<div class="raw-html-embed"> Kennen Sie schon unseren Geschäftskundenservice? <a href="/fuer-geschaeftskunden">Wir beraten Sie gerne</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

Zahlung und Lieferung

Paiement et livraison

Nachhaltigkeit

Durabilité

Open Access

Datenschutz

Protection des données

Karriere

Carrière

Impressum

Mentions légales

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

Kersken S: IT-Handbuch für
Fachinformatiker*innen

IT-Handbuch für Fachinformatiker*innen

Der Ausbildungsbegleiter für Anwendungsentwicklung und Systemintegration. Inkl. Prüfungsfragen und Übungen – Ausgabe 2025

Electric Circuit and Network Analysis

Advances in Biomedical Informatics

Quantum Computing for Healthcare Data: Revolutionizing the Future of Medicine presents an advanced overview of the fundamentals of quantum computing, from the transition of traditional to quantum computing, to the challenges and opportunities encountered as various industries enter into the paradigm shift. The book investigates how quantum AI, quantum data processing, and quantum data analysis can best be integrated into healthcare data systems. The book also introduces a range of case studies which feature applications of quantum computing in connected medical devices, medical simulations, robotics, medical diagnosis, and drug discovery. The book will be a valuable resource for researchers, graduate students, and professional programmers and computer engineers working in the areas of healthcare data management and analytics, blockchain, IoT, and big data analytics.

Revolutionizing the Future of Medicine

Quantum Computing for Healthcare Data

Ob in der Datenerfassung, der Fan-Interaktion, der Trainingssteuerung oder der Sportmedizin – überall sind die Auswirkungen von Digitalisierung und Innovation im sportlichen Kontext spürbar. Dieses Handbuch greift die spannende Schnittstelle zwischen Sportwissenschaft, Digitalisierung und Innovation auf und erläutert, wie innovative Technologien den Sport revolutioniert haben und zukünftig weiter revolutionieren werden.Inhaltlich wird ein umfassendes Spektrum an Themen behandelt, wie z. B. Innovationsmanagement, künstliche Intelligenz, maschinelles Lernen, Big Data-Analyse, Augmented Reality sowie Fallstudien und Praxisbeispiele mit Bezug zum Sport und zur Sportwissenschaft. Diese sind wiederum breitgefächert und umfassen beispielsweise die Sportlehrer*innenbildung, den Schulsport, den Alterssport, sowie den Vereins- und Profisport. &nbsp;Für Trainer*innen, Profisportler*innen, Manager*innen, Lehrkräfte, Wissenschaftler*innen, Studierende und Technologiebegeisterte ist dieses Handbuch daher ein unverzichtbares Nachschlagewerk, um erfolgreich im modernen Sportumfeld zu navigieren. Der HerausgeberProf. Dr. Daniel Memmert&nbsp;ist geschäftsführender Institutsleiter und Professor am Institut für Trainingswissenschaften und Sportinformatik an der Deutschen Sporthochschule Köln. Er ist Herausgeber und Autor zahlreicher Lehrbücher mit Arbeitsschwerpunkten in der Bewegungswissenschaft sowie in der Sportpsychologie und -informatik. Sein Institut organisiert zwei Zertifikatsstudiengänge (Spielanalyse Team Köln / Sportdirektor*in im Nachwuchsleistungs- und Amateurfußball) sowie den ersten internationalen Weiterbildungs-Masterstudiengang „Spielanalyse“.

Ob in der Datenerfassung, der Fan-Interaktion, der Trainingssteuerung oder der Sportmedizin – überall sind die Auswirkungen von Digitalisierung und Innovation im sportlichen Kontext spürbar. Dieses Handbuch greift die spannende Schnittstelle zwischen Sportwissenschaft, Digitalisierung und Innovation auf und erläutert, wie innovative Technologien den Sport revolutioniert haben und zukünftig weiter revolutionieren werden. Inhaltlich wird ein umfassendes Spektrum an Themen behandelt, wie z. B. Innovationsmanagement, künstliche Intelligenz, maschinelles Lernen, Big Data-Analyse, Augmented Reality sowie Fallstudien und Praxisbeispiele mit Bezug zum Sport und zur Sportwissenschaft. Diese sind wiederum breitgefächert und umfassen beispielsweise die Sportlehrer*innenbildung, den Schulsport, den Alterssport, sowie den Vereins- und Profisport. &nbsp;

Für Trainer*innen, Profisportler*innen, Manager*innen, Lehrkräfte, Wissenschaftler*innen, Studierende und Technologiebegeisterte ist dieses Handbuch daher ein unverzichtbares Nachschlagewerk, um erfolgreich im modernen Sportumfeld zu navigieren.

Handbuch Sport und Sportwissenschaft

Digitalisierung und Innovation im Sport und in der Sportwissenschaft

Applications in R and Python

Essentials of Big Data Analytics

Learn how to manage the risks and opportunities of agentic AI with this practical guide to ensuring the safe and beneficial developments of advanced AI systems.

Principles and Responsible Practices

Safer Agentic AI

A complete guide to deep neural networks – the technology behind AI – covering fundamental and advanced techniques to apply machine learning in real-world scenarios. Deep Learning Crash Course goes beyond the basics of machine learning to delve into modern techniques and applications of great interest right now, and whose popularity will only grow in the future. The book covers topics such as generative models (the technology behind deep fakes), self-supervised learning, attention mechanisms (the tech behind ChatGPT), graph neural networks (the tech behind AlphaFold), and deep reinforcement learning (the tech behind AlphaGo). This book bridges the gap between theory and practice, helping readers gain the confidence to apply deep learning in their work.

A complete guide to deep neural networks – the technology behind AI – covering fundamental and advanced techniques to apply machine learning in real-world scenarios. Deep Learning Crash Course goes beyond the basics of machine learning to delve into modern techniques and applications of great interest right now, and whose popularity will only grow in the future. The book covers topics such as generative models (the technology behind deep fakes), self-supervised learning, attention mechanisms (the tech behind ChatGPT), graph neural networks (the tech behind AlphaFold), and deep reinforcement learning (the tech behind AlphaGo). This book bridges the gap between theory and practice, helping readers gain the confidence to apply deep learning in their work.

Deep Learning Crash Course

This unique compendium develops a general approach to building models of economic and financial processes, with a focus on statistical learning techniques that scale to large data sets. It introduces the key elements of a parametric statistical model: likelihood, prior, and posterior, and show how to use them to make predictions.The book covers classical techniques such as multiple regression and the Kalman filter in a clear, accessible style that has been popular with students, but also includes detailed treatments of state-of-the-art models, highlighting tree-based methods, support vector machines and kernel methods, deep learning, and reinforcement learning. Theories are supplemented by real-world examples.This reference text is useful for undergraduate, graduate and even PhD students in quantitative finance, and also to practitioners who are facing the reality that data science and machine learning are disrupting the industry.

Statistical Machine Learning With Applications In Finance

How Intelligence Arises in People and Machines

The Emergent Mind

edition suhrkamp

Mit Programmen wie ChatGPT hat künstliche Intelligenz ein solches Niveau erreicht, dass es kaum noch möglich ist, zu erkennen, ob ein Text von einem Computer stammt oder von einem Menschen. 
 Können Sie mit Bestimmtheit ausschließen, dass diese Zeilen von einem Algorithmus verfasst wurden?
 
 
 
 Für die Rezeption von Geschriebenem bedeutet das eine Zeitenwende. Wenn wir stets unterstellen müssen, dass hinter einem Text KI steckt, ergibt die Unterscheidung natürlich/artifiziell keinen Sinn mehr - eine postartifizielle Ära bricht an. Hannes Bajohr erörtert, wie sich diese Verschiebung auf Zeitungsartikel oder wissenschaftliche Publikationen auswirkt und wie sie das literarische Lesen und Schreiben verändert.

Mit Programmen wie ChatGPT hat künstliche Intelligenz ein solches Niveau erreicht, dass es kaum noch möglich ist, zu erkennen, ob ein Text von einem Computer stammt oder von einem Menschen. 
 Können Sie mit Bestimmtheit ausschließen, dass diese Zeilen von einem Algorithmus verfasst wurden?Für die Rezeption von Geschriebenem bedeutet das eine Zeitenwende. Wenn wir stets unterstellen müssen, dass hinter einem Text KI steckt, ergibt die Unterscheidung natürlich/artifiziell keinen Sinn mehr – eine postartifizielle Ära bricht an. Hannes Bajohr erörtert, wie sich diese Verschiebung auf Zeitungsartikel oder wissenschaftliche Publikationen auswirkt und wie sie das literarische Lesen und Schreiben verändert.

Lesen im Zeitalter künstlicher Intelligenz

Postartifizielle Literatur

Roman

Dead Space

This companion volume to Artificial Intelligence: A Guide for Everyone offers a comprehensive exploration of AI analytics, catering to individuals of all backgrounds and expertise levels. It seeks to demystify AI analytics by exploring core concepts, explaining various stages (Descriptive, Diagnostic, Predictive, and Prescriptive), and highlighting their limitations. Through domain-specific applications, it illustrates how AI is utilized across industries for innovation and efficiency, providing dedicated subsections for healthcare, finance, customer support, and more.Artificial Intelligence: Analytics, Platforms, and Risks thoroughly examines the AI infrastructure and ecosystem, offering insights into frameworks, platforms, tools, key players, and the critical hardware and software components supporting AI applications. It also addresses the multifaceted risks and challenges of AI, such as bad data, model selection bias, job displacement, weaponization, and ethical dilemmas, along with strategies to mitigate these risks.&nbsp;Additionally, it discusses the hurdles in AI adoption, including roadblocks, myths, planning complexities, resource requirements, and data and model challenges. Looking ahead, the book explores the future of AI, highlighting catalysts for technological progress, the transformative impact across industries, and emerging trends shaping the field. With the aim of empowering readers to navigate the complexities of AI, harness its potential, and contribute to its responsible and ethical advancement, this book serves as a comprehensive guide to AI technologies.

This companion volume to Artificial Intelligence for Everyone offers a comprehensive exploration of AI analytics, catering to individuals of all backgrounds and expertise levels. It seeks to demystify AI analytics by exploring core concepts, explaining various stages (descriptive, predictive, prescriptive), and highlighting their limitations. Through domain-specific applications, it illustrates how AI is utilized across industries for innovation and efficiency, providing dedicated subsections for healthcare, finance, customer support, and more.Artificial Intelligence: Analytics, Platforms, and Risks thoroughly examines the AI infrastructure and ecosystem, offering insights into frameworks, platforms, tools, key players, and the critical hardware and software components supporting AI applications. It also addresses the multifaceted risks and challenges of AI, such as bad data, model selection bias, job displacement, weaponization, and ethical dilemmas, along with strategies to mitigate these risks. Additionally, it discusses the hurdles in AI adoption, including roadblocks, myths, planning complexities, resource requirements, and data and model challenges. Looking ahead, the book explores the future of AI, highlighting catalysts for technological progress, the transformative impact across industries, and emerging trends shaping the field. With the aim of empowering readers to navigate the complexities of AI, harness its potential, and contribute to its responsible and ethical advancement, this book serves as a comprehensive guide to AI technologies.

Artificial Intelligence: Analytics, Platforms, and Risks

Challenges and Applications of Generative Large Language Models

IT-Handbuch für Fachinformatiker*innen

Bibliografische Angaben

Schlagworte

Bibliografische Angaben

Schlagworte

Weitere Titel zum Thema