KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 11.11.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.

Produktbild: Bayes, AI, and Deep Learning
Vorbesteller Neu

Bayes, AI, and Deep Learning Foundations of Data Science

103,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.05.2027

Abbildungen

farbige Illustrationen, Zeichnungen, farbig, Tabellen, schwarz-weiss

Verlag

Taylor and Francis

Seitenzahl

818

Maße (L/B)

25,4/17,8 cm

Gewicht

453 g

Sprache

Englisch

ISBN

978-1-03-246798-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.05.2027

Abbildungen

farbige Illustrationen, Zeichnungen, farbig, Tabellen, schwarz-weiss

Verlag

Taylor and Francis

Seitenzahl

818

Maße (L/B)

25,4/17,8 cm

Gewicht

453 g

Sprache

Englisch

ISBN

978-1-03-246798-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Bayes, AI, and Deep Learning
  • 1 Probability and Uncertainty. 2 Bayes Rule. 3 Bayesian Learning. 4 Utility, Risk and Decisions. 5 A/B Testing. 6 Bayesian Hypothesis Testing. 7 Stochastic Processes. 8 Gaussian Processes. 9 Reinforcement Learning. 10 Unreasonable Effectiveness of Data. 11 Pattern Matching. 12 Linear Regression. 13 Logistic Regression and Generalized Linear Models. 14 Tree Models. 15 Forecasting. 16 Model Selection. 17 Statistical Learning Theory and Regularization. 18 Neural Networks. 19 Theory of Deep Learning. 20 Gradient Descent. 21 Quantile Neural Networks. 22 Convolutional Neural Networks. 23 Natural Language Processing. 24 Large Language Models. 25 AI Agents.