<div class="raw-html-embed"><a href="https://libratech.ai/ch/?utm_source=partner&amp;utm_medium=website&amp;utm_campaign=wkch_libra_prsp_staempfli_07_2026
">Stämpfli - L’innovation technologique au service de la littérature juridique - Testez gratuitement !</a></div>

Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Aboverträge Kündigen

Résiliation d’abonnement

Vertrag widerrufen

Résiliation de contrat 

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

Libra

Was ist Libra?

C'est quoi Libra ?

Kostenlos testen

Tester gratuitement

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

Aktienrecht

Droit des sociétés anonymes

Publikationen

Publications

Literatur

Digitales Angebot

Bücher

Livres

Buchreihen

Collections

Onlinemodule LEXIA

Modules en ligne LEXIA

recht.ch

Studienliteratur

Littérature pour les études

Dienstleistungen

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

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

Hyndman R: Forecasting

Forecasting

Principles and Practice, the Pythonic Way

Statistical Methods in the Atmospheric Sciences, Fifth Edition provides a structured exploration of the statistical techniques essential for analyzing atmospheric data. The book begins with foundational concepts in probability, setting the stage for more advanced topics. It then covers univariate statistics, including empirical distributions, parametric probability models, and both frequentist and Bayesian inference methods, offering tools for rigorous data analysis and interpretation. The text also addresses statistical forecasting and ensemble forecasting, along with methods for verifying forecast accuracy. In addition, time series analysis is explored in detail, enabling readers to understand temporal dependencies in atmospheric data. The book advances into multivariate statistics, presenting matrix algebra and random matrices as mathematical foundations. It discusses the multivariate normal distribution, principal component analysis (EOF), and multivariate analysis of vector pairs to handle complex, multidimensional atmospheric datasets. Techniques for discrimination, classification, and cluster analysis are also examined, providing methods for categorizing and interpreting atmospheric patterns. Supplementary materials include example data sets, probability tables, and a glossary of symbols and acronyms, along with answers to exercises that reinforce learning.

Statistical Methods in the Atmospheric Sciences

De Gruyter Textbook

This book is a textbook about calculus of one variable. It contains proofs of all the theorems, propositions etc but also Python codes in order to solve many calculus problems. To produce these codes we use AI and show to the reader how to do that.&nbsp;
This book aims to supplement the existing bibliography concerning single-variable calculus. Material including Python code for both symbolic and approximate computations. Our goal is to appropriately use artificial intelligence to generate this code and demonstrate to students how this is approximately done. This book is extremely useful for first-year science students, their professors, and others.

with Python and AI

Calculus of One Variable

Python: In 21 Tagen die gefragte Programmiersprache lernen, spannende Projekte realisieren und neue berufliche Perspektiven eröffnen
 Sie sind fasziniert von Codes, Programmieren und effizienter Arbeitsorganisation? Und wollen endlich selbst in die Welt der Programmiersprachen einsteigen? Und das Ganze soll dazu anfängertauglich, step-by-step und anwendungsorientiert sein? Bittesehr - hier kommt Ihr persönlicher 21-Tage-Fahrplan zu fundierten Python-Fähigkeiten für Alltag, Studium oder Büro!Wer Python-Code beherrscht und gezielt für seine Zwecke einsetzen kann, ist in der modernen Arbeitswelt absolut im Vorteil: Es gibt kaum einen Job, in dem Sie mit soliden Programmierkenntnissen Prozessabläufe nicht optimieren und effizienter gestalten können, und dazu eröffnet Ihnen die Fähigkeit völlig neue berufliche Perspektiven. Doch auch das Alltagsmanagement kommt ohne digitale Unterstützung kaum mehr aus - und wie Sie sich die genau auf Ihre Bedürfnisse zugeschnitten selbst programmieren, zeigt Ihnen dieses Buch. Es führt Sie zunächst verständlich in die Grundlagen ein, zeigt Ihnen, wie Code überhaupt funktioniert, und erweitert dann Schritt für Schritt Ihre Kenntnisse sowie praktischen Anwendungsfähigkeiten. Sie lernen grundlegende Datenstrukturen ebenso kennen wie objektorientierte Programmierung und beherrschen schließlich auch fortgeschrittene Konzepte wie Dekoratoren oder List Comprehensions. Klingt (noch) alles wie Chinesisch für Sie? Keine Sorge! Dieser Praxisratgeber richtet sich gezielt an Laien ohne Vorkenntnisse und bringt Ihnen die faszinierende Welt des Codes einfach erklärt und in genau Ihrem Tempo nahe.Tag 1-9: Einführung und Grundlagen:
 Lernen Sie die Python-Entwicklungsumgebung (IDE) kennen, machen Sie sich mit den ersten Programmierungsgrundlagen vertraut und entdecken Sie grundlegende Datenstrukturen wie Listen, Tupel oder Sets.
 Tag 10-15: OOP, Dateioperationen &amp; Module:
 Steigen Sie in die objektorientierte Programmierung mit Vererbung, Polymorphismus und Kapselung ein und erlernen Sie den Umgang mit verschiedenen Dateiformaten und Modulen.
 Tag 16-18: Fortgeschrittene Konzepte:
 Generatoren und Iteratoren, Fehlerbehandlung und Ausnahmen oder Lambda-Ausdrücke - mit fortgeschrittenen Profi-Anwendungen holen Sie das Maximum aus Python heraus.
 Tag 19-21: Spannende Praxisprojekte:
 Setzen Sie nützliche Projekte wie IBAN-Prüfer, Datei-Organizer, Zufalls-Entscheidungshelfer oder Mini-KI für Chatantworten mit klaren, präzisen Anleitungen ganz einfach in die Tat um.
 Dieses Buch ist Ihr perfekter Einstieg in das faszinierende und zukunftsweisende Universum des Programmierens und macht Sie in kürzester Zeit zum Python-Profi. Ob Alltag erleichtern, Büroaufgaben vereinfachen oder Arbeitsprozesse optimieren - hier finden Sie das Werkzeug für jedes Projekt.Also, worauf warten Sie noch?
 Klicken Sie nun auf "Jetzt kaufen mit 1-Click" und investieren Sie Ihre Zeit in eine Fähigkeit, die Sie in Beruf &amp; Karriere wirklich weiterbringt!

Das Python Buch für Einsteiger: In 21 Tagen Schritt für Schritt Python programmieren lernen ohne Vorwissen - inkl. 14 Praxisprojekte, IDE-Setup, 50 Standardbefehle uvm

A forward-looking primer on how AI models and systems work, the attacks that can disrupt them, and what security measures the industry uses to keep them safe. Artificial intelligence now underpins everything from chatbots to national infrastructure, but with new capability comes new risk. Attacks like prompt injection, data poisoning, and model theft are already targeting the systems we rely on. Practical AI Security is a comprehensive foundation to the field—a 0-to-60 guide to everything you need to know at the intersection of AI and cybersecurity. Drawing real-world experience securing deployed systems, Harriet Farlow demystifies how modern AI works, why it’s vulnerable, and how to protect it. You’ll learn how AI systems differ from machine learning models, why that matters for security, and how to defend both. Through clear explanations, real-world examples, and over 30 hands-on Python demos, you will: <ul><li>Understand how different kinds of machine learning models—from computer vision and language models to signal models—are built and how their architectures create unique vulnerabilities</li><li>Explore how these models are integrated into more autonomous, agentic AI systems, and why deployment introduces new weaknesses and risks</li><li>Identify, exploit, and defend against dozens of weaknesses and attacks across the AI lifecycle, including data poisoning, model theft, and prompt injection</li><li>Use industry frameworks such as OWASP and MITRE ATLAS to threat model different types of AI systems</li><li>Design and execute AI-specific red teaming campaigns, and understand what makes them distinct from traditional security tests</li><li>Examine how AI itself can be weaponized in cybersecurity, including cases where AI attacks other AI</li><li>Build robust frameworks for AI risk management, assurance, and testing</li><li>Bridge technical and policy perspectives to strengthen AI security culture across organizations</li></ul> Covering fundamentals through to advanced topics—from adversarial machine learning and red teaming to risk management, governance, and AI safety—this book turns theory into skill. Even if you don’t think you’re technical now, you’ll finish with practical confidence and a security mindset. Whether you use, build, deploy, or oversee AI, this isn’t niche knowledge—it’s the foundation for defending the technologies that will define the next era of human progress.

A Hands-on Guide to Attacking, Defending, and Securing Modern AI Systems

Practical AI Security

- Das Buch unterstützt Sie bei der Anwendung einer Programmiersprache, festigt Physikkenntnisse und schafft einen Zugang zur Mechanik.
- VPython-Animationen veranschaulichen physikalische Prozesse.
- Die im Text integrierten Übungen unterstützen die Lernprozesse. 
- Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches

Der Physikunterricht an Gymnasien und Fachoberschulen wird zunehmend vernachlässigt oder entfällt ganz, so dass bei Studenten der Ingenieurwissenschaften Verständnisschwierigkeiten zu erwarten sind. Dieses Buch versucht Verständnis- und Lernschwierigkeiten zu überwinden, indem es Möglichkeiten aufzeigt, physikalische Zusammenhänge durch Visualisierung, Simulation und Animation verstehbarer zu machen.
Schwerpunktmäßig kommen die Matplotlib-Steuerelemente Fancy- ArrowPatch und Slider sowie die Animationsfunktion FuncAnimation zum Einsatz. Um einen motivierenden und sinnstiftenden Kontext zu schaffen, wird anhand von konkreten Beispielen aus dem Sport (Fußball, Tennis, Kugelstoßen, Hammerwerfen, Fahrradfahren, Golf) gezeigt, wie einzelne physikalische Problemstellungen mit Python modelliert und visualisiert werden können.
Der Einstieg in ein neues Thema erfolgt in der Regel mit einem VPython-Programm, das physikalische Phänomene in 3D-Szenen realitätsnah animiert. Relevante Parameter werden mit Hilfe von Schiebereglern (Slider) geändert. Die Auswirkungen sind direkt am Bildschirm beobachtbar.

Den Code aller Beispiele aus dem Buch sowie die Musterlösungen der Übungsaufgaben finden Sie auf der Autorenwebsite.

AUS DEM INHALT //
 - Einführung
 - Statik
 - Mechanik deformierbarer Körper
 - Kinematik
 - Dynamik
 - Arbeit, Leistung und Energie
 - Der Impuls
 - Rotation starrer Körper
 - Mechanische Schwingungen
 - Mechanische Wellen
 - Anhang

Mechanik verstehen mit Python

Animals

Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen!

- Dieses Buch vermittelt Ihnen Schritt für Schritt das notwendige Wissen, um GPT-4 und ChatGPT in Ihre eigenen Projekte zu integrieren

- Es verbindet nahtlos Theorie und Praxis und macht die Komplexität von GPT-4 und GPT 3.5 für Programmierer:innen verständlich

- Die Themen reichen von den grundlegenden Prinzipien der LLMs und der API-Integration bis hin zu Prompt Engineering und Feintuning

- Die aktualisierte und erweiterte 2. Auflage behandelt neben GPT 4 und GPT 3.5 jetzt auch GPT 4o sowie das Thema Multimodalität

Diese Einführung zeigt Python-Entwicklerinnen und -Entwicklern, wie sie Anwendungen mit Large Language Models erstellen. Olivier Caelen und Marie-Alice Blete erklären die wichtigsten Features von GPT-4 und GPT-3.5 und beschreiben, wie sie für eigene NLP-Aufgaben eingesetzt werden können. In nachvollziehbaren Schritten wird erläutert, wie Sie mithilfe der OpenAI-Python-Bibliothek Applikationen zur Textgenerierung, für das Question Answering oder für intelligente Assistenten entwickeln.

Anschauliche Beispiele sowie klare und detaillierte Erklärungen unterstützen Sie dabei, die Konzepte zu verstehen und sie auf Ihre Projekte anzuwenden. Die Codebeispiele sind in einem GitHub- Repository verfügbar. Zudem enthält das Buch ein Glossar mit den wichtigsten Begriffen. Für diese 2. Auflage wurde das Buch aktualisiert und deutlich erweitert, es berücksichtigt die neuesten Entwicklungen in der KI-Technologie wie beispielsweise GPT-4o und Multimodalität.

Sind Sie bereit, das Potenzial von Large Language Models in Ihren Anwendungen zu nutzen? Dann ist dieses Buch ein Muss für Sie.

Es behandelt:

- Grundlagen und Stärken von GPT-4- und GPT-3.5-Modellen und deren Funktionsweise

- Die Integration dieser Modelle in Python-basierte Anwendungen für Aufgaben im Natural Language Processing

- Beispielprojekte, die den Einsatz der OpenAI-API für Aufgaben wie Texterstellung, Inhaltszusammenfassung, Dokumentenklassifikation oder Sentimentanalyse demonstrieren

- Fortgeschrittene LLM-Themen wie das Prompt Engineering, das Optimieren von Modellen, RAG, Plug-ins, LangChain, LlamaIndex und KI-Assistenten

Intelligente Chatbots, Content-Generatoren und mehr erstellen

Anwendungen mit GPT-4 und ChatGPT entwickeln

Mastering Sector and Industry Analysis

The Art of Financial Terrain

Dieses Buch vermittelt einen systematischen Einstieg in die Python-Programmierung und führt Schritt für Schritt durch alle wichtigen Grundlagen bis hin zu fortgeschrittenen Konzepten. Es beginnt mit den zentralen Sprachelementen wie Datentypen, Variablen, Operatoren, Zeichenketten und numerischen Funktionen und zeigt anhand klarer Beispiele, wie Python effizient eingesetzt wird.
Aufbauend darauf behandelt das Buch strukturierte Daten wie Listen, Tupel, Dictionaries und Sets sowie Kontrollstrukturen mit Verzweigungen und Schleifen. Im weiteren Verlauf werden Funktionen, Fehlerbehandlung und objektorientierte Programmierung ausführlich erklärt. Ein eigenes Kapitel widmet sich dem Arbeiten mit Dateien, inklusive Lesen, Schreiben, CSV-Verarbeitung und grundlegenden Funktionen des Betriebssystems.
Abgerundet wird das Werk durch einen großen Übungsteil mit praxisnahen Aufgaben und vollständigen Lösungen, die das eigenständige Lernen unterstützen und den Stoff festigen. Damit eignet sich das Buch sowohl für Einsteigerinnen und Einsteiger in Informatik und Data Science als auch für Anwenderinnen und Anwender, die ein solides Fundament für weiterführende Python-Anwendungen aufbauen möchten.

Einfacher Einstieg für Anfänger und Quereinsteiger - mit Aufgaben und Lösungsbeispielen

Grundlagen der Python-Programmierung

Springer Texts in Business and Economics

A Hands-On Approach

Essentials of Financial Economics

Palgrave Texts in Econometrics

This edited collection commemorates and builds upon the work of prominent Greek scholar in econometrics, Professor Efthymios (Mike) Tsionas. Including previously published work by Professor Tsionas, as well as original research from scholars in his related fields, this book makes a significant contribution to applied econometrics.Within a single volume, readers will have the opportunity to explore the impactful contributions made by Mike Tsionas throughout his academic career. Chapters cover four key sections, including recent econometric method developments, Bayesian methods, stochastic frontier analysis and inefficiency, and macroeconomic applications. The book features contributions from globally recognized scholars in econometrics, with significant policy relevance. This will be a valuable resource for students and researchers of econometrics, specifically working on topics including Bayesian inference, productivity and inefficiency, macro-finance and banking.Stelios Arvanitis
 &nbsp;is Professor of Econometrics at Athens University of Economics and Business, Greece.
 Ioannis Bournakis
 &nbsp;is Associate Professor of Economics at SKEMA Business School, Lille, France.
 Dimitris K. Christopoulos
 &nbsp;is Professor of Economics at Athens University of Economics and Business, Greece.
 Elias Tzavalis&nbsp;
 is Professor of Economics at Athens University of Economics and Business, Greece.

Theory and Practice in Memory of Efthymios (Mike) Tsionas

Topics in Applied Econometrics

Texts in Computer Science

Computational geometry plays a vital role in fields ranging from algorithms, data structures, robotics, and computer graphics to geographic information systems and AI. Providing a comprehensive toolkit, this core textbook constructs a strong bridge between rigorous geometric theory and practical, real-world implementations—making complex concepts accessible and engaging. Uniquely, the volume presents a modern approach to computational geometry through the lens of Python programming. Emphasizing clarity, structure, and visualization, the book introduces core geometric structures and algorithms, supported by detailed illustrations and interactive examples. With its project-based learning orientation and emphasis on conceptual understanding, it can serve as both a textbook and a reference guide for those exploring the computational side of geometry.

Topics and features:

· · · · · · GitHub repository with all source code

Ideal for students of computer science, the textbook/reference will have real utility as well for those in mathematics and engineering. Researchers and practitioners working in computational geometry, algorithm design, data visualization, or related disciplines will find the work an indispensable resource and guide.

Adis Alihodži¿ is a Full Professor at the Department of Mathematics and Computer Science, Faculty of Natural Sciences and Mathematics, University of Sarajevo.

Theory and Python Implementations

Exploring Computational Geometry

In a world flooded with digital information, the ability to automatically extract meaningful and actionable insights from global news feeds is a critical skill. Extracting Actionable Information from RSS Feeds Using Python and AI offers a hands-on guide for leveraging Python and OpenAI to transform raw RSS content—both in English and non-English languages—into structured, insightful data.

This book walks readers through building intelligent pipelines that go beyond simple feed parsing. Using advanced natural language processing and AI techniques, readers will learn how to extract vital elements from each news article, including:

Author identification

Detailed, AI-generated summaries

Assessment of global, political, and social relevance

Detection of potential threats or risks

Named entity recognition (people, places, organizations)




Whether you're building real-time threat intelligence systems, media monitoring dashboards, or conducting geopolitical analysis, this book equips you with the tools and source code to accelerate your development. Each chapter includes fully functional Python scripts that can be immediately applied or extended to meet specific needs.

Designed for developers, analysts, and technologists, this practical and forward-looking book bridges the gap between unstructured content and actionable intelligence—at the speed of the global news cycle.

What You’ll Learn:

Understand how to collect and process RSS feed data from both English and non-English sources using Python.

Apply OpenAI-powered natural language processing to extract key elements such as author, summary, relevance, and threat indicators from news articles.

Perform named entity recognition (NER) to identify and extract people, places, and organizations mentioned in each article.

Evaluate the geopolitical, social, and political relevance of news stories using AI-driven content analysis techniques.

Utilize and customize the provided Python source code to build or enhance real-time content extraction and analysis tools.




Who This Book Is for:

Primary Target Readers include:

Data Analysts and Intelligence Professionals: Professionals in government, cybersecurity, media monitoring, or corporate intelligence who need to extract and act on relevant news information in real time.

Python Developers and AI Enthusiasts: Intermediate to advanced Python programmers looking to integrate AI for real-world content analysis, especially those interested in OpenAI and natural language processing.

Journalists and Media Researchers: Those seeking to automate content curation, perform author attribution, or assess bias and relevance across diverse news sources globally.

Academics and Students in Data Science, AI, or Digital Humanities: Educators and learners looking for applied projects in NLP, multilingual processing, and AI-driven analysis.

Tech-Savvy Policy Makers and Think Tank Researchers: Readers who monitor emerging global narratives and want automated tools to help assess political, social, and security implications.

From Global Headlines to Actionable Intelligence

Extracting Intelligence from RSS News Feeds Using Python and AI

Forecasting

Autres titres sur ce thème