पुस्तकें — machine learning

RU
डेटा साइंस के लिए पायथन

डेटा साइंस के लिए पायथन

A

Юлий Васильев

एआई और एमएल
EN
Python for Excel: वित्तीय मॉडलिंग और डेटा स्वचालन

Python for Excel: वित्तीय मॉडलिंग और डेटा स्वचालन

A

Hayden Van Der Post

एआई और एमएल
EN
Python डीप लर्निंग

Python डीप लर्निंग

A

Ivan Vasilev

एआई और एमएल
EN
अनुप्रयुक्त मशीन लर्निंग और AI इंजीनियर्स के लिए

अनुप्रयुक्त मशीन लर्निंग और AI इंजीनियर्स के लिए

A

Jeff Prosise

एआई और एमएल
RU
सामूहिक बुद्धिमत्ता प्रोग्रामिंग

सामूहिक बुद्धिमत्ता प्रोग्रामिंग

A

Тоби Сегаран

एआई और एमएल
EN
प्रो मशीन लर्निंग एल्गोरिदम: पायथन और आर में एल्गोरिदम लागू करने का प्रायोगिक तरीका

प्रो मशीन लर्निंग एल्गोरिदम: पायथन और आर में एल्गोरिदम लागू करने का प्रायोगिक तरीका

A

V Kishore Ayyadevara

एआई और एमएल
RU
पायथन पर टेक्स्ट डेटा का व्यावहारिक विश्लेषण। मशीन लर्निंग और प्राकृतिक भाषा प्रसंस्करण एप्लिकेशन बनाना

पायथन पर टेक्स्ट डेटा का व्यावहारिक विश्लेषण। मशीन लर्निंग और प्राकृतिक भाषा प्रसंस्करण एप्लिकेशन बनाना

A

Бенджамин Бенгфорт, Ребекка Билбро, Тони Охеда

एआई और एमएल
RU
पायथन का उपयोग करके अनप्रयुक्त मशीन लर्निंग

पायथन का उपयोग करके अनप्रयुक्त मशीन लर्निंग

A

Анкур Пател

एआई और एमएल
RU
प्रायोगिक समय श्रृंखला विश्लेषण: सांख्यिकी और मशीन लर्निंग के साथ पूर्वानुमान

प्रायोगिक समय श्रृंखला विश्लेषण: सांख्यिकी और मशीन लर्निंग के साथ पूर्वानुमान

A

Эйлин Нильсен

एल्गोरिदम और सिद्धांत
RU
प्रैग्मैटिक एआई। मशीन लर्निंग और क्लाउड टेक्नोलॉजी

प्रैग्मैटिक एआई। मशीन लर्निंग और क्लाउड टेक्नोलॉजी

A

Ной Гифт

एआई और एमएल
EN
प्रैक्टिकल आर्टिफिशियल इंटेलिजेंस: C# का उपयोग करके मशीन लर्निंग, बॉट्स और एजेंट समाधान

प्रैक्टिकल आर्टिफिशियल इंटेलिजेंस: C# का उपयोग करके मशीन लर्निंग, बॉट्स और एजेंट समाधान

A

Arnaldo Pérez Castaño

एआई और एमएल
EN
प्रैक्टिकल टेंसरफ्लो.जेएस: वेब ऐप डेवलपमेंट में डीप लर्निंग

प्रैक्टिकल टेंसरफ्लो.जेएस: वेब ऐप डेवलपमेंट में डीप लर्निंग

A

Juan De Dios Santos Rivera

एआई और एमएल
EN
डेटा वैज्ञानिकों के लिए व्यावहारिक सांख्यिकी: R और Python का उपयोग करके 50+ आवश्यक अवधारणाएँ

डेटा वैज्ञानिकों के लिए व्यावहारिक सांख्यिकी: R और Python का उपयोग करके 50+ आवश्यक अवधारणाएँ

A

Peter Bruce, Andrew Bruce, Peter Gedeck

एल्गोरिदम और सिद्धांत
EN
Docker ...और AI के साथ शुरुआत करना

Docker ...और AI के साथ शुरुआत करना

A

Nigel Poulton

डेवऑप्स और आधारभूत संरचना
EN
स्प्रिंग एआई में महारत: बड़े भाषा मॉडल और जनरेटिव एआई के लिए जावा डेवलपर गाइड

स्प्रिंग एआई में महारत: बड़े भाषा मॉडल और जनरेटिव एआई के लिए जावा डेवलपर गाइड

A

Banu Parasuraman

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
हैंड्स-ऑन ग्राफ न्यूरल नेटवर्क्स यूज़िंग पाइथन: PyTorch के साथ शक्तिशाली ग्राफ और डीप लर्निंग ऐप्स बनाने के लिए व्यावहारिक तकनीकें और आर्किटेक्चर

हैंड्स-ऑन ग्राफ न्यूरल नेटवर्क्स यूज़िंग पाइथन: PyTorch के साथ शक्तिशाली ग्राफ और डीप लर्निंग ऐप्स बनाने के लिए व्यावहारिक तकनीकें और आर्किटेक्चर

A

Maxime Labonne

एआई और एमएल
EN
आईबीएम क्यूरेडर के साथ एक नेक्स्ट-जेन एसओसी का निर्माण

आईबीएम क्यूरेडर के साथ एक नेक्स्ट-जेन एसओसी का निर्माण

A

Ashish M Kothekar

साइबर सुरक्षा
EN
एप्लाइड मशीन लर्निंग और हाई-परफॉर्मेंस कंप्यूटिंग एडब्ल्यूएस पर

एप्लाइड मशीन लर्निंग और हाई-परफॉर्मेंस कंप्यूटिंग एडब्ल्यूएस पर

A

Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter

डेवऑप्स और आधारभूत संरचना
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
प्रैक्टिकल डेटा प्राइवेसी: डेटा में गोपनीयता और सुरक्षा बढ़ाना

प्रैक्टिकल डेटा प्राइवेसी: डेटा में गोपनीयता और सुरक्षा बढ़ाना

A

Katharine Jarmul

साइबर सुरक्षा
EN
उच्च-जोखिम अनुप्रयोगों के लिए मशीन लर्निंग: जिम्मेदार एआई के दृष्टिकोण

उच्च-जोखिम अनुप्रयोगों के लिए मशीन लर्निंग: जिम्मेदार एआई के दृष्टिकोण

A

Patrick Hall, James Curtis, Parul Pandey

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
व्यवहारकर्ताओं के लिए व्याख्यात्मक एआई: व्याख्यात्मक एमएल समाधानों का डिजाइन और कार्यान्वयन

व्यवहारकर्ताओं के लिए व्याख्यात्मक एआई: व्याख्यात्मक एमएल समाधानों का डिजाइन और कार्यान्वयन

A

Michael Munn, David Pitman

एआई और एमएल
EN
एआई-संचालित बिजनेस इंटेलिजेंस: मशीन लर्निंग के साथ पूर्वानुमान और निर्णय लेने में सुधार

एआई-संचालित बिजनेस इंटेलिजेंस: मशीन लर्निंग के साथ पूर्वानुमान और निर्णय लेने में सुधार

A

Tobias Zwingmann

एआई और एमएल
EN
वेब और मशीन लर्निंग के लिए एआई-सहायित प्रोग्रामिंग: ChatGPT और GitHub Copilot के साथ अपने विकास वर्कफ़्लो को बेहतर बनाएं

वेब और मशीन लर्निंग के लिए एआई-सहायित प्रोग्रामिंग: ChatGPT और GitHub Copilot के साथ अपने विकास वर्कफ़्लो को बेहतर बनाएं

A

Christoffer Noring, Anjali Jain, Marina Fernandez, Ayşe Mutlu, Ajit Jaokar

एआई और एमएल
EN
कार्रवाई में बेयसियन ऑप्टिमाइज़ेशन

कार्रवाई में बेयसियन ऑप्टिमाइज़ेशन

A

Quan Nguyen

एल्गोरिदम और सिद्धांत
EN
जावा के साथ न्यूरल नेटवर्क प्रोग्रामिंग

जावा के साथ न्यूरल नेटवर्क प्रोग्रामिंग

A

Fábio M. Soares, Alan M.F. Souza

एआई और एमएल
EN
जावा के साथ प्रकृति-प्रेरित अनुकूलन एल्गोरिदम: अनुकूलन तकनीकों पर एक नज़र

जावा के साथ प्रकृति-प्रेरित अनुकूलन एल्गोरिदम: अनुकूलन तकनीकों पर एक नज़र

B

Shashank Jain

एल्गोरिदम और सिद्धांत
EN
बिग डेटा: संकल्पनात्मक विश्लेषण और अनुप्रयोग

बिग डेटा: संकल्पनात्मक विश्लेषण और अनुप्रयोग

A

Michael Z. Zgurovsky, Yuriy P. Zaychenko

एआई और एमएल
RU
पायथन.के.साथ.डेटा.विश्लेषण.में.माहिर.बनना

पायथन.के.साथ.डेटा.विश्लेषण.में.माहिर.बनना

A
प्रोग्रामिंग भाषाएँ
RU
पायथन का उपयोग करके मशीन लर्निंग। व्यंजनों का संग्रह

पायथन का उपयोग करके मशीन लर्निंग। व्यंजनों का संग्रह

A

Крис Элбон

एल्गोरिदम और सिद्धांत
RU
मशीन लर्निंग: पॉकेट हैंडबुक। पायथन में संरचित मशीन लर्निंग विधियों का संक्षिप्त मार्गदर्शन।

मशीन लर्निंग: पॉकेट हैंडबुक। पायथन में संरचित मशीन लर्निंग विधियों का संक्षिप्त मार्गदर्शन।

A

Мэтт Харрисон

एआई और एमएल
EN
लार्ज लैंग्वेज मॉडल्स प्रोजेक्ट्स: लार्ज लैंग्वेज मॉडल्स के लिए रणनीतियाँ लागू और कार्यान्वित करें

लार्ज लैंग्वेज मॉडल्स प्रोजेक्ट्स: लार्ज लैंग्वेज मॉडल्स के लिए रणनीतियाँ लागू और कार्यान्वित करें

A

Pere Martra

एआई और एमएल
EN
वितरित मशीन लर्निंग पैटर्न

वितरित मशीन लर्निंग पैटर्न

A

Yuan Tang

एआई और एमएल
EN
डेटासेट और मॉडल प्रबंधन

डेटासेट और मॉडल प्रबंधन

A

Oswald Campesato

एआई और एमएल
EN
स्किट-लर्न और टेंसरफ्लो वातावरणों का उपयोग करके मशीन लर्निंग एल्गोरिदम

स्किट-लर्न और टेंसरफ्लो वातावरणों का उपयोग करके मशीन लर्निंग एल्गोरिदम

A

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

एआई और एमएल
EN
साइबर गतिशीलता में उभरते रुझानों के लिए मशीन लर्निंग और डेटा माइनिंग: सिद्धांत और अनुप्रयोग

साइबर गतिशीलता में उभरते रुझानों के लिए मशीन लर्निंग और डेटा माइनिंग: सिद्धांत और अनुप्रयोग

A

Haruna Chiroma, Shafi’i M. Abdulhamid, Philippe Fournier-Viger, Nuno M. Garcia (Editors)

एआई और एमएल
RU
संरचनात्मक जीव विज्ञान में मशीन लर्निंग

संरचनात्मक जीव विज्ञान में मशीन लर्निंग

A

Головин Андрей Викторович, Пензар Дмитрий Дмитриевич

एल्गोरिदम और सिद्धांत
RU
मशीन लर्निंग। तकनीक में गहराई से उतरना

मशीन लर्निंग। तकनीक में गहराई से उतरना

B

Артем Демиденко

एआई और एमएल
EN
Python मशीन लर्निंग उदाहरण के साथ। चौथा संस्करण

Python मशीन लर्निंग उदाहरण के साथ। चौथा संस्करण

A

Yuxi (Hayden) Liu

एआई और एमएल
EN
मशीन लर्निंग, एनिमेटेड

मशीन लर्निंग, एनिमेटेड

A

Mark Liu

एआई और एमएल
EN
AI उत्पाद विकास की कला: व्यावसायिक मूल्य प्रदान करना

AI उत्पाद विकास की कला: व्यावसायिक मूल्य प्रदान करना

A

Dr. Janna Lipenkova

एआई और एमएल
EN
अकाउंटिंग और फाइनेंस के लिए पायथन: रिसर्च के लिए पायथन का उपयोग करने का एक एकीकृत दृष्टिकोण

अकाउंटिंग और फाइनेंस के लिए पायथन: रिसर्च के लिए पायथन का उपयोग करने का एक एकीकृत दृष्टिकोण

A

Sunil Kumar

प्रोग्रामिंग भाषाएँ
EN
प्रोग्रामिंग के लिए गणित: गणित सीखें, बेहतर कोड लिखें

प्रोग्रामिंग के लिए गणित: गणित सीखें, बेहतर कोड लिखें

A

Ronald T. Kneusel

एल्गोरिदम और सिद्धांत
EN
ऑप्टिमाइज़ेशन एल्गोरिदम: डिज़ाइन, योजना और नियंत्रण समस्याओं के लिए एआई तकनीकें

ऑप्टिमाइज़ेशन एल्गोरिदम: डिज़ाइन, योजना और नियंत्रण समस्याओं के लिए एआई तकनीकें

A

Alaa Khamis

एल्गोरिदम और सिद्धांत
EN
पायथन में आउटलायर डिटेक्शन

पायथन में आउटलायर डिटेक्शन

A

Brett Kennedy

एल्गोरिदम और सिद्धांत
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
RU
व्यवसाय और विपणन के लिए मशीन लर्निंग

व्यवसाय और विपणन के लिए मशीन लर्निंग

A

Илья Кацов

एआई और एमएल
EN
फाइनेंस के लिए डीप लर्निंग: पायथन में ट्रेडिंग के लिए मशीन और डीप लर्निंग मॉडल बनाना

फाइनेंस के लिए डीप लर्निंग: पायथन में ट्रेडिंग के लिए मशीन और डीप लर्निंग मॉडल बनाना

A

Sofien Kaabar

एआई और एमएल
← 678910 →