Building AI Systems with Python

EAN/GTIN:: 9798868827570
Hersteller-Nr.:: 9798868827570
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops bis 17 % sparen gegenüber dem teuersten Angebot
Preisspanne:: 52,74 € – 63,65 €

Preisalarm

Bester Preis

2 Angebote

ab 52,74 €

Günstigstes Angebot

averdo

Versand: siehe Shop

52,74 €

Gesamt 52,74 €

Zum Shop: averdo

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

averdo

52,74 €

Gesamt: 52,74 €

Auf Lager

Versand: siehe Shop

Zum Shop
preigu

63,65 €

Gesamt: 63,65 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop

Anzeige – CSS von Cyberslide: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

This book is a practical, end-to-end guide for engineers and practitioners who want to move beyond prototypes and confidently deploy machine learning and large language model solutions in real-world environments.This book guides through the entire modern machine learning lifecycle. You’ll start with foundations using NumPy, Pandas, and PyArrow for data pipelines, then build solid baselines with scikit-learn. From there, you advance into deep learning with PyTorch, transformers, and LLM adaptation techniques such as LoRA and QLoRA. You’ll explore diffusion and multimodal models, and learn to build retrieval-augmented generation systems with FAISS and pgvector. Practical chapters cover agents, tool use, evaluation frameworks, observability, and responsible AI practices including privacy, safety, and governance. Finally, you’ll master deployment techniques using FastAPI, Ray Serve, TorchServe, and cutting-edge LLM serving engines like vLLM and TGI. Each concept is paired with clear code examples, testing patterns, and operational checklists. Instead of one-off tricks, you’ll adopt repeatable workflows: schema-first tooling, reproducible training pipelines, evaluation with golden datasets, and secure production rollouts with monitoring and compliance checkpoints.In the end, this book helps you build systems that are robust, auditable, and optimized—whether you're deploying your first model or managing complex enterprise workloads. For engineers who want to ship AI confidently and responsibly, this is your practical playbook for the GenAI era.What you will learn:Implement modern AI models including transformers, diffusion, multimodal, recommenders, and RL using practical PyTorch examples.Fine tune and serve LLMs with LoRA/QLoRA, quantization, RAG, tool calling, structured prompts, and robust evaluation techniques.Design agentic AI systems with memory, planning, safe tool execution, multi agent patterns, and autonomy evaluation frameworks.Deploy and run production grade AI with MLOps/LLMOps covering serving, performance tuning, monitoring, cost control, compliance, and edge deployments.Who this book is for:This book is designed for practicing machine learning and AI engineers, software engineers moving into applied AI, data scientists building production systems, MLOps/LLMOps practitioners, and technical builders who want to go beyond demos and deploy real-world GenAI, LLM, and PyTorch-based systems at scale.