Bücher
hier kostenlos | Buch, Hörbücher |
| Fachbücher |
| Informatik |
Praktische Informatik 02 | |
| Datenbanken |
| Grafische Datenverarbeitung |
| Programmiersprachen und Compiler |
| Programmiersprachen und Interpreter |
| Software-Entwicklung |
Einführung in Python 3: Für Ein- und UmsteigerBernd KleinGebundene Ausgabe E I N FÜ H R U N G I N P Y T H O N 3 Als idealer Einstieg für Programmieranfänger wie für Umsteiger behandelt dieses Buch alle grundlegenden Sprachelemente von Python 3. Aber auch Python-Kennern bietet das Buch viele weiterführende Themen wie Systemprogrammierung, Threads, Forks, Ausnahmehandlungen und Modultests. Erste Schritte mit Python - Besonders geeignet für Programmieranfänger, aber auch für Umsteiger von anderen Sprachen wie C, C++, Java oder Perl- Systematische und praxisnahe Einführung in die Kunst der Programmierung- Praxisnahe Übungen mit ausführlich dokumentierten Musterlösungen zu jedem Kapitel Objektorientierte Programmierung Die wesentlichen Begriffe und Techniken der Programmierung und die zugrundeliegenden Ideen werden in diesem Buch anschaulich erklärt. Die Problemstellungen werden mit typischen Beispielen verdeutlicht, die sich leicht auf andere Anwendungsfälle übertragen lassen. Ebenso dienen die Übungsaufgaben mit ausführlich dokumentierten Musterlösungen nicht nur dazu, den Stoff zu vertiefen, sondern auch, exemplarische Vorgehensweisen zu demonstrieren, die in vielen anderen Bereichen Verwendung finden können. Anwendungsbeispiele: Bruchklasse, Mastermind und Textklassifikation In interessanten Anwendungsfällen werden alle erlernten Konzepte zusammengeführt: Design einer Klasse Bruch für Bruchrechnung, Implementierung des Spieles Mastermind und eine komplette Einführung in die automatische Dokumentenklassifikation. Erweitert wurde auch das umfassende Stichwortverzeichnis und somit die Verwendung des Buches als Nachschlagewerk zusätzlich verbessert. Extra: E-B |
Einstieg in C++: Ideal für Programmiereinsteiger. Inkl. Einführung in die objektorientierte Programmierung. Mit Übungsaufgaben und MusterlösungenThomas TheisTaschenbuch |
C++: Das umfassende Handbuch. Aktuell zu C++17Torsten T. WillGebundene AusgabeDas umfassende Handbuch. Aktuell zu C++17 Gebundenes Buch Das Handbuch für moderne C++-Entwicklung Das Lehr- und Nachschlagewerk zu Modern C++, aktuell zu C++17 Spachgrundlagen, O O P, Standardbibliothek, G U I-Programmierung u. v. m. Mit Guidelines und Techniken für gutes Coden Das Handbuch führt Sie in die moderne C++-Entwicklung ein und zeigt, wie Sie Programme mit höchsten Ansprüchen an Funktionalität, Effizienz und Sicherheit entwickeln. Ausführlich werden der Sprachkern, die objektorientierte Programmierung und die Standardbibliothek behandelt. Auch auf die C++-Entwicklung über den Standard hinaus wird eingegangen. Ziel des Buches ist, dass Sie lernen, wie guter C++-Code programmiert wird, d. h. kompakter, effizienter und sicherer Code. |
AbtastregelungJürgen AckermannTaschenbuch |
Praxiseinstieg Machine Learning mit Scikit-Learn und TensorFlow: Konzepte, Tools und Techniken für intelligente Systeme (Animals)Aurélien GéronTaschenbuchKonzepte, Tools und Techniken für intelligente Systeme Broschiertes Buch Durchbrüche beim Deep Learning haben das maschinelle Lernen in den letzten Jahren eindrucksvoll vorangebracht. Inzwischen können sogar Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen, effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch zeigt Ihnen wie. Mit konkreten Beispielen, einem Minimum an Theorie und zwei unmittelbar anwendbaren Python-Frameworks - Scikit-Learn und Tensor Flow - verhilft Ihnen der Autor Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu neuronalen Netzen. Übungen zu jedem Kapitel helfen Ihnen, das Gelernte in die Praxis umzusetzen. Sie benötigen lediglich etwas Programmiererfahrung, um direkt zu starten. - Entdecken Sie Machine Learning, insbesondere neuronale Netze und das Deep Learning - Verwenden Sie Scikit-Learn, um ein Machine-Learning-Beispielprojekt vom Anfang bis zum Ende nachzuvollziehen - Erkunden Sie verschiedene trainierbare Modelle, darunter Support Vector Machines, Entscheidungsbäume, Random Forests und Ensemble-Methoden - Nutzen Sie die Bibliothek Tensor Flow, um neuronale Netze zu erstellen und zu trainieren - Lernen Sie Architekturen neuronaler Netze kennen, darunter Convolutional Nets, Recurrent Nets und Deep Reinforcement Learning - Eignen Sie sich Techniken zum Trainieren und Skalieren von neuronalen Netzen an - Wenden Sie Codebeispiele an, ohne exzessiv die Theorie von Machine Learning oder die Algorithmik durcharbeiten zu müssen |
Excel programmieren: Abläufe automatisieren, Apps und Anwendungen entwickeln mit Excel 2007 bis 2013Michael Kofler, Ralf NebeloGebundene Ausgabe |
Buch, Hörbücher, Kategorie Praktische Informatik, Weitere Seiten:
1
1