Isbn: 9783960092919 - praxiseinstieg machine learning mit scikit-learn und pytorch: konzepte, tools und techniken für intelligente systeme (animals) (6 Ergebnisse)

Perfect Paperback. Zustand: Brand New. 896 pages. German language. 9.41x1.89x6.42 inches. In Stock.

Taschenbuch. Zustand: Neu. Neuware - Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorch Führt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorch Umfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement Learning Mit zahlreichen Übungen und Lösungen Das Potenzial von Machine Learning ist enorm, doch viele Entwicklerinnen und Entwickler schreckt die Komplexität des Themas ab. Ob Sie Ihre Fähigkeiten erweitern, Machine Learning in realen Projekten einsetzen oder verstehen möchten, wie KI-Systeme funktionieren - dieses Buch bietet einen idealen Einstieg. Aurélien Géron vermittelt anhand konkreter Praxisbeispiele und anschaulicher Erklärungen ein intuitives Verständnis zentraler Konzepte und Werkzeuge. Sie lernen moderne Frameworks und Bibliotheken wie Scikit-Learn, PyTorch und Hugging Face sowie eine Vielzahl von Techniken und Methoden kennen - von Basics wie Regression bis hin zu fortgeschrittenen Deep Neural Networks, Large Language Models und KI-Agenten. Verstehen Sie die Grundlagen des Machine Learning, einschließlich Konzepten wie Overfitting und Hyperparameter-Tuning Führen Sie ein vollständiges ML-Projekt mit Scikit-Learn durch - von der Datenexploration bis zur Modellbewertung Lernen Sie Techniken für unüberwachtes Lernen wie Clustering und Anomalieerkennung Entwickeln Sie mit PyTorch fortgeschrittene Architekturen wie Transformer-basierte Chatbots und Diffusionsmodelle Nutzen Sie vortrainierte Modelle, einschließlich LLMs, und optimieren und beschleunigen Sie sie Trainieren Sie autonome Agenten mithilfe von Reinforcement Learning.…

Zustand: New.

Taschenbuch. Zustand: Neu. Neuware -Der Klassiker - jetzt neu zu PyTorch!- Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorch- Führt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorch- Umfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement Learning- Mit zahlreichen Übungen und LösungenDas Potenzial von Machine Learning ist enorm, doch viele Entwicklerinnen und Entwickler schreckt die Komplexität des Themas ab. Ob Sie Ihre Fähigkeiten erweitern, Machine Learning in realen Projekten einsetzen oder verstehen möchten, wie KI-Systeme funktionieren - dieses Buch bietet einen idealen Einstieg.Aurélien Géron vermittelt anhand konkreter Praxisbeispiele und anschaulicher Erklärungen ein intuitives Verständnis zentraler Konzepte und Werkzeuge. Sie lernen moderne Frameworks und Bibliotheken wie Scikit-Learn, PyTorch und Hugging Face sowie eine Vielzahl von Techniken und Methoden kennen - von Basics wie Regression bis hin zu fortgeschrittenen Deep Neural Networks, Large Language Models und KI-Agenten.- Verstehen Sie die Grundlagen des Machine Learning, einschließlich Konzepten wie Overfitting und Hyperparameter-Tuning- Führen Sie ein vollständiges ML-Projekt mit Scikit-Learn durch - von der Datenexploration bis zur Modellbewertung- Lernen Sie Techniken für unüberwachtes Lernen wie Clustering und Anomalieerkennung- Entwickeln Sie mit PyTorch fortgeschrittene Architekturen wie Transformer-basierte Chatbots und Diffusionsmodelle- Nutzen Sie vortrainierte Modelle, einschließlich LLMs, und optimieren und beschleunigen Sie sie - Trainieren Sie autonome Agenten mithilfe von Reinforcement Learningdpunkt.verlag GmbH, Wieblinger Weg 17, 69123 Heidelberg 830 pp. Deutsch.…

Taschenbuch. Zustand: Neu. Praxiseinstieg Machine Learning mit Scikit-Learn und PyTorch | Konzepte, Tools und Techniken für intelligente Systeme | Aurélien Géron | Taschenbuch | Animals | 830 S. | Deutsch | 2026 | dpunkt.Verlag | EAN 9783960092919 | Verantwortliche Person für die EU: dpunkt.verlag GmbH, Vanessa Niethammer, Wieblinger Weg 17, 69123 Heidelberg, niethammer[at]dpunkt[dot]de | Anbieter: preigu.…

Taschenbuch. Zustand: Neu. Neuware -Der Klassiker - jetzt neu zu PyTorch!- Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorch- Führt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorch- Umfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement Learning- Mit zahlreichen Übungen und LösungenDas Potenzial von Machine Learning ist enorm, doch viele Entwicklerinnen und Entwickler schreckt die Komplexität des Themas ab. Ob Sie Ihre Fähigkeiten erweitern, Machine Learning in realen Projekten einsetzen oder verstehen möchten, wie KI-Systeme funktionieren - dieses Buch bietet einen idealen Einstieg.Aurélien Géron vermittelt anhand konkreter Praxisbeispiele und anschaulicher Erklärungen ein intuitives Verständnis zentraler Konzepte und Werkzeuge. Sie lernen moderne Frameworks und Bibliotheken wie Scikit-Learn, PyTorch und Hugging Face sowie eine Vielzahl von Techniken und Methoden kennen - von Basics wie Regression bis hin zu fortgeschrittenen Deep Neural Networks, Large Language Models und KI-Agenten.- Verstehen Sie die Grundlagen des Machine Learning, einschließlich Konzepten wie Overfitting und Hyperparameter-Tuning- Führen Sie ein vollständiges ML-Projekt mit Scikit-Learn durch - von der Datenexploration bis zur Modellbewertung- Lernen Sie Techniken für unüberwachtes Lernen wie Clustering und Anomalieerkennung- Entwickeln Sie mit PyTorch fortgeschrittene Architekturen wie Transformer-basierte Chatbots und Diffusionsmodelle- Nutzen Sie vortrainierte Modelle, einschließlich LLMs, und optimieren und beschleunigen Sie sie - Trainieren Sie autonome Agenten mithilfe von Reinforcement Learning 830 pp. Deutsch.…