Книги / AI и ML

AI и ML

Все Языки программирования 1182AI и ML 779ВЕБ-разработка 380Алгоритмы и теория 327IT-менеджмент 310DevOps и Инфраструктура 307Кибербезопасность 227Базы данных 189Встраиваемые системы 118Разработка игр 113ОС и Системное 111
Все Data Science 255Машинное обучение 155Нейронные сети 79LLM 72Математика 66Tensorflow 33ChatGPT 32Компьютерное зрение 29Pandas 21PyTorch 18NLP 15MLOps 4
EN
Computer Vision: Object Detection in Adversarial Vision

Computer Vision: Object Detection in Adversarial Vision

A

Mrinal Kanti Bhowmik

AI и ML
EN
Hands-on Deep Learning: A Guide to Deep Learning with Projects and Applications

Hands-on Deep Learning: A Guide to Deep Learning with Projects and Applications

A

Harsh Bhasin

AI и ML
EN
Handbook of Evolutionary Machine Learning

Handbook of Evolutionary Machine Learning

A

Wolfgang Banzhaf, Penousal Machado, Mengjie Zhang (Editors)

AI и ML
EN
Tensor Decompositions for Data Science

Tensor Decompositions for Data Science

A

Grey Ballard, Tamara G. Kolda

AI и ML
EN
Generative AI in Action

Generative AI in Action

A

Amit Bahree

AI и ML
EN
Pandas Cookbook. Third Edition. Practical recipes for scientific computing, time series, and exploratory data analysis using Python

Pandas Cookbook. Third Edition. Practical recipes for scientific computing, time series, and exploratory data analysis using Python

A

William Ayd, Matthew Harrison

AI и ML
EN
GoLang for Machine Learning

GoLang for Machine Learning

F

Evan Atkins

AI и ML
EN
Mastering Large Language Models with Python: Unleash the Power of Advanced Natural Language Processing for Enterprise Innovation and Efficiency Using Large Language Models (LLMs) with Python

Mastering Large Language Models with Python: Unleash the Power of Advanced Natural Language Processing for Enterprise Innovation and Efficiency Using Large Language Models (LLMs) with Python

A

Raj Arun R

AI и ML
EN
Archer B. - Mastering ChatGPT - 2024

Archer B. - Mastering ChatGPT - 2024

F

Archer B.

AI и ML
EN
MATLAB Machine Learning Recipes: A Problem-Solution Approach

MATLAB Machine Learning Recipes: A Problem-Solution Approach

A

Michael Paluszek, Stephanie Thomas

AI и ML
EN
Building LLM Powered Applications: Create intelligent apps and agents with large language models

Building LLM Powered Applications: Create intelligent apps and agents with large language models

A

Valentina Alto

AI и ML
EN
Hands-On Large Language Models: Language Understanding and Generation

Hands-On Large Language Models: Language Understanding and Generation

A

Jay Alammar, Maarten Grootendorst

AI и ML
EN
Generative Artificial Intelligence: Exploring the Power and Potential of Generative AI

Generative Artificial Intelligence: Exploring the Power and Potential of Generative AI

A

Shivam R Solanki, Drupad K Khublani

AI и ML
EN
Machine Learning Algorithms in Depth

Machine Learning Algorithms in Depth

A

Vadim Smolyakov

AI и ML
EN
Building Applications with Large Language Models: Techniques, Implementation, and Applications

Building Applications with Large Language Models: Techniques, Implementation, and Applications

A

Bhawna Singh

AI и ML
EN
Машинное обучение на Python для мониторинга состояния процессов и оборудования, и прогнозного обслуживания: от данных к пониманию процессов

Машинное обучение на Python для мониторинга состояния процессов и оборудования, и прогнозного обслуживания: от данных к пониманию процессов

A

Анкур Кумар, Хесус Флорес-Серрильо

AI и ML
RU
Введение в статистическое обучение с примерами на языке Python

Введение в статистическое обучение с примерами на языке Python

A

Гарет Джеймс, Даниела Уиттен, Тревор Хасти, Роберт Тибширани, Джонатан Тейлор

AI и ML
EN
Основы науки о данных на Python

Основы науки о данных на Python

A

Джон М. Ши

AI и ML
EN
Software Engineering for Data Scientists: От блокнотов к масштабируемым системам

Software Engineering for Data Scientists: От блокнотов к масштабируемым системам

A

Кэтрин Нельсон

AI и ML
EN
Минималистичная обработка данных с Python

Минималистичная обработка данных с Python

A

Марек Гаголевский

AI и ML
EN
Основы Data Science с использованием R, Python и открытых данных

Основы Data Science с использованием R, Python и открытых данных

A

Марко Кремонини

AI и ML
RU
Инструментарий хранения и анализа данных: Полное руководство по размерному моделированию

Инструментарий хранения и анализа данных: Полное руководство по размерному моделированию

A

Ральф Кимбалл, Марджи Росс

AI и ML
EN
Активное машинное обучение на Python

Активное машинное обучение на Python

A

Марго Массон-Форсайт

AI и ML
RU
Python для анализа данных

Python для анализа данных

A

Р. В. Гарафутдинов

AI и ML
RU
Искусственный интеллект в стратегических играх. Часть I: Компьютерные шахматы

Искусственный интеллект в стратегических играх. Часть I: Компьютерные шахматы

A

Илья Шпигорь

AI и ML
EN
Практическое предписывающее моделирование

Практическое предписывающее моделирование

A

Уолтер Р. Пачковски

AI и ML
RU
Python для анализа данных. Обработка данных, создание статистических моделей и машинное обучение

Python для анализа данных. Обработка данных, создание статистических моделей и машинное обучение

B

Уэс Маккинни

AI и ML
RU
Практическая обработка данных: Python и Pandas для профессионалов

Практическая обработка данных: Python и Pandas для профессионалов

A

Игорь Свинаренко

AI и ML
RU
Грокаем глубокое обучение с подкреплением

Грокаем глубокое обучение с подкреплением

A

Мигель Моралес

AI и ML
RU
Нейросети. Обработка аудиоданных

Нейросети. Обработка аудиоданных

A

Джейд Картер

AI и ML
RU
Основы математического моделирования и оптимизации на языке Python

Основы математического моделирования и оптимизации на языке Python

A

А. А. Дробышев, П. А. Головинский, Е. А. Михин

AI и ML
RU
Анализ и визуализация данных в Yandex DataLens. Подробное руководство: от новичка до эксперта

Анализ и визуализация данных в Yandex DataLens. Подробное руководство: от новичка до эксперта

A

Гинько А. Ю.

AI и ML
RU
Частотный анализ числовых и текстовых данных

Частотный анализ числовых и текстовых данных

B

Валентин Юльевич Арьков

AI и ML
EN
The Pragmatic Programmer for Machine Learning: Engineering Analytics and Data Science Solutions

The Pragmatic Programmer for Machine Learning: Engineering Analytics and Data Science Solutions

A

Marco Scutari, Mauro Malvestio

AI и ML
EN
Machine Learning in Production: Master the art of delivering robust Machine Learning solutions with MLOps

Machine Learning in Production: Master the art of delivering robust Machine Learning solutions with MLOps

A

Suhas Pote

AI и ML
EN
Serverless Machine Learning with Amazon Redshift ML: Create, train, and deploy machine learning models using familiar SQL commands

Serverless Machine Learning with Amazon Redshift ML: Create, train, and deploy machine learning models using familiar SQL commands

A

Debu Panda, Phil Bates, Bhanu Pittampally, Sumeet Joshi

AI и ML
EN
Building the Modern Workplace with SharePoint Online: Solutions with SPFx, JSON Formatting, Power Automate, Power Apps, Teams, and PVA, Second Edition

Building the Modern Workplace with SharePoint Online: Solutions with SPFx, JSON Formatting, Power Automate, Power Apps, Teams, and PVA, Second Edition

A

Hari Narayn

AI и ML
EN
Numerical Methods Using Kotlin: For Data Science, Analysis, and Engineering

Numerical Methods Using Kotlin: For Data Science, Analysis, and Engineering

A

Haksun Li, PhD

AI и ML
EN
Python Data Analytics: With Pandas, NumPy, and Matplotlib

Python Data Analytics: With Pandas, NumPy, and Matplotlib

A

Fabio Nelli

AI и ML
EN
Parallel and High Performance Programming with Python: Unlock Parallel and Concurrent Programming in Python using Multithreading, CUDA, Pytorch, and Dask

Parallel and High Performance Programming with Python: Unlock Parallel and Concurrent Programming in Python using Multithreading, CUDA, Pytorch, and Dask

A

Fabio Nelli

AI и ML
RU
Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов

Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов

A

Ксудонг Ма, Вишах Хегде, Лилит Йольан

AI и ML
RU
Статистика и планирование эксперимента для непосвященных: Как отучить статистику лгать

Статистика и планирование эксперимента для непосвященных: Как отучить статистику лгать

A

Майкл Х. Херцог, Грегори Фрэнсис, Аарон Кларк

AI и ML
RU
Статистика без подвоха: Методы критического анализа данных и причинного вывода

Статистика без подвоха: Методы критического анализа данных и причинного вывода

A

Итан Буэно де Мескита, Энтони Фаулер

AI и ML
RU
Создание приложений машинного обучения: от идеи к продукту

Создание приложений машинного обучения: от идеи к продукту

A

Эммануэль Амейзен

AI и ML
RU
С.Н. Ярышев, В.А. Рыжова, М.А. Волынский. Системы технического зрения в задачах обнаружения, измерения, управления

С.Н. Ярышев, В.А. Рыжова, М.А. Волынский. Системы технического зрения в задачах обнаружения, измерения, управления

A

С.Н. Ярышев, В.А. Рыжова, М.А. Волынский

AI и ML
RU
Гугл Драйв. Руководство по рабочей среде Google: от календаря до таблиц

Гугл Драйв. Руководство по рабочей среде Google: от календаря до таблиц

B

Ренат Шагабутдинов, Ольга Королева

AI и ML
RU
Прикладная линейная алгебра для исследователей данных. От ключевых концепций до приложений с использованием Python

Прикладная линейная алгебра для исследователей данных. От ключевых концепций до приложений с использованием Python

A

Майк Икс Коэн

AI и ML
RU
Практики анализа качественных данных в социальных науках

Практики анализа качественных данных в социальных науках

A

Е.В. Полухина (отв. ред.) и коллектив авторов

AI и ML
RU
Основы Python для Data Science

Основы Python для Data Science

A

Кеннеди Берман

AI и ML
RU
Обучение с подкреплением для реальных задач. Инженерный подход

Обучение с подкреплением для реальных задач. Инженерный подход

A

Фил Уиндер

AI и ML
← 45678 →

Оценка качества PDF:

A Отличное — текст копируется, оглавление, метаданные B Хорошее — текст есть, часть данных отсутствует C Среднее — текст частично извлекается D Плохое — скорее всего скан F Скан без OCR — текст не извлекается