Python Fur Einsteiger Dein Umfassender Einstieg In Die Programmierung


Download Python Fur Einsteiger Dein Umfassender Einstieg In Die Programmierung PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Python Fur Einsteiger Dein Umfassender Einstieg In Die Programmierung book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.

Download

Python für Einsteiger: Dein umfassender Einstieg in die Programmierung


Python für Einsteiger: Dein umfassender Einstieg in die Programmierung

Author: Frank Hornung

language: de

Publisher: epubli

Release Date: 2025-02-23


DOWNLOAD





Möchtest du die Welt der Programmierung entdecken, ohne von komplizierten Fachbegriffen abgeschreckt zu werden? Dann ist dieses Buch genau das Richtige für dich! "Python für Einsteiger" führt dich Schritt für Schritt in die faszinierende Welt des Programmierens ein – mit klar verständlichen Erklärungen, zahlreichen anschaulichen Bei-spielen und praktischen Übungen. Ganz gleich, ob du noch nie eine Zeile Code geschrieben hast oder bereits erste Erfahrungen sammeln konntest – hier lernst du alles, was du brauchst, um eigene Programme zu entwickeln.

Effektiv Python programmieren


Effektiv Python programmieren

Author: Brett Slatkin

language: de

Publisher: MITP-Verlags GmbH & Co. KG

Release Date: 2020-04-21


DOWNLOAD





• Bewährte Verfahren, Tipps und Tricks für robusten, leistungsfähigen und wartungsfreundlichen Code • Grundlegende Aufgaben besser und effektiver erledigen • Lösungen für das Debuggen, Testen und Optimieren zur Verbesserung von Qualität und Performance Der Einstieg in die Python-Programmierung ist einfach, daher ist die Sprache auch so beliebt. Pythons einzigartige Stärken und Ausdrucksmöglichkeiten sind allerdings nicht immer offensichtlich. Zudem gibt es diverse verborgene Fallstricke, über die man leicht stolpern kann. Dieses Buch vermittelt insbesondere eine Python-typische Herangehensweise an die Programmierung. Brett Slatkin nutzt dabei die Vorzüge von Python zum Schreiben von außerordentlich stabilem und schnellem Code. Er stellt 90 bewährte Verfahren, Tipps und Tricks vor, die er anhand praxisnaher Codebeispiele erläutert. Er setzt dabei den kompakten, an Fallbeispielen orientierten Stil von Scott Meyers populärem Buch »Effektiv C++ programmieren« ein. Auf Basis seiner jahrelangen Erfahrung mit der Python-Infrastruktur bei Google demonstriert Slatkin weniger bekannte Eigenarten und Sprachelemente, die großen Einfluss auf das Verhalten des Codes und die Performance haben. Sie erfahren, wie sich grundlegende Aufgaben am besten erledigen lassen, damit Sie leichter verständlichen, wartungsfreundlicheren und einfach zu verbessernden Code schreiben können.

Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn


Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn

Author: Sebastian Raschka / Vahid Mirjalili

language: de

Publisher: MITP-Verlags GmbH & Co. KG

Release Date: 2021-03-03


DOWNLOAD





• Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings • Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib • Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen Mit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert. Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning. Ein sicherer Umgang mit Python wird vorausgesetzt.