पुस्तकें — machine learning

EN
पायथन के साथ मशीन लर्निंग शुरुआती के लिए: हैंड्स-ऑन प्रोजेक्ट्स के साथ एक चरण-दर-चरण मार्गदर्शिका

पायथन के साथ मशीन लर्निंग शुरुआती के लिए: हैंड्स-ऑन प्रोजेक्ट्स के साथ एक चरण-दर-चरण मार्गदर्शिका

A

Jamie Chan

एआई और एमएल
EN
Python 3 और ChatGPT / GPT-4 का उपयोग करके मशीन लर्निंग

Python 3 और ChatGPT / GPT-4 का उपयोग करके मशीन लर्निंग

A

Oswald Campesato

एआई और एमएल
EN
Python 3 और फ़ीचर इंजीनियरिंग

Python 3 और फ़ीचर इंजीनियरिंग

A

Oswald Campesato

एआई और एमएल
EN
CUDA प्रोग्रामिंग: GPU के साथ समानांतर कंप्यूटिंग के लिए एक डेवलपर गाइड

CUDA प्रोग्रामिंग: GPU के साथ समानांतर कंप्यूटिंग के लिए एक डेवलपर गाइड

A

Shane Cook

ओएस और सिस्टम
EN
डेटा साइंस: एक प्रथम परिचय

डेटा साइंस: एक प्रथम परिचय

A

Tiffany Timbers, Trevor Campbell, Melissa Lee

एआई और एमएल
EN
द हंड्रेड-पेज लैंग्वेज मॉडल्स बुक

द हंड्रेड-पेज लैंग्वेज मॉडल्स बुक

A

Andriy Burkov

एआई और एमएल
EN
ग्राफ न्यूरल नेटवर्क्स एक्शन में

ग्राफ न्यूरल नेटवर्क्स एक्शन में

A

Keita Broadwater, Namid Stillman

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
विकासवादी मशीन लर्निंग की पुस्तिका

विकासवादी मशीन लर्निंग की पुस्तिका

A

Wolfgang Banzhaf, Penousal Machado, Mengjie Zhang (Editors)

एआई और एमएल
EN
ओपनसोर्स लाइब्रेरीज़ के साथ जेनरेटिव एआई एप्लिकेशन बनाना: बड़े भाषा मॉडल लागू करने का व्यावहारिक मार्गदर्शक

ओपनसोर्स लाइब्रेरीज़ के साथ जेनरेटिव एआई एप्लिकेशन बनाना: बड़े भाषा मॉडल लागू करने का व्यावहारिक मार्गदर्शक

A

Srikannan Balakrishnan

एआई और एमएल
RU
Azure Machine Learning

Azure Machine Learning

A

Jeff Barnes

डेवऑप्स और आधारभूत संरचना
EN
लैंगचेन के साथ जेनरेटिव एआई: पायथन, चैटजीपीटी और अन्य एलएलएम के साथ बड़े भाषा मॉडल (एलएलएम) ऐप्स बनाएं

लैंगचेन के साथ जेनरेटिव एआई: पायथन, चैटजीपीटी और अन्य एलएलएम के साथ बड़े भाषा मॉडल (एलएलएम) ऐप्स बनाएं

A

Ben Auffarth

एआई और एमएल
EN
मशीन लर्निंग के लिए GoLang

मशीन लर्निंग के लिए GoLang

F

Evan Atkins

एआई और एमएल
EN
उदाहरण के साथ कृत्रिम बुद्धिमत्ता: वास्तविक कृत्रिम बुद्धिमत्ता उपयोग मामलों का उपयोग करके मशीन इंटेलिजेंस को शुरू से विकसित करें

उदाहरण के साथ कृत्रिम बुद्धिमत्ता: वास्तविक कृत्रिम बुद्धिमत्ता उपयोग मामलों का उपयोग करके मशीन इंटेलिजेंस को शुरू से विकसित करें

A

Denis Rothman

एआई और एमएल
EN
बायेसियन ऑप्टिमाइज़ेशन: सिद्धांत और अभ्यास पायथन का उपयोग करते हुए

बायेसियन ऑप्टिमाइज़ेशन: सिद्धांत और अभ्यास पायथन का उपयोग करते हुए

A

Peng Liu

एल्गोरिदम और सिद्धांत
EN
MATLAB मशीन लर्निंग रेसिपीज़: एक समस्या-समाधान दृष्टिकोण

MATLAB मशीन लर्निंग रेसिपीज़: एक समस्या-समाधान दृष्टिकोण

A

Michael Paluszek, Stephanie Thomas

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
एप्लाइड रिकमेंडर सिस्टम्स विथ पायथन: डीप लर्निंग, एनएलपी और ग्राफ-आधारित तकनीकों के साथ रिकमेंडर सिस्टम बनाएं

एप्लाइड रिकमेंडर सिस्टम्स विथ पायथन: डीप लर्निंग, एनएलपी और ग्राफ-आधारित तकनीकों के साथ रिकमेंडर सिस्टम बनाएं

A

Akshay Kulkarni, Adarsha Shivananda, Anoosh Kulkarni, V Adithya Krishnan

एल्गोरिदम और सिद्धांत
EN
पायथन के साथ अनुकूली मशीन लर्निंग एल्गोरिदम: एज डिवाइसों पर डेटा एनालिटिक्स और मशीन लर्निंग समस्याओं का समाधान करें

पायथन के साथ अनुकूली मशीन लर्निंग एल्गोरिदम: एज डिवाइसों पर डेटा एनालिटिक्स और मशीन लर्निंग समस्याओं का समाधान करें

A

Chanchal Chatterjee

एआई और एमएल
EN
मशीन लर्निंग संचालित एप्लिकेशन बनाना: विचार से उत्पाद तक

मशीन लर्निंग संचालित एप्लिकेशन बनाना: विचार से उत्पाद तक

A

Emmanuel Ameisen

एआई और एमएल
EN
एलएलएम-संचालित एप्लिकेशन बनाना: बड़े भाषा मॉडल के साथ बुद्धिमान ऐप्स और एजेंट बनाएं

एलएलएम-संचालित एप्लिकेशन बनाना: बड़े भाषा मॉडल के साथ बुद्धिमान ऐप्स और एजेंट बनाएं

A

Valentina Alto

एआई और एमएल
EN
स्केलेबल एआई और डिज़ाइन पैटर्न

स्केलेबल एआई और डिज़ाइन पैटर्न

F

Abhishek Mishra

एआई और एमएल
EN
असंतुलित डेटा के लिए मशीन लर्निंग: मशीन लर्निंग और डीप लर्निंग तकनीकों का उपयोग करके असंतुलित डेटासेट से निपटें

असंतुलित डेटा के लिए मशीन लर्निंग: मशीन लर्निंग और डीप लर्निंग तकनीकों का उपयोग करके असंतुलित डेटासेट से निपटें

A

Kumar Abhishek, Dr. Mounir Abdelaziz

एआई और एमएल
EN
AI वित्त के लिए पायथन के साथ उन्नत मशीन लर्निंग

AI वित्त के लिए पायथन के साथ उन्नत मशीन लर्निंग

A

Hayden Van Der Post

एआई और एमएल
RU
40 एल्गोरिदम जो हर पायथन प्रोग्रामर को जानना चाहिए

40 एल्गोरिदम जो हर पायथन प्रोग्रामर को जानना चाहिए

A

Имран Ахмад

एल्गोरिदम और सिद्धांत
EN
क्वांटम यांत्रिकी और बायेसियन मशीनें

क्वांटम यांत्रिकी और बायेसियन मशीनें

A

George Chapline

एल्गोरिदम और सिद्धांत
EN
पांडा 2.0 सीखना: डेटा वैज्ञानिकों और मशीन लर्निंग पेशेवरों के लिए डेटा मैनिपुलेशन और विश्लेषण की एक व्यापक गाइड

पांडा 2.0 सीखना: डेटा वैज्ञानिकों और मशीन लर्निंग पेशेवरों के लिए डेटा मैनिपुलेशन और विश्लेषण की एक व्यापक गाइड

A

Matthew Rosch

एआई और एमएल
EN
क्वांटम कंप्यूटिंग का उपयोग करके वित्तीय मॉडलिंग: वित्तीय विश्लेषण और निर्णय लेने के लिए क्वांटम मशीन लर्निंग समाधान डिजाइन और प्रबंधित करें

क्वांटम कंप्यूटिंग का उपयोग करके वित्तीय मॉडलिंग: वित्तीय विश्लेषण और निर्णय लेने के लिए क्वांटम मशीन लर्निंग समाधान डिजाइन और प्रबंधित करें

A

Anshul Saxena, Javier Mancilla, Iraitz Montalban, Christophe Pere

एल्गोरिदम और सिद्धांत
RU
डेटा साइंस के लिए पायथन

डेटा साइंस के लिए पायथन

A

Не указан (возможно, коллектив авторов)

एआई और एमएल
RU
स्पार्क फॉर प्रोफेशनल्स: बिग डेटा प्रोसेसिंग के आधुनिक पैटर्न

स्पार्क फॉर प्रोफेशनल्स: बिग डेटा प्रोसेसिंग के आधुनिक पैटर्न

A

Сэнди Риза, Ури Лезерсон, Шон Оуэн, Джош Уиллс

एल्गोरिदम और सिद्धांत
EN
जेनरेटिव आर्टिफिशियल इंटेलिजेंस: जेनरेटिव एआई की शक्ति और संभावनाओं की खोज

जेनरेटिव आर्टिफिशियल इंटेलिजेंस: जेनरेटिव एआई की शक्ति और संभावनाओं की खोज

A

Shivam R Solanki, Drupad K Khublani

एआई और एमएल
EN
मशीन लर्निंग एल्गोरिदम गहराई में

मशीन लर्निंग एल्गोरिदम गहराई में

A

Vadim Smolyakov

एल्गोरिदम और सिद्धांत
EN
डीप लर्निंग में गोता लगाएँ

डीप लर्निंग में गोता लगाएँ

A

Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola

एआई और एमएल
EN
डेटाब्रिक्स पर व्यावहारिक मशीन लर्निंग

डेटाब्रिक्स पर व्यावहारिक मशीन लर्निंग

A

Debu Sinha

एआई और एमएल
RU
R प्रोग्रामिंग भाषा और वातावरण

R प्रोग्रामिंग भाषा और वातावरण

F

Автор не указан

प्रोग्रामिंग भाषाएँ
RU
डीप लर्निंग: पायथन पर प्रोजेक्ट्स का आसान विकास

डीप लर्निंग: पायथन पर प्रोजेक्ट्स का आसान विकास

A

Сет Вейдман

एआई और एमएल
EN
प्रक्रियाओं और उपकरणों की स्थिति की निगरानी और पूर्वानुमानित रखरखाव के लिए पायथन पर मशीन लर्निंग: डेटा से प्रक्रिया समझ तक

प्रक्रियाओं और उपकरणों की स्थिति की निगरानी और पूर्वानुमानित रखरखाव के लिए पायथन पर मशीन लर्निंग: डेटा से प्रक्रिया समझ तक

A

Анкур Кумар, Хесус Флорес-Серрильо

एआई और एमएल
RU
Python में डेटा इंजीनियरिंग: Pandas, NumPy और Scikit-learn के साथ डेटा विश्लेषण की मूल बातें

Python में डेटा इंजीनियरिंग: Pandas, NumPy और Scikit-learn के साथ डेटा विश्लेषण की मूल बातें

A

А. Ю. Гинько (переводчик)

एआई और एमएल
RU
PyCharm: पायथन पर पेशेवर कार्य

PyCharm: पायथन पर पेशेवर कार्य

A

Брюс М. Ван Хорн II, Куан Нгуен

प्रोग्रामिंग भाषाएँ
RU
सांख्यिकीय शिक्षण का परिचय: पायथन भाषा में उदाहरणों के साथ

सांख्यिकीय शिक्षण का परिचय: पायथन भाषा में उदाहरणों के साथ

A

Гарет Джеймс, Даниела Уиттен, Тревор Хасти, Роберт Тибширани, Джонатан Тейлор

एआई और एमएल
RU
Python लाइब्रेरीज़

Python लाइब्रेरीज़

A

Джейд Картер

प्रोग्रामिंग भाषाएँ
RU
Python पर कारणात्मक अनुमान। आईटी विकास में कारण-प्रभाव संबंध।

Python पर कारणात्मक अनुमान। आईटी विकास में कारण-प्रभाव संबंध।

A

Матеуш Факур

एआई और एमएल
EN
पायथन में डेटा साइंस की मूल बातें

पायथन में डेटा साइंस की मूल बातें

A

Джон М. Ши

एल्गोरिदम और सिद्धांत
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
RU
Python के लिए गीक्स

Python के लिए गीक्स

A

Мухаммад Азиф

प्रोग्रामिंग भाषाएँ
RU
डेटा साइंस एक्शन में। पांच वास्तविक पायथन प्रोजेक्ट

डेटा साइंस एक्शन में। पांच वास्तविक पायथन प्रोजेक्ट

A

Леонард Апельцин

एआई और एमएल
EN
पायथन में सक्रिय मशीन लर्निंग

पायथन में सक्रिय मशीन लर्निंग

A

Марго Массон-Форсайт

एआई और एमएल
EN
रस्ट के साथ डेटा साइंस

रस्ट के साथ डेटा साइंस

A

Hayden Van Der Post

एआई और एमएल
EN
मशीन लर्निंग के लिए प्रशिक्षण डेटा: एनोटेशन से डेटा साइंस तक मानवीय पर्यवेक्षण

मशीन लर्निंग के लिए प्रशिक्षण डेटा: एनोटेशन से डेटा साइंस तक मानवीय पर्यवेक्षण

A

Anthony Sarkis

एआई और एमएल
RU
डेटा साइंस: समस्याएं और समाधान

डेटा साइंस: समस्याएं और समाधान

A

А.С. Ватьян, Н.Ф. Гусарова, Н.В. Добренко

एआई और एमएल
← 10111213 →