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

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

González-Palacios M: Interactive
Analysis of Industrial Robots

Interactive Analysis of Industrial Robots

Orthogonal Architectures, Kinematical Design and Simulation

Mechatronische Systeme entstehen durch Integration von vorwiegend mechanischen und elektronischen Systemen sowie zugehöriger Informationsverarbeitung. Wesentlich ist dabei die Integration der mechanischen und elektronischen Elemente durch ihre räumliche Anordnung und durch ihre Funktionen sowie die Erzielung synergetischer Effekte. Die örtliche Integration erfolgt durch den konstruktiven Entwurf, die funktionelle Integration durch die Informationsverarbeitung und damit durch die Gestaltung der Software.Das vorliegende Buch führt in den Aufbau und die Modellbildung mechatronischer Systeme in einer einheitlichen Form ein und stellt das Verhalten von mechanischen Bauelementen, elektrischen Antrieben, Maschinen, Sensoren, Aktoren und Mikrorechnern dar. Ziel dabei ist, ein bestimmtes Systemverhalten zu erreichen.Die&nbsp;&nbsp; Auflage enthält wesentliche Erweiterungen bei der Entwicklungsmethodik, bei mechanischen Komponenten, elektrischen Antrieben, Beispielen von Maschinenmodellen, Sensoren, hydraulischen und pneumatischen Aktoren und fehlertoleranten Systemen. Aufgabensammlungen ergänzen die einzelnen Kapitel.

Mechatronische Systeme entstehen durch Integration von vorwiegend mechanischen und elektronischen Systemen sowie zugehöriger Informationsverarbeitung. Wesentlich ist dabei die Integration der mechanischen und elektronischen Elemente durch ihre räumliche Anordnung und durch ihre Funktionen sowie die Erzielung synergetischer Effekte. Die örtliche Integration erfolgt durch den konstruktiven Entwurf, die funktionelle Integration durch die Informationsverarbeitung und damit durch die Gestaltung der Software. Das vorliegende Buch führt in den Aufbau und die Modellbildung mechatronischer Systeme in einer einheitlichen Form ein und stellt das Verhalten von mechanischen Bauelementen, elektrischen Antrieben, Maschinen, Sensoren, Aktoren und Mikrorechnern dar. Ziel dabei ist, ein bestimmtes Systemverhalten zu erreichen. Die zweite Auflage enthält wesentliche Erweiterungen bei der Entwicklungsmethodik, bei mechanischen Komponenten, elektrischen Antrieben, Beispielen von Maschinenmodellen, Sensoren, hydraulischen und pneumatischen Aktoren und fehlertoleranten Systemen. Aufgabensammlungen ergänzen die einzelnen Kapitel.

Grundlagen

Mechatronische Systeme

Das Buch führt anschaulich und verständlich in das Gebiet der intelligenten Verfahren ein. In geschlossenen Darstellungen zeigt es zuerst die theoretischen Grundlagen und anschließend praktische Beispiele, wobei bei den Beispielen auch fehlerhafte Ansätze gezeigt werden.Ausgehend von linearen Systemen und ihren Einschränkungen werden nichtlineare Systeme sowie grundlegende Lernverfahren eingeführt. Darauf aufbauend werden intelligente Verfahren, z.B. der lernfähige, nichtlineare Beobachter, entwickelt sowie die Identifikation von nichtlinearen Systemen und deren Optimierung behandelt. &nbsp;Anschließend werden Regelungsverfahren von nichtlinearen Systemen vorgestellt, wobei die modellbasierte adaptive Regelung sowie die Regelung von unbekannten Systemen Schwerpunkte sind. Den Abschluss bildet ein Kapitel über Fuzzy-Logik.Die Verfahren können bei vielen nichtlinearen Systemen angewendet werden und wurden bereits äußerst erfolgreich in der Medizin, in der Robotik und in der Getriebesteuerung von Hybridfahrzeugen eingesetzt.Neu an der zweiten Auflage sind Kapitel über robuste Schätzverfahren und Concurrent Learning.Die ZielgruppenDas Werk richtet sich an Studierende &nbsp;und Wissenschaftler der Ingenieurwissenschaften, Informatik und Mathematik sowie Ingenieure in der Praxis.Die AutorenUniv.-Prof. i .R. Dr.-Ing. Dr.-Ing. h.c. Dierk Schröder, Fellow IEEE, Technische Universität München, Lehrstuhl für Elektrische Antriebssysteme und Leistungselektronik&nbsp;Univ.-Prof. Dr.-Ing./Univ. Tokio habil. Martin Buss, Fellow IEEE, Technische Universität München, Lehrstuhl für Steuerungs- und Regelungstechnik

Das Buch führt anschaulich und verständlich in das Gebiet der intelligenten Verfahren ein. In geschlossenen Darstellungen zeigt es zuerst die theoretischen Grundlagen und anschließend praktische Beispiele, wobei bei den Beispielen auch fehlerhafte Ansätze gezeigt werden.Ausgehend von linearen Systemen und ihren Einschränkungen werden nichtlineare Systeme sowie grundlegende Lernverfahren eingeführt. Darauf aufbauend werden intelligente Verfahren, z.B. der lernfähige, nichtlineare Beobachter, entwickelt sowie die Identifikation von nichtlinearen Systemen und deren Optimierung behandelt. &nbsp;Anschließend werden Regelungsverfahren von nichtlinearen Systemen vorgestellt, wobei die modellbasierte adaptive Regelung sowie die Regelung von unbekannten Systemen Schwerpunkte sind. Den Abschluss bildet ein Kapitel über Fuzzy-Logik.Die Verfahren können bei vielen nichtlinearen Systemen angewendet werden und wurden bereits äußerst erfolgreich in der Medizin, in der Robotik und inder Getriebesteuerung von Hybridfahrzeugen eingesetzt.Neu an der zweiten Auflage sind Kapitel über robuste Schätzverfahren und Concurrent Learning.Die ZielgruppenDas Werk richtet sich an Studierende &nbsp;und Wissenschaftler der Ingenieurwissenschaften, Informatik und Mathematik sowie Ingenieure in der Praxis.

Identifikation und Regelung nichtlinearer Systeme

Intelligente Verfahren

This book elaborates on the significance of the development of marine unmanned equipment as well as the history and current status of the development at home and abroad and analyzes the technical characteristics of marine unmanned equipment from the dimensional fields of overview, basic principles, key technologies, and applications in marine engineering, taking unmanned aircraft and unmanned boat equipment platforms as examples. The four necessary technologies to achieve the intelligent development of maritime unmanned equipment are introduced in detail: sonar technology, optoelectronic technology, radar technology, maritime communication technology, and so on. The book explains the relevant professional knowledge in the form of examples, keeps a close eye on the practical application, makes the professional knowledge more professional and readable, and is oriented to the practitioners of marine equipment as well as the public's study book.

Marine Unmanned Platform Technology

Messungen an Quantenobjekten haben eine logische Struktur. Diese schließt die klassische Logik ein, geht jedoch weit darüber hinaus. Das wesentliche Ziel dieses Lehrbuchs ist es, die mathematischen Werkzeuge der Quantenlogik zu vermitteln und technische Anwendungsmöglichkeiten aufzuzeigen. Die dafür erforderlichen mathematischen Sachverhalte werden anhand von Beispielen so erläutert und motiviert, dass sie für angehende Ingenieure und Informatiker verständlich sind.Der Inhalt<ul><li>Kompakte und anschauliche Darstellung der Quantenlogik ausgehend von klassischen Logiken und auf Grundlage geeigneter mathematischer Strukturen</li><li>Beispiele erläutern die Anwendung im Engineering</li></ul>Die ZielgruppenStudierende der Ingenieurwissenschaften und der Informatik, aber auch Studierende der Mathematik oder der Physik können durch den anwendungsbezogenen Blick ihren Horizont erweitern.Die AutorenProf. Dr. rer. nat. habil. Günther Wirsching hat Mathematik und Physik studiert, promovierte an der Katholischen Universität Eichstätt und habilitierte sich dort für das Fach Mathematik. Er war als Entwicklungsingenieur im Bereich Sprachverarbeitung in der Automobilzulieferindustrie tätig, lehrt heute wieder an der KU Eichstätt-Ingolstadt und betreibt Forschung vorwiegend im Bereich kognitive Systeme.Prof. Dr.-Ing. habil. Ingo Schmitt hat Informatik an der Otto-von-Guericke-Universität Magdeburg studiert. Dort promovierte und habilitierte er sich für das Fachgebiet Informatik. Nach einer Assistenzprofessur an einer kanadischen Universität ist er Universitätsprofessor für Datenbank- und Informationssysteme an der BTU Cottbus-Senftenberg. Er forscht auf den Gebieten Anfrageverarbeitung in Datenbanken, Multimedia-Retrieval-Systemen, probabilistische Datenbanken, Data Mining, kognitive Systeme sowie effiziente Indexstrukturen.Prof. Dr.-Ing. habil. Matthias Wolff hat Elektrotechnik an der Technischen Universität Dresden studiert und promoviert und habilitierte sich dort im Fachgebiet Systemtheorie. Heute ist er Universitätsprofessor für Kommunikationstechnik an der BTU Cottbus-Senftenberg. Prof. Wolff lehrt und forscht auf den Gebieten der akustischen Mustererkennung, der Sprachtechnologie und der technischen kognitiven Systeme. In der Lehre vertritt er zusätzlich Teilgebiete der Systemtheorie, der Nachrichtentechnik sowie der Audio- und Signalverarbeitung.

Messungen an Quantenobjekten haben eine logische Struktur. Diese schließt die klassische Logik ein, geht jedoch weit darüber hinaus. Das wesentliche Ziel dieses Lehrbuchs ist es, die mathematischen Werkzeuge der Quantenlogik zu vermitteln und technische Anwendungsmöglichkeiten aufzuzeigen. Die dafür erforderlichen mathematischen Sachverhalte werden anhand von Beispielen so erläutert und motiviert, dass sie für angehende Ingenieure und Informatiker verständlich sind.

Eine Einführung für Ingenieure und Informatiker

Quantenlogik

This volume provides a comprehensive introduction to computational materials science, focusing on both fundamental theory and practical applications. The book serves as an essential resource for the researchers working at the intersection of materials science and practical computational techniques. The authors present an in-depth examination of the theoretical principles that govern the behaviour and properties of materials in the context of computational analysis, providing a strong connection to the research areas of quantum mechanics, statistical mechanics, and thermodynamics. The book serves as a platform for the materials community interested in the transition to computational methodologies, detailing state-of-the-art simulation and modelling techniques like density functional theory, molecular dynamics, and finite element analysis.<ul><li>Provides an overview of recent advances in computational material science related to its energy, environment and health;</li><li>Focuses on commercial applications with case studies and practical examples of this work addressing current challenges;</li><li>Brings together a diverse range of perspectives and disciplines from a global slate of experts.</li></ul>

This volume provides a comprehensive introduction to computational materials science, focusing on both fundamental theory and practical applications. The book serves as an essential resource for the researchers working at the intersection of materials science and practical computational techniques. The authors present an in-depth examination of the theoretical principles that govern the behaviour and properties of materials in the context of computational analysis, providing a strong connection to the research areas of quantum mechanics, statistical mechanics, and thermodynamics. The book serves as a platform for the materials community interested in the transition to computational methodologies, detailing state-of-the-art simulation and modelling techniques like density functional theory, molecular dynamics, and finite element analysis.

Theoretical and Computational Materials Science: Advances and Applications

This is the first hands-on guide that takes you from a simple “Hello, LLM” to production-ready microservices, all within the JVM. You’ll integrate hosted models such as OpenAI’s GPT-4o, run alternatives with Ollama or Jlama, and embed them in Spring Boot or Quarkus apps for cloud or on-pre deployment.You’ll learn how prompt-engineering patterns, Retrieval-Augmented Generation (RAG), vector stores such as Pinecone and Milvus, and agentic workflows come together to solve real business problems. Robust test suites, CI/CD pipelines, and security guardrails ensure your AI features reach production safely, while detailed observability playbooks help you catch hallucinations before your users do. You’ll also explore DJL, the future of machine learning in Java.&nbsp;This book delivers runnable examples, clean architectural diagrams, and a GitHub repo you can clone on day one. Whether you’re modernizing a legacy platform or launching a green-field service, you’ll have a roadmap for adding state-of-the-art generative AI without abandoning the language—and ecosystem—you rely on.What You Will Learn<ul><li>Establish generative AI and LLM foundations</li><li>Integrate hosted or local models using Spring Boot, Quarkus, LangChain4j, Spring AI, OpenAI, Ollama, and Jlama</li><li>Craft effective prompts and implement RAG with Pinecone or Milvus for context-rich answers</li><li>Build secure, observable, scalable AI microservices for cloud or on-prem deployment</li><li>Test outputs, add guardrails, and monitor performance of LLMs and applications</li><li>Explore advanced patterns, such as agentic workflows, multimodal LLMs, and practical image-processing use cases</li></ul>&nbsp;

This is the first hands-on guide that takes you from a simple “Hello, LLM” to production-ready microservices, all within the JVM. You’ll integrate hosted models such as OpenAI’s GPT-4o, run alternatives with Ollama or Jlama, and embed them in Spring Boot or Quarkus apps for cloud or on-pre deployment.You’ll learn how prompt-engineering patterns, Retrieval-Augmented Generation (RAG), vector stores such as Pinecone and Milvus, and agentic workflows come together to solve real business problems. Robust test suites, CI/CD pipelines, and security guardrails ensure your AI features reach production safely, while detailed observability playbooks help you catch hallucinations before your users do. You’ll also explore DJL, the future of machine learning in Java.&nbsp;This book delivers runnable examples, clean architectural diagrams, and a GitHub repo you can clone on day one. Whether you’re modernizing a legacy platform or launching a green-field service, you’ll have a roadmap for adding state-of-the-art generative AI without abandoning the language—and ecosystem—you rely on.&nbsp;What You Will Learn<ul><li>Establish generative AI and LLM foundations</li><li>Integrate hosted or local models using Spring Boot, Quarkus, LangChain4j, Spring AI, OpenAI, Ollama, and Jlama</li><li>Craft effective prompts and implement RAG with Pinecone or Milvus for context-rich answers</li><li>Build secure, observable, scalable AI microservices for cloud or on-prem deployment</li><li>Test outputs, add guardrails, and monitor performance of LLMs and applications</li><li>Explore advanced patterns, such as agentic workflows, multimodal LLMs, and practical image-processing use cases</li></ul>&nbsp;Who This Book Is ForJava developers, architects, DevOps engineers, and technical leads who need to add AI features to new or existing enterprise systems. Data scientists and educators will also appreciate the code-first, Java-centric approach.

Leveraging Large Language Models in Modern Java Applications

Generative AI-Driven Application Development with Java

Learn to build robust, scalable financial models to position yourself as an expert in computational finance. At a time when the financial industry demands an increasingly complex and accurate mode, this book ensures you stay ahead of the curve by leveraging the latest advancements in programming to develop faster, more reliable, and maintainable financial software.
To begin, you’ll explore key features of C++23, object-oriented programming, and template-based design patterns critical for building reusable financial components. From there, dive into a range of numerical methods, including Monte Carlo simulations, binomial and trinomial trees, and finite difference schemes. Special attention is given to practical implementation details. Every chapter is designed to guide you step by step in transforming mathematical models into efficient, production-level C++ code. You will also learn to handle exotic derivatives, stochastic volatility, and jump-diffusion models, bridging the gap between theory and practice.
In the end, you’ll be equipped with the technical foundation and practical tools needed to design, implement, and analyze complex financial products. You will also be well-prepared to tackle the advanced interest rate and credit derivatives covered in further depth in De La Rosa’s Advanced Quantitative Finance with Modern C++. 
What You Will Learn:&nbsp;
<ul>
<li>Master modern C++23 syntax and features, including object-oriented and generic programming.</li>
<li>&nbsp;Design flexible option payoff hierarchies for code reuse.</li>
<li>Apply advanced numerical techniques such as Monte Carlo, binomial/trinomial trees, and finite difference methods.</li>
<li>Calculate and interpret option sensitivities (Greeks).</li>
<li>Model and price exotic options, including stochastic volatility and jump-diffusion models.</li>
<li>Integrate mathematical finance concepts into production-quality C++ code.</li>
</ul>
Who This Book is for: 
Quantitative analysts, financial engineers, researchers, and advanced developers who seek to deepen their knowledge of derivative pricing and computational finance using modern C++. Also suited for graduate students in quantitative finance or applied mathematics who want to complement their theoretical studies with robust coding skills.

Learn to build robust, scalable financial models to position yourself as an expert in computational finance. At a time when the financial industry demands an increasingly complex and accurate mode, this book ensures you stay ahead of the curve by leveraging the latest advancements in programming to develop faster, more reliable, and maintainable financial software.To begin, you’ll explore key features of C++23, object-oriented programming, and template-based design patterns critical for building reusable financial components. From there, dive into a range of numerical methods, including Monte Carlo simulations, binomial and trinomial trees, and finite difference schemes. Special attention is given to practical implementation details. Every chapter is designed to guide you step by step in transforming mathematical models into efficient, production-level C++ code. You will also learn to handle exotic derivatives, stochastic volatility, and jump-diffusion models, bridging the gap between theory and practice.In the end, you’ll be equipped with the technical foundation and practical tools needed to design, implement, and analyze complex financial products. You will also be well-prepared to tackle the advanced interest rate and credit derivatives covered in further depth in De La Rosa’s Advanced Quantitative Finance with Modern C++. What You Will Learn:&nbsp;<ul><li>Master modern C++23 syntax and features, including object-oriented and generic programming.</li><li>&nbsp;Design flexible option payoff hierarchies for code reuse.</li><li>Apply advanced numerical techniques such as Monte Carlo, binomial/trinomial trees, and finite difference methods.</li><li>Calculate and interpret option sensitivities (Greeks).</li><li>Model and price exotic options, including stochastic volatility and jump-diffusion models.</li><li>Integrate mathematical finance concepts into production-quality C++ code.</li></ul>Who This Book is for: Quantitative analysts, financial engineers, researchers, and advanced developers who seek to deepen their knowledge of derivative pricing and computational finance using modern C++. Also suited for graduate students in quantitative finance or applied mathematics who want to complement their theoretical studies with robust coding skills.

Foundations, Derivatives, and Computational Methods

Mastering Quantitative Finance with Modern C++

Springer Texts in Social Sciences

This book is designed as a foundational textbook for upper-level undergraduate and graduate students from non-technical fields who want to acquire a basic understanding of data science and learn practical skills in data analysis. It distinguishes itself by combining theoretical knowledge with practical applications, bridged through extensive Python programming exercises. To accommodate social scientists' needs, the book emphasizes the analysis of textual data, especially those acquired from surveys and social media. For those without prior programming experience, the book provides instruction on using an AI-assisted Python programming tool, following the learn-by-doing methodology of acquiring new skills through experience. The overall learning goal of the book is to develop a conceptual understanding of data mining as well as the technical skills necessary for real-world data analysis.

Practical Data Mining with AI for Social Scientists

Die Identifikation einer Regelstrecke anhand von Messungen der Ein- und Ausgangssignale liefert ein mathematisches Modell, das für den Entwurf adaptiver Regelsysteme und optimaler linearer Zustandsregler gewöhnlich erforderlich ist. Diese Regler bieten gegenüber klassischen Lösungsansätzen wesentliche Vorteile.Dieses Buch umfasst bewährte und nach didaktischen Gesichtspunkten ausgearbeitete Analyse- und Syntheseverfahren. Zahlreiche Rechenbeispiele vertiefen das Verständnis des Stoffes. Es enthält eine Sammlung von 40 Übungsaufgaben einschließlich deren Lösungen zu den im Buch behandelten vier wichtigsten Sachgebieten: Wahrscheinlichkeitsrechnung, Identifikation, Adaptive Regelung und Optimale Regelung.&nbsp;Der Inhalt<ul><li>Grundlagen der statischen Behandlung von Regelsystemen</li><li>Statistische Bestimmung dynamischer Eigenschaften linearer Systeme</li><li>Systemidentifikation mittels Korrelationsanalyse</li><li>Systemidentifikation mittels Parameterschätzverfahren</li><li>Adaptive Regelsysteme</li><li>Entwurf optimaler Zustandsregler</li><li>Sonderformen des optimalen linearen Zustandsreglers für zeitinvariante Mehrgrößensysteme</li></ul>Die Zielgruppen<ul><li>Studierende der Ingenieurwissenschaften an Technischen Hochschulen, Universitäten und Fachhochschulen</li></ul>Die AutorenProf. em. Dr.-Ing. Heinz Unbehauen war Inhaber des Lehrstuhls für Elektrische Steuerung und Regelung an der Ruhr-Universität Bochum.Prof. Dr.-Ing. Christian Bohn&nbsp;ist nach mehrjähriger Industrietätigkeit seit 2007 Professor für Regelungstechnik und Mechatronik an der TU Clausthal.

Das Buch Regelungstechnik III umfasst bewährte und nach didaktischen Gesichtspunkten ausgearbeitete Analyse- und Syntheseverfahren. Zahlreiche Rechenbeispiele vertiefen das Verständnis des Stoffes. Es enthält eine Sammlung von 40 Übungsaufgaben einschließlich deren Lösungen zu den im Buch behandelten vier wichtigsten Sachgebieten: Wahrscheinlichkeitsrechnung, Identifikation, Adaptive Regelung und Optimale Regelung.

Identifikation, Adaption, Optimierung

Regelungstechnik III

This book is designed to help you master API development using the Django REST Framework (DRF). Written for seasoned developers, this book offers practical, hands-on guidance to becoming an expert in using DRF, providing in-depth coverage of the framework's features and best practices and their application in API development.The book will introduce you to and enable you to grasp advanced DRF topics such as authentication, permissions, throttling, caching, API versioning, and schema generation. Each chapter of the book focuses on a specific topic and introduces a standalone Django application that will ensure a structured and isolated learning experience for you. Real-world examples and step-by-step instructions provide a practical approach to building DRF APIs. The book also aids you in exploring customizing DRF for complex use cases, integrating third-party tools, and writing unit tests for secure, robust APIs. Special attention is given to working with multi-application Django projects, offering conventions to avoid conflicts and ensure clear API documentation.By the end of this book, you will have the skills to build secure, scalable, and maintainable APIs using DRF. Whether you're working on a startup, enterprise project, or personal venture, this book equips you with the knowledge and tools to create efficient, future-proof APIs.What You Will Learn<ul><li>How to&nbsp;manage and structure complex multi-application projects without conflicts, leveraging best practices</li><li>Optimizing&nbsp;API Performance and&nbsp;Implementing advanced techniques like throttling, caching, and efficient query handling to enhance API performance.</li><li>Use versioning, customization, and extensible patterns to create APIs that adapt to evolving business requirements</li><li>How to manage and structure complex multi-application projects without conflicts, leveraging best practices.</li></ul>&nbsp;Who Is This Book For:Web developers, front-end engineers, full stack engineers, API documentation specialists, technical leads

Simplifying API Development with Django

Django REST APIs Demystified

Decoding Luigi Moretti's Architettura Parametrica presents an unprecedented critical discussion of one of the earliest theoretical and practical explorations into the integration of scientific thought, mathematical models and digital tools in architectural design.

Negotiating Theory and Practice in the Forecasting of Computer-Aided Architectural Design

Decoding Luigi Moretti's Architettura Parametrica

The field of Artificial Intelligence (AI) has rapidly transformed in recent years, with Machine Learning being now one of its most impactful and widely applied branches. From intelligent recommendation systems to self-driving cars, and from language translation to medical diagnosis, Machine Learning now touches nearly every aspect of modern life. Yet, for those beginning their journey into AI, the field can feel daunting—particularly with the increasing complexity of deep learning and generative models. In the midst of this fast-paced evolution, it is easy to overlook the foundational ideas that make these breakthroughs possible.This book is written to bridge this gap and was born from the belief that a solid understanding of classical machine learning is not just helpful, but essential for truly grasping the advanced and modern models shaping today’s AI landscape. The authors’ goal is to explain classical models clearly and intuitively, while also providing hands-on Python implementations that bring these models to life and offering, as such, a balanced practical approach.The authors cover a wide range of foundational topics, from linear regression and logistic regression to decision trees, ensemble methods, clustering, dimensionality reduction, neural networks, and convolutional operations. Emerging ideas like Cubixel representation in image processing are also presented, providing a forward-looking perspective on evolving practices. Each chapter builds on the last, combining theory, math, and code in a way that is accessible to students, researchers, and professionals alike.The book assumes a working knowledge of Linear Algebra and Calculus, as many algorithms rely on these mathematical underpinnings. A solid foundation in Python is also recommended, since practical examples and implementations are written in Python with widely used libraries such as NumPy, pandas, scikit-learn, and TensorFlow. Whether you’re an aspiring machine learning engineer, a data scientist transitioning from another field, or an academic looking to refresh your knowledge, this book aims to be a practical companion on your learning journey.

A Practical Guide Using Python

Classical Machine Learning

Interactive Analysis of Industrial Robots

Weitere Titel zum Thema