A

कुलिकोवा आई. वी.

एआई और एमएल
RU
आर्टिफिशियल इंटेलिजेंस आधारित खोज

आर्टिफिशियल इंटेलिजेंस आधारित खोज

A

ट्रे ग्रेंजर, डग टर्नबुल, मैक्स इरविन

एआई और एमएल
RU
ग्राहक चूस से लड़ाई में डेटा। एनालिटिक्स, डेटासेट, मेट्रिक्स और सेगमेंटेशन

ग्राहक चूस से लड़ाई में डेटा। एनालिटिक्स, डेटासेट, मेट्रिक्स और सेगमेंटेशन

A

कार्ल गोल्ड

एआई और एमएल
EN
भिन्न प्रोग्रामिंग के तत्व

भिन्न प्रोग्रामिंग के तत्व

A

Mathieu Blondel, Vincent Roulet

एआई और एमएल
EN
पायथन के साथ उन्नत पूर्वानुमान: मशीन लर्निंग और क्लाउड टूल्स के साथ आधुनिक पूर्वानुमान तकनीकों में महारत, दूसरा संस्करण

पायथन के साथ उन्नत पूर्वानुमान: मशीन लर्निंग और क्लाउड टूल्स के साथ आधुनिक पूर्वानुमान तकनीकों में महारत, दूसरा संस्करण

A

Joos Korstanje

एआई और एमएल
EN
AI सॉफ़्टवेयर सिस्टम का आर्किटेक्चर: आधुनिक सॉफ़्टवेयर विकास के लिए मजबूत और स्केलेबल AI सिस्टम तैयार करना

AI सॉफ़्टवेयर सिस्टम का आर्किटेक्चर: आधुनिक सॉफ़्टवेयर विकास के लिए मजबूत और स्केलेबल AI सिस्टम तैयार करना

A

Richard D Avila, Imran Ahmad

एआई और एमएल
RU
Python: Pandas का व्यावहारिक उपयोग। डेटा विश्लेषण पर 200 अभ्यास समाधान और स्पष्टीकरण के साथ।

Python: Pandas का व्यावहारिक उपयोग। डेटा विश्लेषण पर 200 अभ्यास समाधान और स्पष्टीकरण के साथ।

A

रुवेन लेर्नर

एआई और एमएल
RU
आर्टिफिशियल इंटेलिजेंस के साथ प्रोग्रामिंग: उन्नत प्लानिंग, कोडिंग, टेस्टिंग और डिप्लॉयमेंट

आर्टिफिशियल इंटेलिजेंस के साथ प्रोग्रामिंग: उन्नत प्लानिंग, कोडिंग, टेस्टिंग और डिप्लॉयमेंट

A

टॉम टॉली

एआई और एमएल
EN
जेनरेटिव एआई का उपयोग करके टाइम सीरीज फोरकास्टिंग: सटीक पूर्वानुमान के लिए एआई का लाभ उठाना

जेनरेटिव एआई का उपयोग करके टाइम सीरीज फोरकास्टिंग: सटीक पूर्वानुमान के लिए एआई का लाभ उठाना

A

Banglore Vijay Kumar Vishwas, Sri Ram Macharla

एआई और एमएल
EN
लेबल रहित डेटा: व्यावहारिक अनसुपरवाइज्ड मशीन लर्निंग

लेबल रहित डेटा: व्यावहारिक अनसुपरवाइज्ड मशीन लर्निंग

A

Vaibhav Verdhan

एआई और एमएल
EN
एलएलएम के साथ डेटा विश्लेषण: टेक्स्ट, टेबल, इमेज और साउंड

एलएलएम के साथ डेटा विश्लेषण: टेक्स्ट, टेबल, इमेज और साउंड

A

Immanuel Trummer

एआई और एमएल
← 12345 →

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