Onleihe. Data Bases Titles

Fregly, Chris; Barth, Antje

Data Science mit AWS

End-to-End-Pipelines für Continuous Machine Learning implementieren

Herbold, Steffen

Data-Science-Crashkurs

Eine interaktive und praktische Einführung

Papa, Joe

PyTorch kompakt

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

Lakshmanan, Valliappa; Robinson, Sara; Munn, Michael

Design Patterns für Machine Learning

Entwurfsmuster für Datenaufbereitung, Modellbildung und MLOps

Adams, Ralf

SQL

Der Grundkurs für Ausbildung und Praxis. Mit Beispielen in MySQL/MariaDB, PostgreSQL und T-SQL

Treveil, Mark; Omont, Nicolas

MLOps – Kernkonzepte im Überblick

Machine-Learning-Prozesse im Unternehmen nachhaltig automatisieren und skalieren

Shane, Janelle

Künstliche Intelligenz – Wie sie funktioniert und wann sie scheitert

Eine unterhaltsame Reise in die seltsame Welt der Algorithmen, neuronalen Netze und versteckten Giraffen

Nguyen, Chi Nhan; Zeigermann, Oliver

Machine Learning – kurz & gut

Eine Einführung mit Python, Pandas und Scikit-Learn

Bruce, Peter; Bruce, Andrew; Gedeck, Peter

Praktische Statistik für Data Scientists

50+ essenzielle Konzepte mit R und Python

Beaulieu, Alan

Einführung in SQL

Daten erzeugen, bearbeiten und abfragen

Harrison, Matt

Machine Learning – Die Referenz

Mit strukturierten Daten in Python arbeiten

Pointer, Ian

PyTorch für Deep Learning

Anwendungen für Bild-, Ton- und Textdaten entwickeln und deployen

Wilke, Claus

Datenvisualisierung – Grundlagen und Praxis

Wie Sie aussagekräftige Diagramme und Grafiken gestalten

Foster, David

Generatives Deep Learning

Maschinen das Malen, Schreiben und Komponieren beibringen

Hedtstück, Ulrich

Complex Event Processing

Verarbeitung von Ereignismustern in Datenströmen

Rashid, Tariq

GANs mit PyTorch selbst programmieren

Ein verständlicher Einstieg in Generative Adversarial Networks

Géron, Aurélien

Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow

Konzepte, Tools und Techniken für intelligente Systeme. Aktuell zu TensorFlow 2

Weidman, Seth

Deep Learning – Grundlagen und Implementierung

Neuronale Netze mit Python und PyTorch programmieren

Patel, Ankur A.

Praxisbuch Unsupervised Learning

Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren

Lewandowski, Dirk

Suchmaschinen verstehen