python umfassende handbuch (38 résultats)

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Softcover. Etat : Gut. 2. aktualisierte und erweiterte Auflage. 577 S. altersgmeäße Gebrauchsspuren, insgesamt gut erhalten, Fach: H6 H6 //Rechnung mit ausgewiesener MwSt. liegt bei.// Sprache: Englisch Gewicht in Gramm: 972.

Paperback. Etat : New. 3. überarbeitete Auflage 2021.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Paperback. Etat : Brand New. German language. 9.37x6.73x1.65 inches. In Stock.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Etat : very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Hardcover. Etat : Très bon. Ancien livre de bibliothèque avec équipements. Edition 2020. Ammareal reverse jusqu'à 15% du prix net de cet article à des organisations caritatives. ENGLISH DESCRIPTION Book Condition: Used, Very good. Former library book. Edition 2020. Ammareal gives back up to 15% of this item's net price to charity organizations.

Hardcover. Etat : Très bon. Ancien livre de bibliothèque avec équipements. Edition 2020. Ammareal reverse jusqu'à 15% du prix net de cet article à des organisations caritatives. ENGLISH DESCRIPTION Book Condition: Used, Very good. Former library book. Edition 2020. Ammareal gives back up to 15% of this item's net price to charity organizations.

Hardcover. Etat : Très bon. Ancien livre de bibliothèque avec équipements. Edition 2020. Ammareal reverse jusqu'à 15% du prix net de cet article à des organisations caritatives. ENGLISH DESCRIPTION Book Condition: Used, Very good. Former library book. Edition 2020. Ammareal gives back up to 15% of this item's net price to charity organizations.

Etat : very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Hardcover. Etat : Gut. 1032 S. inkl. CD, Falz leicht bestoßen, altersgemäße Gebrauchsspuren, insgesamt gut erhalten, Fach: H5 H5 //Rechnung mit ausgewiesener MwSt. liegt bei.// Sprache: Deutsch Gewicht in Gramm: 1832.

Hardcover. Etat : Fair. Gebrochener Buchrucken / Seiten oder Softcover umgeknickt; Abnutzung / Risse - deutlich. Entdecken Sie die Moglichkeiten von Python 3. Egal, ob Sie erst anfangen, mit Python zu arbeiten oder bei ihrer Arbeit etwas nachschlagen mochten - in diesem Buch finden Sie alles, was Sie zu Python wissen mussen. Angefangen mit einer Einfuhrung in die Sprache bietet es eine Sprachreferenz, die Beschreibung der Standardbibliothek und ausfuhrliche Informationen zu professionellen Themen wie GUI-Entwicklung, Anbindung an C oder wissenschaftliches Rechnen. Dabei wird ausfuhrlich auf die wesentlichen Unterschiede zwischen Python 3 und fruheren Versionen eingegangen. Wenn Sie bisher noch mit Python 2. x arbeiten, helfen Ihnen die Autoren bei der Migration Ihrer bestehenden Projekte. Aus dem Inhalt: Einfuhrung in Python Sprachgrundlagen Modularisierung Objektorientierung Mathematische Module Regulare Ausdrucke Datums- und Zeitfunktionen Schnittstellen zum Betriebssystem Thread-Programmierung Datenspeicherung Netzwerkkommunikation Fehlerbehandlung Distribution von Python-Projekten Programmoptimierung Webentwicklung mit Django GUI-Programmierung Wissenschaftliches Rechnen Anbindung an C Migration von Python 2. x auf 3.

Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

hardcover. Etat : Gut. 1032 Seiten; Artikel stammt aus Nichtraucherhaushalt! BW6515 Sprache: Deutsch Gewicht in Gramm: 1.

Softcover. Etat : Gut bis sehr gut. 3. Auflage. Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen Mit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert. Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning. Ein sicherer Umgang mit Python wird vorausgesetzt. Aus dem Inhalt: Trainieren von Lernalgorithmen und Implementierung in Python Gängige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsbäume und Random Forest Natural Language Processing zur Klassifizierung von Filmbewertungen Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten Deep-Learning-Verfahren für die Bilderkennung Datenkomprimierung durch Dimensionsreduktion Training Neuronaler Netze und GANs mit TensorFlow 2 Kombination verschiedener Modelle für das Ensemble Learning Einbettung von Machine-Learning-Modellen in Webanwendungen Stimmungsanalyse in Social Networks Modellierung sequenzieller Daten durch rekurrente Neuronale Netze Reinforcement Learning und Implementierung von Q-Learning-Algorithmen.

hardcover. Etat : Gut. 985 Seiten; 9783836219259.3 Gewicht in Gramm: 3.

hardcover. Etat : Wie neu. 1171 Seiten; NEUWERTIG und ungelesen. Versand innerhalb von 24 Stunden. neuwertig und ungelesen AF 210391 Sprache: Deutsch Gewicht in Gramm: 4.

perfect. Etat : Wie neu. 584 Seiten; 9783958457331.1 Gewicht in Gramm: 2.

Taschenbuch. Etat : Neu. Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn | Das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics | Sebastian Raschka (u. a.) | Taschenbuch | mitp Professional | 768 S. | Deutsch | 2021 | MITP Verlags GmbH | EAN 9783747502136 | Verantwortliche Person für die EU: mitp Verlags GmbH & Co. KG, Steffen Dralle, Augustinusstr. 9a, 50226 Frechen, steffen[dot]dralle[at]mitp[dot]de | Anbieter: preigu.

Hardcover/Pappeinband. Etat : Sehr gut. 2., aktualisierte Aufl. 788 S. : graph. Darst. ; 25 cm + 1 CD-ROM Zustand: sehr gut; Einband minimal berieben; mit Lesebändchen; MGA2997 9783836214124 Wenn das Buch einen Schutzumschlag hat, ist das ausdrücklich erwähnt. Rechnung mit ausgewiesener Mwst. Sprache: Deutsch Gewicht in Gramm: 1548.

hardcover. Etat : Gut. 1040 Seiten; 9783836258647.3 Gewicht in Gramm: 3.

Taschenbuch. Etat : Neu. Neuware - Datenanalyse mit ausgereiften statistischen Modellen des Machine LearningsAnwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und MatplotlibBest Practices zur Optimierung Ihrer Machine-Learning-AlgorithmenMit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert.Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning.Ein sicherer Umgang mit Python wird vorausgesetzt.Aus dem Inhalt:Trainieren von Lernalgorithmen und Implementierung in PythonGängige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsbäume und Random ForestNatural Language Processing zur Klassifizierung von FilmbewertungenClusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren DatenDeep-Learning-Verfahren für die BilderkennungDatenkomprimierung durch DimensionsreduktionTraining Neuronaler Netze und GANs mit TensorFlow 2Kombination verschiedener Modelle für das Ensemble LearningEinbettung von Machine-Learning-Modellen in WebanwendungenStimmungsanalyse in Social NetworksModellierung sequenzieller Daten durch rekurrente Neuronale NetzeReinforcement Learning und Implementierung von Q-Learning-Algorithmen.