Details
ISBN/EAN: 978-3-96009-291-9
Einband: Paperback
Weitere Details
Übersetzer:
Thomas Demmig
Thomas Demmig
Auflage:
1. Auflage 2026
1. Auflage 2026
Erschienen am:
27.08.2026
27.08.2026
Sprache:
Deutsch
Deutsch
Umfang:
830 S., komplett in Farbe
830 S., komplett in Farbe
Format (T/L/B):
4.7 x 24 x 16.5 cm
4.7 x 24 x 16.5 cm
Hersteller:
dpunkt.verlag GmbH
Vanessa Niethammer
niethammer@dpunkt.de
Wieblinger Weg 17
DE 69123 Heidelberg
dpunkt.verlag GmbH
Vanessa Niethammer
niethammer@dpunkt.de
Wieblinger Weg 17
DE 69123 Heidelberg
Weitere Details
arrow_forward_ios
Praxiseinstieg Machine Learning mit Scikit-Learn und PyTorch
Konzepte, Tools und Techniken für intelligente Systeme, Animals
59,90 €
Verfügbar innerhalb von ca. 3 Wochen
Beschreibung
Der Klassiker - jetzt neu zu PyTorch!Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorchFührt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorchUmfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement LearningMit 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-TuningFühren Sie ein vollständiges ML-Projekt mit Scikit-Learn durch - von der Datenexploration bis zur ModellbewertungLernen Sie Techniken für unüberwachtes Lernen wie Clustering und AnomalieerkennungEntwickeln Sie mit PyTorch fortgeschrittene Architekturen wie Transformer-basierte Chatbots und DiffusionsmodelleNutzen Sie vortrainierte Modelle, einschließlich LLMs, und optimieren und beschleunigen Sie sie Trainieren Sie autonome Agenten mithilfe von Reinforcement Learning