PickAClass · KI, Technologie & Ingenieurwesen · Quantencomputing

Quantenmaschinelles Lernen

Untersuchen Sie die Schnittstelle von Quantencomputing und maschinellem Lernen. Erfahren Sie mehr über Quanten-Klassifizierer, quantenneuronale Netze und wie Quantenalgorithmen ML-Aufgaben verbessern können.

Quantenmaschinelles Lernen

Integration von LangChain und LLMs in Data Science Workflows

Edge Machine Learning auf Arm-Mikrocontrollern

Ensemble Learning: Grundlagen des Bagging und Boosting

Bereitstellung von Machine Learning-Modellen mit Flask für Einsteiger

Experimentelle maschinelle Lern- und Datengewinnung mit Weka, MOA und R

Probabilistic Deep Learning mit TensorFlow

Hands-On Machine Learning mit H2O

TinyML Grundlagen: Maschinelles Lernen auf Mikrocontrollern

Stochastic Gradient Descent: Optimierung für maschinelles Lernen

Techniken des maschinellen Lernens: Erweiterte Merkmal- und Ensemblemethoden

Machine Learning für JavaScript-Entwickler mit TensorFlow.js

TinyML-Anwendungen für eingebettete Geräte

Einführung in Snowflake: Modernes Cloud-Data Warehousing

TinyML-Grundlagen: Modelle auf Mikrocontrollern bereitstellen

Generative & Predictive AI: Machine Learning auf Cloud-Plattformen

Feature Engineering für Machine Learning: Von Grundlagen zu Featurestores

Machine Learning-Systeme für die Produktion: Entwicklung skalierbarer Cloud-ML

KI-Algorithmen: Einschränkungen und ethisches Design verstehen

Apache Flink Essentials für die Streamverarbeitung

Intelligente Analysen und maschinelles Lernen auf der GCP

Grundlagen des maschinellen Lernens für alle

Feature Engineering für erfolgreiches maschinelles Lernen

Vorhersagemodelle für maschinelles Lernen mit Python

Machine Learning von Grund auf mit Scikit-learn