• Contact

  • Newsletter

  • About us

  • Delivery options

  • Prospero Book Market Podcast

  • Intelligente Lernende Systeme: Eine fundierte Einführung in Theorie und Praxis der Künstlichen Intelligenz und des Maschinellen Lernens

    Intelligente Lernende Systeme by Knoblauch, Andreas;

    Eine fundierte Einführung in Theorie und Praxis der Künstlichen Intelligenz und des Maschinellen Lernens

    Series: Studienbücher Informatik;

      • GET 12% OFF

      • Publisher's listprice EUR 54.99
      • The price is estimated because at the time of ordering we do not know what conversion rates will apply to HUF / product currency when the book arrives. In case HUF is weaker, the price increases slightly, in case HUF is stronger, the price goes lower slightly.

        21 479 Ft (20 456 Ft + 5% VAT)
      • Discount 12% (cc. 2 577 Ft off)
      • Discounted price 18 901 Ft (18 001 Ft + 5% VAT)

    18 901 Ft

    db

    Availability

    Not yet published.

    Why don't you give exact delivery time?

    Delivery time is estimated on our previous experiences. We give estimations only, because we order from outside Hungary, and the delivery time mainly depends on how quickly the publisher supplies the book. Faster or slower deliveries both happen, but we do our best to supply as quickly as possible.

    Product details:

    • Publisher Springer Berlin Heidelberg
    • Date of Publication 3 July 2026

    • ISBN 9783662728321
    • Binding Paperback
    • No. of pages709 pages
    • Size 240x168 mm
    • Language German
    • Illustrations XIV, 709 S. 158 Abb., 130 Abb. in Farbe.
    • 700

    Categories

    Long description:

    "

    Dieses Buch gibt eine fundierte aber behutsame Einführung in das Gebiet des Maschinellen Lernens und der modernen Künstlichen Intelligenz. Für ein tiefes theoretisches Verständnis werden alle wichtigen Verfahren gründlich und vollständig hergeleitet. Um den Zugang zu erleichtern sind alle notwendigen Mathematik-Grundlagen übersichtlich in Anhängen zusammengefasst, die zudem punktgenau auf Standard-Lehrbücher verweisen. Daneben enthält es viele praktische Beispiele zur Implementierung und Anwendung der Verfahren in der Programmiersprache Python unter Verwendung moderner Softwarebibliotheken wie NumPy, Scikit-Learn, PyTorch, Tensorflow und Keras. Das erworbene Wissen kann in vielen theoretischen und praktischen Übungsaufgaben überprüft und erweitert werden, wobei alle Musterlösungen online zur Verfügung stehen.

    "

    More

    Table of Contents:

    1 Geschichte der.- 2 Einführung Grundbegriffe des Maschinellen Lernens.

    More
    0