<div class="raw-html-embed"> Newsletteraktion: Abonnieren Sie jetzt unseren Newsletter und sichern Sie sich bis zum 8. August 2025 10% Rabatt auf Ihre Onlinebestellungen. <a href="/newsletter">Infos und Anmeldung.</a></div>

NL_Doormat: Hintergrundfarbe des Newsletter Banners unten in der Doormat. Mit # eingeben z.B. #1405BE

NL_Doormat: Verlinkung zur Newsletter Seite

Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Publikationen

Publications

Literatur

Onlinemodule LEXIA

Modules en ligne LEXIA

Bücher

Livres

Buchreihen

Collections

Datenbanken

recht.ch

Studienliteratur

Littérature pour les études

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Sortiment und Funktionen

Assortiment et recherche

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Pardo S: Beyond the T-Test

Beyond the T-Test

General Audio Signal Processing with Deep Learning

Dieses Buch behandelt umfassend und nahtlos Risikomanagement, Produktpreisgestaltung, Kapitalmanagement und Eigenkapitalrendite. Strategische Planung, einschließlich der erforderlichen quantitativen Methoden, ist ein wesentlicher Bestandteil des Bankmanagements und der -kontrolle. Eine gründliche Einführung in die fortgeschrittenen Methoden des Risikomanagements für Kreditrisiko, Gegenparteirisiko, Marktrisiko, operationelles Risiko und Risikoaggregation wird bereitgestellt. Darüber hinaus werden direkt anwendbare Konzepte und Daten wie makroökonomische Szenarien für die strategische Planung und Stresstests sowie detaillierte Szenarien für operationelles Risiko und fortgeschrittene Konzepte für Kreditrisiko in verständlicher Sprache präsentiert. Das Buch hebt die Auswirkungen und Chancen der Basel-III- und Basel-IV-Umsetzungen (ab 2022) hervor, insbesondere in Bezug auf Kapitalmanagement und Eigenkapitalrendite. Eine Fülle von wesentlichen Hintergrundinformationen aus der Praxis, internationalen Beobachtungen und Vergleichen sowie zahlreiche anschauliche Beispiele machen dieses Buch zu einer nützlichen Ressource für etablierte und zukünftige Fachleute im Bankmanagement, Risikomanagement, Kapitalmanagement, Controlling und Rechnungswesen.

Strategie, Preisgestaltung, Kapital- und Risikomanagement

Bankmanagement mittels Risiko-Rendite-Steuerung

Retrieval-Augmented Generation (RAG) represents the cutting edge of AI innovation, bridging the gap between large language models (LLMs) and real-world knowledge. This book provides the definitive roadmap for building, optimizing, and deploying enterprise-grade RAG systems that deliver measurable business value.
This comprehensive guide takes you beyond basic concepts to advanced implementation strategies, covering everything from architectural patterns to production deployment. You'll explore proven techniques for document processing, vector optimization, retrieval enhancement, and system scaling, supported by real-world case studies from leading organizations.
Key Learning Objectives
<ul>
<li>Design and implement production-ready RAG architectures for diverse enterprise use cases</li>
<li>Master advanced retrieval strategies including graph-based approaches and agentic systems</li>
<li>Optimize performance through sophisticated chunking, embedding, and vector database techniques</li>
<li>Navigate the integration of RAG with modern LLMs and generative AI frameworks</li>
<li>Implement robust evaluation frameworks and quality assurance processes</li>
<li>Deploy scalable solutions with proper security, privacy, and governance controls</li>
</ul>
Real-World Applications
<ul>
<li>Intelligent document analysis and knowledge extraction</li>
<li>Code generation and technical documentation systems</li>
<li>Customer support automation and decision support tools</li>
<li>Regulatory compliance and risk management solutions</li>
</ul>
Whether you're an AI engineer scaling existing systems or a technical leader planning next-generation capabilities, this book provides the expertise needed to succeed in the rapidly evolving landscape of enterprise AI.
What You Will Learn
<ul>
<li>Architecture Mastery: Design scalable RAG systems from prototype to enterprise production</li>
<li>Advanced Retrieval: Implement sophisticated strategies, including graph-based and multi-modal approaches</li>
<li>Performance Optimization: Fine-tune embedding models, vector databases, and retrieval algorithms for maximum efficiency</li>
<li>LLM Integration: Seamlessly combine RAG with state-of-the-art language models and generative AI frameworks</li>
<li>Production Excellence: Deploy robust systems with monitoring, evaluation, and continuous improvement processes</li>
<li>Industry Applications: Apply RAG solutions across diverse sectors, including finance, healthcare, legal, and technology</li>
</ul>

Advanced Techniques and Production-Ready Solutions for Enterprise AI

Mastering Retrieval-Augmented Generation

Modern Trends In Financial Engineering

Multiscale Financial Data Analytics and Machine Learning offers a systematic and comprehensive study on the multiscale approach to financial data analytics and machine learning. This book covers an array of multiscale methods to discover the properties of various timescales embedded in a financial time series, including noise-assisted empirical mode decomposition methods. Important interpretable multiscale outputs from the estimation are recognized as a new set of features that can be used for machine learning. The feature selection problem for machine learning is examined in this volume.This book offers an applied quantitative approach that combines novel analytical methodologies and practical applications to a wide array of examples with real-world data. It is self-contained and organized in its presentation. The explanations of the methodologies are both accessible and detailed enough to capture the interest of the curious student or researcher. Step-by-step descriptions of the algorithms are provided for straightforward implementation.

Multiscale Financial Data Analytics And Machine Learning

Übersichtlich und kompakt bietet Ihnen dieses Lehrbuch einen vollständigen Überblick über alle prüfungsrelevanten Inhalte der medizinischen Statistik. Es leitet Sie leicht verständlich und praxisbezogen durch das gesamte Basiswissen von den Grundlagen bis hin zu den wichtigsten Anwendungen. Profitieren Sie von der langjährigen Erfahrung der Autorin, die sorgfältig das Wesentliche für Sie ausgewählt und aufbereitet hat. Ganz neu in der 8. Auflage sind das Kapitel "Hinweise für Doktoranden" und Vertiefungen zum Thema Bias.Der InhaltDas bewährte didaktische Konzept ermöglicht ein effizientes Lernen:<ul><li>Kernaussagen – Bringen das Wichtigste auf den Punkt</li><li>Fallbeispiele – Stellen einen anschaulichen Bezug zur Praxis her</li><li>Prüfungsteil – Für eine optimale Vorbereitung auf MC-Fragen und mündliche Prüfungen</li></ul>Die AutorinProf. Dr. sc. Hum. Habil. Dipl.- Math. Christel Weiß ist die Leiterin der Abteilung für Medizinische Statistik, Biomathematik und Informationsverarbeitung des Universitätsklinikums Mannheim, Medizinische Fakultät der Universität Heidelberg.&nbsp;

Übersichtlich und kompakt bietet Ihnen dieses Lehrbuch einen vollständigen Überblick über alle prüfungsrelevanten Inhalte der medizinischen Statistik. Es leitet Sie leicht verständlich und praxisbezogen durch das gesamte Basiswissen von den Grundlagen bis hin zu den wichtigsten Anwendungen. Profitieren Sie von der langjährigen Erfahrung der Autorin, die sorgfältig das Wesentliche für Sie ausgewählt und aufbereitet hat. Ganz neu in der 8. Auflage sind das Kapitel "Hinweise für Doktoranden" und Vertiefungen zum Thema Bias.Der InhaltDas bewährte didaktische Konzept ermöglicht ein effizientes Lernen:<ul><li>Kernaussagen – Bringen das Wichtigste auf den Punkt</li><li>Fallbeispiele – Stellen einen anschaulichen Bezug zur Praxis her</li><li>Prüfungsteil – Für eine optimale Vorbereitung auf MC-Fragen und mündliche Prüfungen</li></ul>

Basiswissen Medizinische Statistik

Encyclopedia of Optimization

Challenges and Applications of Generative Large Language Models

A Gentle Introduction to Quantum Machine Learning

Specialty Crops and Climate Change Modeling

Artificial Intelligence and Data Science in Agriculture

Series On Intelligence Science

This popular science compendium provides an approximate, holistic but first ever solution to the four Holy Grail questions: How does a brain work? How does the brain learn? How does its consciousness arise? How does learning require consciousness?The volume explains how human brains require and learn consciousness and why the new AI will overcome the current lack of conscious learning algorithms in AI. For human societies, it suggests how governments can make their taxpayers safer, more prosper and happier. For future AI, it calls for a thorough investigation in scientific infrastructures like government and private funding agencies, publication venues, professional societies and administrators that evaluate research. Why did a conscious learning algorithm not have a healthy environment to study? Why could rampant misconducts of data deletion in deep learning be allowed to grossly exaggerate AI performances for so long? The author's real-life accounts reveal deep reasons.The useful reference text benefits laymen in all walks of life, as well as professionals, researchers, academics and students in any areas.

Conscious Learning: Humans And Machines

Advanced Intelligence Methods for Data Science and Optimization covers the latest research trends and applications of AI topics such as deep learning, reinforcement learning, evolutionary algorithms, Bayesian optimization, and swarm intelligence. The book is a comprehensive guide that provides readers with theoretical concepts and case studies for applying advanced intelligence methods to real-world problems. Authored by a team of renowned experts in the field, the book offers a holistic approach to understanding and applying intelligence methods across various domains. It explores the fundamental concepts of data science and optimization, providing a strong foundation for readers to build upon, and will be a welcomed resource for AI researchers, data scientists, engineers, and developers on key topics such as evolutionary optimization techniques, reinforcement learning, Natural Language Processing, Bayesian optimization, advanced analytics for large-scale data, fuzzy logic, quantum computing, graph theory, convex optimization, differential evolution, and more.

Advanced Intelligence Methods for Data Science and Optimization

Professional Practice in Governance and Public Organizations

From Administrative Sources to Public Value

Data-Driven Learning in the EU

Beyond the T-Test

Weitere Titel zum Thema