Suche nach 'deep learning' bei terrashop.de

¹ Mängelexemplare sind Bücher mit leichten Beschädigungen wie angestoßenen Ecken, Kratzer auf dem Umschlag, Beschädigungen/Dellen am Buchschnitt oder ähnlichem. Diese Bücher sind durch einen Stempel "Mängelexemplar" als solche gekennzeichnet. Die frühere Buchpreisbindung ist dadurch aufgehoben. Angaben zu Preissenkungen beziehen sich auf den gebundenen Preis eines mangelfreien Exemplars.

² Mängelexemplare mit ehemals gebundenen Ladenpreis. Mit leichten Beschädigungen wie angestoßenen Ecken, Kratzer auf dem Umschlag, Beschädigungen/Dellen am Buchschnitt oder ähnlichem. Diese Bücher können mit einem Stempel "Mängelexemplar" als solche gekennzeichnet sein. Angaben zu Preissenkungen beziehen sich auf den ehemaligen gebundenen Preis eines mangelfreien Exemplars.

³ Die Preisbindung dieses Artikels wurde aufgehoben. Angaben zu Preissenkungen beziehen sich auf den vorherigen gebundenen Ladenpreis.

⁴ Der Preisvergleich bezieht sich auf die unverbindliche Preisempfehlung, wie diese vom Hersteller oder von einem Lieferanten zur Verfügung gestellt wird.

⁵ Diese Artikel haben leichte Beschädigungen wie angestoßenen Ecken, Kratzer oder ähnliches und können teilweise mit einem Stempel "Mängelexemplar" als solche gekennzeichnet sein. Der Preisvergleich bezieht sich auf die unverbindliche Preisempfehlung, wie diese vom Hersteller oder von einem Lieferanten zur Verfügung gestellt wird.

⁶ Der Preisvergleich bezieht sich auf die Summe der Einzelpreise der Artikel im Paket. Bei den zum Kauf angebotenen Artikeln handelt es sich um Mängelexemplare oder die Preisbindung dieser Artikel wurde aufgehoben oder der Preis wurde vom Verlag gesenkt oder um eine ehemalige unverbindliche Preisempfehlung des Herstellers. Angaben zu Preissenkungen beziehen sich auf den vorherigen Preis. Der jeweils zutreffende Grund wird Ihnen auf der Artikelseite dargestellt.

⁷ Der gebundene Preis des Buches wurde vom Verlag gesenkt. Angaben zu Preissenkungen beziehen sich auf den vorherigen gebundenen Preis.

⁸ Sonderausgabe in anderer Ausstattung, inhaltlich identisch. Angaben zu Preissenkungen beziehen sich auf den Vergleich Originalausgabe zu Sonderausgabe.

⁹ Der Preisvergleich bezieht sich auf den Originalpreis eines neuen Exemplares.

Ergebnisse für 'deep learning'

Einstieg in Deep Reinforcement Learning - KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book. Extra: E-Book inside

Machine Learning Kochbuch - Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning

Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn

Neuronale Netze und Deep Learning kapieren - Der einfache Praxiseinstieg mit Beispielen in Python

Deep Learning - Grundlagen und Implementierung - Neuronale Netze mit Python und PyTorch programmieren

Neuronale Netze programmieren mit Python - Der Einstieg in KI, Machine Learning und Deep Learning. Mit KI-Lernumgebung, Python-Crashkurs, Keras und TensorFlow

PyTorch für Deep Learning - Anwendungen für Bild-, Ton- und Textdaten entwickeln und deployen

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

Neuronale Netze selbst programmieren - Ein verständlicher Einstieg mit Python

Design Patterns für Machine Learning - Entwurfsmuster für Datenaufbereitung, Modellbildung und MLOps - Best Practices für die gesamte ML-Pipeline

Mathe-Basics für Data Scientists - Lineare Algebra, Statistik und Wahrscheinlichkeitsrechnung für die Datenanalyse

GANs mit PyTorch selbst programmieren - Ein verständlicher Einstieg in Generative Adversarial Networks

Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow

Neuronale Netze programmieren mit Python - Der Einstieg in die Künstliche Intelligenz. Mit KI-Lernumgebung, Python-Crashkurs, Keras und TensorFlow 2. Alle Beispielprojekte zum Download

Einführung in Data Science - Grundprinzipien der Datenanalyse mit Python

Python für KI- und Daten-Projekte

Computational Physics - Problem Solving with Python

Generative KI mit Python - KI im Unternehmenskontext - GenAI, Agenten und mehr! Der Guide für RAG-Anwendungen und Agentensysteme mit Vektordatenbanken und LLMs