Schneider Jochem (48 results)

Taschenbuch; Condition: Gut. 237 S. : graph. Darst. Das Buch ist ordentlich erhalten und kann altersbedingte Gebrauchsspuren aufweisen. Sprache: Deutsch Gewicht in Gramm: 250.

Condition: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

kart. Condition: Gut. 237 S. : graph. Darst. Sprache: Deutsch Gewicht in Gramm: 969.

kart. Condition: Gut. 237 S. : graph. Darst. Sprache: Deutsch Gewicht in Gramm: 969.

Memoiren des Kleinbasler Artisten und Varietiékünstlers. Mit Zeichnungen von Eduard Gunzinger. Flexibler Pappeinband 21x15 cm, Einband etwas abgegriffen, Rücken mit Fleck. 142 S. Gewicht in Gramm: 230.

8° Broschiert. Condition: Sehr gut. Broschierter Einband, 20 x 28 cm (Querformat), leicht berieben, kleinere Farbstift-Flecken auf Innentitel, ansonsten durchweg sauber und in insges. sehr gutem Zustand. Dokumentation einer Studie zur Gestaltung und Nutzung öffentlicher Flächen in Stuttgart hinsichtlich Lebens- und Gestaltungsqualität. Mit zahlreichen Skizzen, Collagen, Planzeichnungen und begleitenden Texten. Stichworte: Landschaft, Landschaftsplanung, Raumplanung, öffentlicher Raum, Stuttgart 152 S., zahlr. Abb. Deutsch 620g.

Condition: very good. Gently used. May include previous owner's signature or bookplate on the front endpaper, sticker on back and/or remainder mark on text block.

Condition: New.

Paperback. Condition: New. Develop Bayesian Deep Learning models to help make your own applications more robust.Key FeaturesGain insights into the limitations of typical neural networksAcquire the skill to cultivate neural networks capable of estimating uncertaintyDiscover how to leverage uncertainty to develop more robust machine learning systemsBook DescriptionDeep learning has an increasingly significant impact on our lives, from suggesting content to playing a key role in mission- and safety-critical applications. As the influence of these algorithms grows, so does the concern for the safety and robustness of the systems which rely on them. Simply put, typical deep learning methods do not know when they don't know.The field of Bayesian Deep Learning contains a range of methods for approximate Bayesian inference with deep networks. These methods help to improve the robustness of deep learning systems as they tell us how confident they are in their predictions, allowing us to take more in how we incorporate model predictions within our applications.Through this book, you will be introduced to the rapidly growing field of uncertainty-aware deep learning, developing an understanding of the importance of uncertainty estimation in robust machine learning systems. You will learn about a variety of popular Bayesian Deep Learning methods, and how to implement these through practical Python examples covering a range of application scenarios.By the end of the book, you will have a good understanding of Bayesian Deep Learning and its advantages, and you will be able to develop Bayesian Deep Learning models for safer, more robust deep learning systems.What you will learnUnderstand advantages and disadvantages of Bayesian inference and deep learningUnderstand the fundamentals of Bayesian Neural NetworksUnderstand the differences between key BNN implementations/approximationsUnderstand the advantages of probabilistic DNNs in production contextsHow to implement a variety of BDL methods in Python codeHow to apply BDL methods to real-world problemsUnderstand how to evaluate BDL methods and choose the best method for a given taskLearn how to deal with unexpected data in real-world deep learning applicationsWho this book is forThis book will cater to researchers and developers looking for ways to develop more robust deep learning models through probabilistic deep learning. You're expected to have a solid understanding of the fundamentals of machine learning and probability, along with prior experience working with machine learning and deep learning models.

30 x 25 Gebunden mit Original-SU. Zahlr. Abb. im Text. Ausstellung vom 6.-28. Mai 2000 in Stuttgart. Hinweis: Versandkosten müssen bei Auslandsversand evtl. angehoben werden.

Taschenbuch. Condition: Gut. 1. Auflage. Autor:Langkau (Hrsg.), Jochem/Hans Matthöfer/Michael Schneider - Titel:SPD und Gewerkschaften Band 2: Ein notwendiges Bündnis. Bearbeitung und Einführung von Jochem Langkau; Einband:Taschenbuch,Zustand:Gut, , Verlag:Dietz Nachfolger, Erscheinungsjahr:1994, Erscheinungsort:Bonn. Gut erhalten, etwas berieben, etwas abgedunkelt, keine Beschriftungen gefunden. Dieses Buch arbeitet wichtige gesellschafts- wirtschafts- und sozialpolitische Herausforderungen und Aufgabenstellungen heraus, dennen sich SPD und Gewerkschaften in den nächsten Jahren gemeinsam gegenübersehen.; Gewicht:300 g.

Condition: New. In.

EA, 143 S., OKart., sehr gut erhalten Aufgrund der EPR-Regelung kann in folgende Länder KEIN Versand mehr erfolgen: Bulgarien, Finnland, Frankreich, Griechenland, Luxemburg, Österreich, Polen, Rumänien, Schweden, Slowakei, Spanien.

Taschenbuch. Condition: Gut. Innerhalb Deutschlands Versand je nach Größe/Gewicht als Großbrief bzw. Bücher- und Warensendung mit der Post oder per DHL. Rechnung mit MwSt.-Ausweis liegt jeder Lieferung bei. Sprache: Deutsch Gewicht in Gramm: 400.

152 Seiten. Mit zahlreichen teils farbigen Abbildungen, Skizzen u. Plänen. Schwarze Originalbroschur. Querformat 20x28,5 cm Sprache: Deutsch Gewicht in Gramm: 700.

18 x 12 Taschenbuch. 237 Seiten. Guter Zustand. Sprache: Deutsch Gewicht in Gramm: 250.

18 x 12 Taschenbuch. 155 Seiten. Guter Zustand. Sprache: Deutsch Gewicht in Gramm: 200.

Redigiert v. R. BOLO-MAEGLIN; 142 S. mit Zeichn. U. Fotos, Privatdruck, Birsfelden ca. 1959, 8°, Orig.Leinen, Einband etwas altersfleckig ** Erstausgabe --- 'Mr. Jochen - Kleinbasel - Rheingasse - Ein Begriff'. Amüsante Erinnerungen - teilweise in Mundart - eines Kleinbasler Originals. Schmutztitel mit längerer Widmung des Autors (1959) >> Versand ab Deutschland möglich << 300 Gramm.

217 (15) Seiten mit zahlreichen Abbildungen, Orig.-Pappband, 4°. - Sehr gutes Exemplar. Kommentar: *Erste Ausgabe. - Zweisprachige Ausgabe: deutsch / englisch. - (Ausstellung vom 6.-28. Mai 2000 in Stuttgart.).

Paperback. Condition: New. Develop Bayesian Deep Learning models to help make your own applications more robust.Key FeaturesGain insights into the limitations of typical neural networksAcquire the skill to cultivate neural networks capable of estimating uncertaintyDiscover how to leverage uncertainty to develop more robust machine learning systemsBook DescriptionDeep learning has an increasingly significant impact on our lives, from suggesting content to playing a key role in mission- and safety-critical applications. As the influence of these algorithms grows, so does the concern for the safety and robustness of the systems which rely on them. Simply put, typical deep learning methods do not know when they don't know.The field of Bayesian Deep Learning contains a range of methods for approximate Bayesian inference with deep networks. These methods help to improve the robustness of deep learning systems as they tell us how confident they are in their predictions, allowing us to take more in how we incorporate model predictions within our applications.Through this book, you will be introduced to the rapidly growing field of uncertainty-aware deep learning, developing an understanding of the importance of uncertainty estimation in robust machine learning systems. You will learn about a variety of popular Bayesian Deep Learning methods, and how to implement these through practical Python examples covering a range of application scenarios.By the end of the book, you will have a good understanding of Bayesian Deep Learning and its advantages, and you will be able to develop Bayesian Deep Learning models for safer, more robust deep learning systems.What you will learnUnderstand advantages and disadvantages of Bayesian inference and deep learningUnderstand the fundamentals of Bayesian Neural NetworksUnderstand the differences between key BNN implementations/approximationsUnderstand the advantages of probabilistic DNNs in production contextsHow to implement a variety of BDL methods in Python codeHow to apply BDL methods to real-world problemsUnderstand how to evaluate BDL methods and choose the best method for a given taskLearn how to deal with unexpected data in real-world deep learning applicationsWho this book is forThis book will cater to researchers and developers looking for ways to develop more robust deep learning models through probabilistic deep learning. You're expected to have a solid understanding of the fundamentals of machine learning and probability, along with prior experience working with machine learning and deep learning models.

4° OPappband. 237 Seiten mit zahlreichen Illustrationen und Plänen. Gutes und sauberes Exemplar. Sprache: Deutsch Gewicht in Gramm: 1600.

ca.19 x 12 cm, Taschenbuch. Condition: Gut. Fachbuch, Sachbuch, Politik, Geschichte, Gesellschaft Wissenschaft, Technik, Unterricht 237 S., Fachbuch / Sachbuch aus dem Bereich Zeitgeschichte / Politik / Gesellschaftswissenschaften; Band 11 der Reihe Politik im Taschenbuch; gut erhalten An staatliche Institutionen und Einrichtungen, auch Bibliotheken, versenden wir im Inland gern auf Rechnung. Sprache: Deutsch Gewicht in Gramm: 235.

perfect. Condition: Befriedigend. 160 Seiten; Artikel stammt aus Nichtraucherhaushalt! BD9123 Sprache: Deutsch Gewicht in Gramm: 500.

Condition: As New. Unread book in perfect condition.

Neunkrichen, NBV, 1955, 8°, 24 S., Original-Broschureinband (etwas fleckig) (BRO).

Paperback. Condition: New.

Condition: New.

Condition: New.

hardcover. Condition: Buono (Good). IN TEDESCO. AUF DEUTSCH. Il volume raccoglie gli atti del ciclo di conferenze Positionen 1968-1998 organizzato presso l'Università di Stoccarda nel semestre invernale 1998/99 e del simposio tenuto il 12 febbraio 1999 per il trentesimo anniversario dell'IGMA. Di difficile reperibilità. Illustrato con alcune riproduzioni fotografiche in bianco e nero di piccolo formato. Cartonato 198 p. 25x17 cm 3782840372 Buono (Good) Molto buone le pagine interne. Leggeri segni di urto agli spigoli dei piatti.

Condition: Gut. Taschenbuch, 155 S. illustrierter kartonierter Einband, Einband etwas beschabt, Stempel auf Titelseite, Schnitte etwas nachgedunkelt, guter Zustand. Politik im Taschenbuch # Band 10.