Θεματικές Ενότητες
- Αρχιτεκτονική
- Αυτοματισμοί
- Γεωγραφικά Συστήματα Πληροφοριών
- Εκλαϊκευμένη Επιστήμη
- Εκπαίδευση
- Έλεγχος Τροφίμων
- Επιστήμη Υπολογιστών
- Ηλεκτρολογία
- Ηλεκτρονική
- Ιστορία
- Κατασκευές
- Λαογραφία
- Μαθηματικά
- Μεταφρασμένη Λογοτεχνία
- Μηχανική
- Μηχανολογία
- Οικονομία και Διοίκηση
- Παιδικά
- Περιβάλλον
- Πληροφόρηση
- Ποίηση
- Πολιτική
- Πολιτικοί Μηχανικοί
- Συμβουλευτικοί Οδηγοί
- Τέχνες
- Τεχνητή Νοημοσύνη
- Τηλεπικοινωνίες
- Φυσική
- Χημεία
- Ψυχολογία
Εύρος Τιμής
€10.00 - €1,000.00
Τεχνικά Βιβλία
{"id":7599483060383,"title":"Ασύρματες Επικοινωνίες, 3η Έκδοση","handle":"9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi","description":"Το παρόν βιβλίο αποτελεί μια εκτεταμένη εισαγωγή στις ασύρματες επικοινωνίες. Επιχειρείται αναλυτική παρουσίαση του απαιτούμενου υποβάθρου και αναπτύσσονται τα βασικά στοιχεία της θεωρίας των κεραιών και της διάδοσης των ηλεκτρομαγνητικών κυμάτων.\u003cbr\u003eΟ αναγνώστης εισάγεται στα απαιτούμενα μαθηματικά εργαλεία για την ανάλυση και τη σχεδίαση των κεραιών, όπως αυτές χρησιμοποιούνται στα συστήματα επικοινωνιών. Επισημαίνονται οι καθοριστικές παράμετροι και γίνεται η παρουσίαση της διάδοσης των κυμάτων μέσα από πολλά παραδείγματα.\u003cbr\u003eΤο βιβλίο απευθύνεται τόσο στον αναγνώστη που επιθυμεί μια ουσιαστική ενασχόληση με το αντικείμενο της ηλεκτρομαγνητικής θεωρίας, όπως αυτή εφαρμόζεται στη θεωρία των κεραιών και της διάδοσης, όσο και στον επιστήμονα\/μηχανικό που αποσπασματικά θα ανατρέξει στο κείμενο.","published_at":"2022-12-16T15:06:43+02:00","created_at":"2022-12-16T14:59:31+02:00","vendor":"Κανάτας Αθανάσιος, Πάντος Γεώργιος","type":"Μηχανική","tags":["68393538","960-491-112-0","9604911120","978-960-491-112-7","αθανασιος","ασυρματες","γεωργιος","επικοινωνιες","κανατας","παντος"],"price":5400,"price_min":5400,"price_max":5400,"available":true,"price_varies":false,"compare_at_price":5400,"compare_at_price_min":5400,"compare_at_price_max":5400,"compare_at_price_varies":false,"variants":[{"id":42859475370143,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600072","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Ασύρματες Επικοινωνίες, 3η Έκδοση","public_title":null,"options":["Default Title"],"price":5400,"weight":1136,"compare_at_price":5400,"inventory_management":null,"barcode":"9789604911622","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi.png?v=1671195783","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi-back.png?v=1671195925"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi.png?v=1671195783","options":["Title"],"media":[{"alt":null,"id":27215814885535,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi.png?v=1671195783"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi.png?v=1671195783","width":1000},{"alt":null,"id":27215822979231,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi-back.png?v=1671195925"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/products\/9789604911622-kanatas-athanasios-asurmates-epikoinonies-3i-ekdosi-back.png?v=1671195925","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"Το παρόν βιβλίο αποτελεί μια εκτεταμένη εισαγωγή στις ασύρματες επικοινωνίες. Επιχειρείται αναλυτική παρουσίαση του απαιτούμενου υποβάθρου και αναπτύσσονται τα βασικά στοιχεία της θεωρίας των κεραιών και της διάδοσης των ηλεκτρομαγνητικών κυμάτων.\u003cbr\u003eΟ αναγνώστης εισάγεται στα απαιτούμενα μαθηματικά εργαλεία για την ανάλυση και τη σχεδίαση των κεραιών, όπως αυτές χρησιμοποιούνται στα συστήματα επικοινωνιών. Επισημαίνονται οι καθοριστικές παράμετροι και γίνεται η παρουσίαση της διάδοσης των κυμάτων μέσα από πολλά παραδείγματα.\u003cbr\u003eΤο βιβλίο απευθύνεται τόσο στον αναγνώστη που επιθυμεί μια ουσιαστική ενασχόληση με το αντικείμενο της ηλεκτρομαγνητικής θεωρίας, όπως αυτή εφαρμόζεται στη θεωρία των κεραιών και της διάδοσης, όσο και στον επιστήμονα\/μηχανικό που αποσπασματικά θα ανατρέξει στο κείμενο."}
Προτείνουμε επίσης:
Ασύρματες Επικοινωνίες, 3η Έκδοση
€54.00
Το παρόν βιβλίο αποτελεί μια εκτεταμένη εισαγωγή στις ασύρματες επικοινωνίες. Επιχειρείται αναλυτική παρουσίαση του απαιτούμενου υποβάθρου και αναπτύσσονται τα βασικά...
{"id":15477363343704,"title":"Μηχανική μάθηση στην πράξη με Scikit-Learn, Keras και TensorFlow","handle":"9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow","description":"\u003cem\u003e\u003cstrong\u003eΈννοιες, εργαλεία και τεχνικές για να κατασκευάσετε ευφυή συστήματα\u003c\/strong\u003e\u003c\/em\u003e\u003cbr\u003eΜέσα από μια σειρά πρόσφατων καινοτομιών, η βαθιά μάθηση έχει δώσει ώθηση σε ολόκληρο τον τομέα της μηχανικής μάθησης. Τώρα, ακόμα και οι προγραμματιστές που δεν γνωρίζουν σχεδόν τίποτα για αυτές τις τεχνολογίες μπορούν να χρησιμοποιήσουν τα βελτιστοποιημένα εργαλεία για να υλοποιήσουν προγράμματα που μαθαίνουν να λύνουν πολύπλοκα προβλήματα. Στο ευρύτατο αυτό εγχειρίδιο, ο Aurélien Géron θα βρείτε συγκεκριμένα παραδείγματα, διαύστερη θεωρία και επεξηγήσεις για δημοφιλή πακέτα Python (Scikit-Learn, Keras και TensorFlow) που θα σας βοηθήσουν να αποκτήσετε μια διαισθητική κατανόηση των εννοιών και των εργαλείων για την κατασκευή ευφυών συστημάτων.\u003cbr data-end=\"886\" data-start=\"883\"\u003eΣε αυτή την ενημερωμένη τρίτη έκδοση, ο Aurélien Géron παρουσιάζει βασικές και προχωρημένες τεχνικές, ξεκινώντας από την απλή γραμμική παλινδρόμηση και προχωρώντας στα βαθιά νευρωνικά δίκτυα. Παραδειγματικός κώδικας και ασκήσεις θα σας βοηθήσουν να εφαρμόσετε όσα έχετε μάθει. Το μόνο που χρειάζεστε είναι να ξεκινήσετε άνετα έναν προγραμματισμό.\u003cbr\u003e\n\u003cul data-end=\"2071\" data-start=\"1234\"\u003e\n\u003cli data-end=\"1365\" data-start=\"1234\"\u003e\nΧρησιμοποιήστε τη Scikit-Learn για να παρακολουθήσετε ολόκληρο τον κύκλο εργασιών μηχανικής μάθησης από την αρχή μέχρι το τέλος\u003cbr\u003e\n\n\u003c\/li\u003e\n\u003cli data-end=\"1503\" data-start=\"1366\"\u003e\nΠειραματιστείτε με μοντέλα όπως δέντρα, τυχαία δάση και υποστηρικτικά διάνυσματα, δείκτες αποφάσεων, τυχαία δάση και μέθοδους συνόλων\u003cbr\u003e\n\n\u003c\/li\u003e\n\u003cli data-end=\"1629\" data-start=\"1504\"\u003e\nΑξιοποιήστε τεχνικές μη επιβλεπόμενης μάθησης, συμπεριλαμβανομένης της ανάλυσης σε κύριες συνιστώσες και της ομαδοποίησης\u003cbr\u003e\n\u003c\/li\u003e\n\u003cli data-end=\"1871\" data-start=\"1630\"\u003e\nΔημιουργήστε και εκπαιδεύστε νευρωνικά δίκτυα, συμπεριλαμβανομένων των συνελικτικών νευρωνικών δικτύων, των κυκλικών νευρωνικών δικτύων, των μοντέλων ως μετασχηματιστών, και εξειδικευμένους τύπους μοντέλων βαθιάς μάθησης όπως VAE και GAN\u003cbr\u003e\n\u003c\/li\u003e\n\u003cli data-end=\"2071\" data-start=\"1872\"\u003e\nΧρησιμοποιήστε το TensorFlow και το Keras για να εκτελέσετε και να εκπαιδεύσετε νευρωνικά δίκτυα με παραγωγική άσκηση, επεξεργασία φράσεων, επιτήρηση μοντέλων, διανομή και βαθιά ενισχυτική μάθηση\u003cbr\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cbr\u003e\u003cstrong data-end=\"2238\" data-start=\"2078\"\u003e«Ένα εξαιρετικό βοήθημα για τη μελέτη της μηχανικής μάθησης. Θα βρείτε περισσότερα όσο καλές διαδικτυακές εξηγήσεις, καθώς και πληθώρα πρακτικών συμβουλών.»\u003c\/strong\u003e\u003cbr data-end=\"2241\" data-start=\"2238\"\u003e\u003cstrong\u003e\u003cem data-end=\"2259\" data-start=\"2241\"\u003eFrançois Chollet\u003c\/em\u003e\u003c\/strong\u003e\u003cbr data-end=\"2262\" data-start=\"2259\"\u003eΔημιουργός της Keras, συγγραφέας του \u003cem data-end=\"2326\" data-start=\"2299\"\u003eDeep Learning with Python\u003c\/em\u003e\u003cbr\u003e\u003cbr\u003e\n*\u003cem data-end=\"2538\" data-start=\"2329\"\u003e«Αυτό το βιβλίο είναι μια εξαιρετική εισαγωγή στη θεωρία και την πρακτική της επίλυσης προβλημάτων με νευρωνικά δίκτυα. Το συνιστώ σε όσους και όσες ενδιαφέρονται να μάθουν για την πρακτική μηχανική μάθηση.»\u003c\/em\u003e\u003cbr data-end=\"2541\" data-start=\"2538\"\u003e\u003cstrong\u003e\u003cem data-end=\"2554\" data-start=\"2541\"\u003ePete Warden\u003c\/em\u003e\u003c\/strong\u003e\u003cbr data-end=\"2557\" data-start=\"2554\"\u003eΕπικεφαλής του προγράμματος εφαρμογής του TensorFlow σε φορητές πλατφόρμες\u003cbr\u003e\n\u003chr data-end=\"2636\" data-start=\"2633\"\u003e\nΟ Aurélien Géron είναι σύμβουλος μηχανικής μάθησης. Πρώην υπάλληλος της Google, ηγήθηκε της ομάδας μηχανικής μάθησης βίντεο του YouTube από το 2013 έως το 2016. Ήταν επίσης ιδρυτής και CTO της Wifirst από το 2002 έως το 2012, κορυφαίας εταιρείας υπερυψηλών ταχυτήτων για επαγγελματικά περιβάλλοντα στη Γαλλία, και ιδρυτής και CTO της Polyconseil το 2001, εταιρείας συμβουλών τηλεπικοινωνιών.","published_at":"2025-12-02T16:44:53+02:00","created_at":"2025-11-28T12:17:33+02:00","vendor":"Aurélien Géron","type":"Επιστήμη Υπολογιστών","tags":[],"price":7200,"price_min":7200,"price_max":7200,"available":true,"price_varies":false,"compare_at_price":7200,"compare_at_price_min":7200,"compare_at_price_max":7200,"compare_at_price_varies":false,"variants":[{"id":56296416608600,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600172","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Μηχανική μάθηση στην πράξη με Scikit-Learn, Keras και TensorFlow","public_title":null,"options":["Default Title"],"price":7200,"weight":1500,"compare_at_price":7200,"inventory_management":null,"barcode":"9789604911974","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow.png?v=1764324779","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow-backcover.png?v=1764324779"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow.png?v=1764324779","options":["Title"],"media":[{"alt":null,"id":69229483065688,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow.png?v=1764324779"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow.png?v=1764324779","width":1000},{"alt":null,"id":69229483032920,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow-backcover.png?v=1764324779"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911974-geron-aurelien-mhxanikh-mathhsh-stin-praxh-me-scikit-learn-keras-kai-tensorflow-backcover.png?v=1764324779","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"\u003cem\u003e\u003cstrong\u003eΈννοιες, εργαλεία και τεχνικές για να κατασκευάσετε ευφυή συστήματα\u003c\/strong\u003e\u003c\/em\u003e\u003cbr\u003eΜέσα από μια σειρά πρόσφατων καινοτομιών, η βαθιά μάθηση έχει δώσει ώθηση σε ολόκληρο τον τομέα της μηχανικής μάθησης. Τώρα, ακόμα και οι προγραμματιστές που δεν γνωρίζουν σχεδόν τίποτα για αυτές τις τεχνολογίες μπορούν να χρησιμοποιήσουν τα βελτιστοποιημένα εργαλεία για να υλοποιήσουν προγράμματα που μαθαίνουν να λύνουν πολύπλοκα προβλήματα. Στο ευρύτατο αυτό εγχειρίδιο, ο Aurélien Géron θα βρείτε συγκεκριμένα παραδείγματα, διαύστερη θεωρία και επεξηγήσεις για δημοφιλή πακέτα Python (Scikit-Learn, Keras και TensorFlow) που θα σας βοηθήσουν να αποκτήσετε μια διαισθητική κατανόηση των εννοιών και των εργαλείων για την κατασκευή ευφυών συστημάτων.\u003cbr data-end=\"886\" data-start=\"883\"\u003eΣε αυτή την ενημερωμένη τρίτη έκδοση, ο Aurélien Géron παρουσιάζει βασικές και προχωρημένες τεχνικές, ξεκινώντας από την απλή γραμμική παλινδρόμηση και προχωρώντας στα βαθιά νευρωνικά δίκτυα. Παραδειγματικός κώδικας και ασκήσεις θα σας βοηθήσουν να εφαρμόσετε όσα έχετε μάθει. Το μόνο που χρειάζεστε είναι να ξεκινήσετε άνετα έναν προγραμματισμό.\u003cbr\u003e\n\u003cul data-end=\"2071\" data-start=\"1234\"\u003e\n\u003cli data-end=\"1365\" data-start=\"1234\"\u003e\nΧρησιμοποιήστε τη Scikit-Learn για να παρακολουθήσετε ολόκληρο τον κύκλο εργασιών μηχανικής μάθησης από την αρχή μέχρι το τέλος\u003cbr\u003e\n\n\u003c\/li\u003e\n\u003cli data-end=\"1503\" data-start=\"1366\"\u003e\nΠειραματιστείτε με μοντέλα όπως δέντρα, τυχαία δάση και υποστηρικτικά διάνυσματα, δείκτες αποφάσεων, τυχαία δάση και μέθοδους συνόλων\u003cbr\u003e\n\n\u003c\/li\u003e\n\u003cli data-end=\"1629\" data-start=\"1504\"\u003e\nΑξιοποιήστε τεχνικές μη επιβλεπόμενης μάθησης, συμπεριλαμβανομένης της ανάλυσης σε κύριες συνιστώσες και της ομαδοποίησης\u003cbr\u003e\n\u003c\/li\u003e\n\u003cli data-end=\"1871\" data-start=\"1630\"\u003e\nΔημιουργήστε και εκπαιδεύστε νευρωνικά δίκτυα, συμπεριλαμβανομένων των συνελικτικών νευρωνικών δικτύων, των κυκλικών νευρωνικών δικτύων, των μοντέλων ως μετασχηματιστών, και εξειδικευμένους τύπους μοντέλων βαθιάς μάθησης όπως VAE και GAN\u003cbr\u003e\n\u003c\/li\u003e\n\u003cli data-end=\"2071\" data-start=\"1872\"\u003e\nΧρησιμοποιήστε το TensorFlow και το Keras για να εκτελέσετε και να εκπαιδεύσετε νευρωνικά δίκτυα με παραγωγική άσκηση, επεξεργασία φράσεων, επιτήρηση μοντέλων, διανομή και βαθιά ενισχυτική μάθηση\u003cbr\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cbr\u003e\u003cstrong data-end=\"2238\" data-start=\"2078\"\u003e«Ένα εξαιρετικό βοήθημα για τη μελέτη της μηχανικής μάθησης. Θα βρείτε περισσότερα όσο καλές διαδικτυακές εξηγήσεις, καθώς και πληθώρα πρακτικών συμβουλών.»\u003c\/strong\u003e\u003cbr data-end=\"2241\" data-start=\"2238\"\u003e\u003cstrong\u003e\u003cem data-end=\"2259\" data-start=\"2241\"\u003eFrançois Chollet\u003c\/em\u003e\u003c\/strong\u003e\u003cbr data-end=\"2262\" data-start=\"2259\"\u003eΔημιουργός της Keras, συγγραφέας του \u003cem data-end=\"2326\" data-start=\"2299\"\u003eDeep Learning with Python\u003c\/em\u003e\u003cbr\u003e\u003cbr\u003e\n*\u003cem data-end=\"2538\" data-start=\"2329\"\u003e«Αυτό το βιβλίο είναι μια εξαιρετική εισαγωγή στη θεωρία και την πρακτική της επίλυσης προβλημάτων με νευρωνικά δίκτυα. Το συνιστώ σε όσους και όσες ενδιαφέρονται να μάθουν για την πρακτική μηχανική μάθηση.»\u003c\/em\u003e\u003cbr data-end=\"2541\" data-start=\"2538\"\u003e\u003cstrong\u003e\u003cem data-end=\"2554\" data-start=\"2541\"\u003ePete Warden\u003c\/em\u003e\u003c\/strong\u003e\u003cbr data-end=\"2557\" data-start=\"2554\"\u003eΕπικεφαλής του προγράμματος εφαρμογής του TensorFlow σε φορητές πλατφόρμες\u003cbr\u003e\n\u003chr data-end=\"2636\" data-start=\"2633\"\u003e\nΟ Aurélien Géron είναι σύμβουλος μηχανικής μάθησης. Πρώην υπάλληλος της Google, ηγήθηκε της ομάδας μηχανικής μάθησης βίντεο του YouTube από το 2013 έως το 2016. Ήταν επίσης ιδρυτής και CTO της Wifirst από το 2002 έως το 2012, κορυφαίας εταιρείας υπερυψηλών ταχυτήτων για επαγγελματικά περιβάλλοντα στη Γαλλία, και ιδρυτής και CTO της Polyconseil το 2001, εταιρείας συμβουλών τηλεπικοινωνιών."}
Προτείνουμε επίσης:
Μηχανική μάθηση στην πράξη με Scikit-Learn, Keras και TensorFlow
€72.00
Έννοιες, εργαλεία και τεχνικές για να κατασκευάσετε ευφυή συστήματαΜέσα από μια σειρά πρόσφατων καινοτομιών, η βαθιά μάθηση έχει δώσει ώθηση...