Machine Learning mit PyTorch - kurz & gut

Langue : allemand

Edité par Dpunkt.Verlag Sep 2026, 2026

3960092962 / 9783960092964

Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagnebuchversandmimpf2000

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 23 janvier 2017

Livre broché

Etat: Neuf

EUR 19,90

EUR 60,00 expédition 
Expédition depuis Allemagne vers Etats-Unis

Quantité disponible : 2 disponibles

Ajouter au panier
Retours gratuits sous 30 jours

A propos de cet article

Neuware -Jetzt zu PyTorch - die bewährte Kurzeinführung in Machine Learning- Der Bestseller zum Thema Machine Learning nutzt jetzt PyTorch als zentrales Framework- Anhand konkreter Datensätze lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung und Datenanalyse bis hin zur Visualisierung- Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern durch seine durchdachte Didaktik auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler\*innen- Behandelt auch MLOps und Large Language Models wie ChatGPT Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des Machine Learning und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen veranschaulicht:- Datenvorbereitung, Feature-Auswahl, Modellvalidierung- Supervised und Unsupervised Learning- Neuronale Netze und Deep Learning- LLMs - moderne Sprachmodelle- MLOps - Machine Learning für die PraxisAnhand konkreter Datensätze lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. In Jupyter Not Elektronisches Buch kannst du mit den Codebeispielen experimentieren. Sie basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy und PyTorch.Nach der Lektüre dieses Buchs hast du einen Überblick über das gesamte Thema und kannst Ansätze einordnen und bewerten. Das Buch vermittelt dir eine solide Grundlage, um erste eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.dpunkt.verlag GmbH, Wieblinger Weg 17, 69123 Heidelberg 256 pp. Deutsch.…

N° de réf. du vendeur 9783960092964

Titre
Machine Learning mit PyTorch - kurz & gut
Auteur
Chi Nhan Nguyen
Éditeur
Dpunkt.Verlag Sep 2026
Année de publication
2026
État de l'article
Neu
Reliure
Taschenbuch
Langue
allemand
ISBN à 10 chiffres
3960092962
ISBN à 13 chiffres
9783960092964
Poids de l'article
233 grammes
Dimensions
178x110x17 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Allemagne

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 23 janvier 2017

Frais d'expédition de Allemagne vers Etats-Unis

Article60 à 60 jours ouvrés60 à 60 jours ouvrés
Premier articleEUR 60,00EUR 75,00
Les délais de livraison sont fixés par les vendeurs et varient en fonction du transporteur et du lieu. Les commandes transitant par les douanes peuvent être retardées et les acheteurs sont responsables de tous les droits ou frais associés. Les vendeurs peuvent vous contacter au sujet de frais supplémentaires afin de couvrir toute augmentation des coûts d'expédition de vos articles.

Modes de paiement

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Chèque
  • Paypal

Description de la boutique

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Spécialité

Modernes Antiquariat - Bücher von 1960 bis heute

Profil professionnel du vendeur

buchversandmimpf2000

Allemagne

Impressum

Gesetzliche Anbieterkennung:

Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.