Praxiseinstieg Machine Learning mit Scikit-Learn und PyTorch: Konzepte, Tools und Techniken für intelligente Systeme

Géron, Aurélien (Author)/ Demmig, Thomas (Translator)

ISBN 10: 3960092911 / ISBN 13: 9783960092919

Published by dpunkt.Verlag, 2026

About this Item

896 pages. German language. 9.41x1.89x6.42 inches. In Stock.

Seller Inventory # __3960092911

Bibliographic Details

• Title: Praxiseinstieg Machine Learning mit Scikit-Learn und PyTorch: Konzepte, Tools und Techniken für intelligente Systeme
• Publisher: dpunkt.Verlag
• Publication Date: 2026
• Language: German
• ISBN 10: 3960092911
• ISBN 13: 9783960092919
• Binding: Perfect Paperback
• Condition: Brand New
• Weight: 0.79 kilograms

About this title

Synopsis

Der Klassiker - jetzt neu zu PyTorch! - Das Standard-Lehrbuch von Bestseller-Autor Aurélien Géron, nutzt jetzt das führende Framework PyTorch - Führt leicht verständlich in die Basics des Machine Learning ein und vermittelt darauf aufbauend alle wesentlichen Techniken für die Programmierung von KI mit PyTorch - Umfassend: von Datenexploration, Regression und Clustering bis Transformern, LLMs, Agenten und Reinforcement Learning - Mit zahlreichen Übungen und Lösungen Das Potenzial des Machine Learning ist heute enorm, doch viele Entwickler:innen lassen sich von der Komplexität dieses Themas abschrecken. Ganz gleich, ob Sie Ihre Fähigkeiten erweitern und Machine Learning in praktischen Projekten anwenden möchten oder einfach nur neugierig sind, wie KI-Systeme funktionieren - dieses Buch ist Ihr idealer Einstieg. Um direkt zu starten, benötigen Sie lediglich etwas Programmiererfahrung. Mit konkreten Beispielen, einem Minimum an Theorie und unmittelbar anwendbaren Python-Frameworks wie Scikit-Learn und PyTorch, verhilft Ihnen Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Auf der Grundlage des Hugging-Face-Ökosystems lernen Sie eine Vielzahl von Techniken kennen - von grundlegender Regression bis hin zu fortgeschrittenen Deep Neural Networks, Large Language Models und KI-Agenten. Die in jedem Kapitel enthaltenen Übungen helfen Ihnen, das Gelernte in die Praxis umzusetzen.