| 1. |
Calin, Ovidiu L.: Deep learning architectures : a mathematical approach / Ovidiu Calin. -
Cham, Switzerland: Springer, [2020]. - xxx, 760 Seiten : Illustrationen, ISBN 978-3-030-36720-6
(Springer series in the data sciences)
DOI: 10.1007/978-3-030-36721-3
 Buch/keine Angabe |
|
|
| 2. |
Iten, Raban: Artificial intelligence for scientific discoveries : extracting physical concepts from experimental data using deep learning / Raban Iten. -
Cham: Springer, 2023. - 1 Online-Ressource (XIII, 170 Seiten), ISBN 978-3-031-27019-2
DOI: 10.1007/978-3-031-27019-2
 Online-Ressource |
|
|
| 3. |
Aggarwal, Charu C.: Neural Networks and Deep Learning : A Textbook / by Charu C. Aggarwal. - 2nd ed. 2023.. -
Cham: Springer International Publishing, 2023.. - 1 Online-Ressource(XXIV, 529 p. 150 illus., 22 illus. in color.), ISBN 978-3-031-29642-0
DOI: 10.1007/978-3-031-29642-0
Online-Ressource |
|
|
| 4. |
Machine learning for cyber security / edited by Preeti Malik, Lata Nautiyal and Mangey Ram. -
Berlin ; Boston: De Gruyter, [2023]. - X, 148 Seiten : Diagramme, ISBN 978-3-11-076673-8
(De Gruyter series on the applications of mathematics in engineering and information sciences ; volume 15)
DOI: 10.1515/9783110766745
Buch/keine Angabe |
|
|
| 5. |
Semantische Datenintelligenz im Einsatz / Börteçin Ege, Adrian Paschke (Hrsg.). -
Wiesbaden: Springer Vieweg, [2021]. - 1 Online-Ressource(XVII, 276 Seiten), ISBN 978-3-658-31938-0
(Springer eBook Collection)
DOI: 10.1007/978-3-658-31938-0
Online-Ressource |
|
|
| 6. |
Berlyand, Leonid: Mathematics of deep learning : an introduction / Leonid Berlyand and Pierre-Emmanuel Jabin. -
Berlin ; Boston: De Gruyter, [2023]. - VI, 126 Seiten : Illustrationen, Diagramme, ISBN 978-3-11-102431-8
(De Gruyter graduate)
Buch/keine Angabe |
|
|
| 7. |
Deep learning for the earth sciences : a comprehensive approach to remote sensing, climate science, and geosciences / edited by Gustau Camps-Valls (Universitat de València, Spain), Devis Tuia (EPFL, Switzerland), Xiao … . -
Hoboken, NJ ; Chichester, West Sussex: Wiley, 2021. - 1 Online-Ressource (xxvi, 405 Seiten) : Illustrationen, ISBN 978-1-119-64618-1
DOI: 10.1002/9781119646181
Online-Ressource |
|
|
| 8. |
Lanquillon, Carsten: Knowledge Science – Grundlagen : Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten / von Carsten Lanquillon, Sigurd Schacht. - 1st ed. 2023.. -
Wiesbaden: Springer Fachmedien Wiesbaden, 2023.. - 1 Online-Ressource(VI, 207 S. 70 Abb., 12 Abb. in Farbe.), ISBN 978-3-658-41689-8
DOI: 10.1007/978-3-658-41689-8
Online-Ressource |
|
|
| 9. |
Synthetic Aperture Radar (SAR) Data Applications / edited by Maciej Rysz, Arsenios Tsokas, Kathleen M. Dipple, Kaitlin L. Fair, Panos M. Pardalos. - 1st ed. 2022.. -
Cham: Springer International Publishing, 2022.. - 1 Online-Ressource(X, 278 p. 124 illus., 91 illus. in color.), ISBN 978-3-031-21225-3
(Springer Optimization and Its Applications ; 199)
DOI: 10.1007/978-3-031-21225-3
Online-Ressource |
|
|
| 10. |
Hirschle, Jochen: Machine Learning für Zeitreihen : Einstieg in Regressions-, ARIMA- und Deep-Learning-Verfahren mit Python / Jochen Hirschle. -
München: Hanser, [2021]. - VII, 267 Seiten : Illustrationen, Diagramme, ISBN 978-3-446-46726-2
Buch/keine Angabe  Inhaltsverzeichnis: 1, 2 |
|
|
| 11. |
Géron, Aurélien: Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow : Konzepte, Tools und Techniken für intelligente Systeme / Aurélien Géron ; deutsche Übersetzung von Kristian Rother & Thomas Demmig. - 3., aktualisierte und erweiterte Auflage. -
Heidelberg: O'Reilly, 2023. - 876 Seiten : Illustrationen, Diagramme, ISBN 978-3-96009-212-4
Buch/keine Angabe |
|
|
| 12. |
Weidman, Seth: Deep Learning - Grundlagen und Implementierung : neuronale Netze mit Python und PyTorch programmieren / Seth Weidman ; deutsche Übersetzung von Jørgen W. Lang. - 1. Auflage. -
Heidelberg: O'Reilly, [2020]. - XIII, 235 Seiten : Illustrationen, Diagramme, ISBN 978-3-96009-136-3
Buch/keine Angabe |
|
|
| 13. |
Zai, Alex: Einstieg in Deep Reinforcement Learning : KI-Agenten mit Python und PyTorch programmieren / Alexander Zai, Brandon Brown. -
München: Hanser, [2020]. - XV, 382 Seiten : Illustrationen, Diagramme, ISBN 978-3-446-45900-7
Buch/keine Angabe |
|
|
| 14. |
Krohn, Jon: Deep Learning illustriert : eine anschauliche Einführung in Machine Vision, Natural Language Processing und Bilderzeugung für Programmierer und Datenanalysten / Jon Krohn, Grant Beyleveld, Aglaé Bassens ; aus dem Englischen von Kathrin Lichtenberg. -
Heidelberg: dpunkt.verlag, [2020]. - xxvi, 445 Seiten : Illustrationen, Diagramme, ISBN 978-3-86490-663-3
Buch/keine Angabe |
|
|
| 15. |
Salvaris, Mathew: Deep Learning mit Microsoft Azure / Mathew Salvaris, Danielle Dean, Wee Hyong Tok. - 1. Auflage. -
Bonn: Rheinwerk Verlag, 2019. - 261 Seiten : Illustrationen, Diagramme, ISBN 978-3-8362-6993-3
(Rheinwerk Computing)
Buch/keine Angabe |
|
|
| 16. |
Rao, Delip: Natural Language Processing mit PyTorch : intelligente Sprachanwendungen mit Deep Learning erstellen / Delip Rao und Brian McMahan ; deutsche Übersetzung von Frank Langenau. - 1. Auflage, deutsche Ausgabe. -
Heidelberg: O'Reilly, 2020. - XIV, 234 Seiten : Illustrationen, Diagramme, ISBN 978-3-96009-118-9
Buch/keine Angabe |
|
|
| 17. |
Lanquillon, Carsten: Knowledge Science – Grundlagen : Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten / Carsten Lanquillon, Sigurd Schacht. -
Wiesbaden ; [Heidelberg]: Springer Vieweg, [2023]. - VI, 207 Seiten : Illustrationen, Diagramme, ISBN 978-3-658-41688-1
Buch/keine Angabe |
|
|
| 18. |
Mihaylov, Todor: Knowledge-enhanced neural networks for machine reading comprehension / Todor Borisov Mihaylov ; supervisor: Prof. Dr. Anette Frank. -
Heidelberg, 2022. - 1 Online-Ressource (ix, 159 Seiten)
DOI: 10.11588/heidok.00034352
Online-Ressource |
|
|
| 19. |
Kim, Hee Eun: Efficient deep learning at inference time for gram stained image classification / vorgelegt von Hee E. Kim ; Referent: Prof. Dr. med. Thomas Ganslandt. -
Heidelberg, 12 Jun. 2024. - 1 Online-Ressource (96 Seiten) : Illustrationen, Diagramme
DOI: 10.11588/heidok.00034902
Online-Ressource |
|
|
| 20. |
Graupe, Daniel: Principles of artificial neural networks : basic designs to deep learning / Daniel Graupe (University of Illinois, Chicago, USA). - 4th edition. -
Singapore ; Hackensack, NJ ; London: World Scientific Publishing, [2019]. - xvi, 422 Seiten : Illustrationen, Diagramme, ISBN 9789811201226
(Advanced series in circuits and systems ; vol. 8)
Buch/keine Angabe |
|
|
Suchhistorie (1 Recherche)
Parallelrecherche im DigiKat läuft noch...
Jahr
