Deep Learning Kompakt Für Dummies | Inhalt, Autor und bibliografische Daten
01.08.2026
Lesedauer: 2 min
Deep Learning Kompakt Für Dummies von John Paul Mueller, Luca Massaron auf einen Blick: Buchprofil, Inhalt und zentrale Daten. So siehst du sofort, ob das Buch zu deiner Suche passt.

Deep Learning Kompakt Für Dummies: Inhalt, Einordnung und bibliografische Details
Deep Learning Kompakt Für Dummies gehört zur Kategorie Sachbuch und stammt von John Paul Mueller, Luca Massaron - eine Kombination, die den Titel sowohl fachlich als auch bibliografisch interessant macht.
Was diese Ausgabe besonders interessant macht
Auch das Veröffentlichungsdatum 2020 macht Deep Learning Kompakt Für Dummies für zeitlich eingegrenzte Suchen besonders interessant. Durch die Zuordnung zur Kategorie Sachbuch wird Deep Learning Kompakt Für Dummies auch für thematische Recherchen besonders relevant. Für alle, die Bücher von John Paul Mueller, Luca Massaron recherchieren oder vergleichen, ist Deep Learning Kompakt Für Dummies eine relevante Ausgabe. Deep Learning Kompakt Für Dummies liegt in Deutsch vor, was für die inhaltliche Nutzung ebenso wichtig ist wie für die bibliografische Suche.
Wichtige Kennzeichen dieser Ausgabe
Für weiterführende bibliografische Verknüpfungen sind die Kennungen OL25248971W und OL33794761M besonders hilfreich.
Bibliografische Eckdaten dieser Ausgabe
- Buchtitel: Deep Learning Kompakt Für Dummies
- Open-Library-Editions-IDs: OL33794761M
- Autor beziehungsweise Autoren: John Paul Mueller, Luca Massaron
- Erscheinungsdatum: 2020
- Primäre Kategorie: Sachbuch
- Gewicht: 0.682
- Sprache: Deutsch
- ISBN-13: 9783527825974
- Open-Library-Work-ID: OL25248971W
- Publiziert bei: Wiley & Sons, Incorporated, John
FAQ zu Deep Learning Kompakt Für Dummies
Wie lässt sich Deep Learning Kompakt Für Dummies thematisch einordnen?
Die Ausgabe wird dem Bereich Sachbuch zugeordnet und ist damit für thematisch fokussierte Recherchen gut geeignet.
Gibt es externe Referenzdaten für das Werk?
Ja, das Werk ist über die Open-Library-Work-ID OL25248971W sowie die Editions-IDs OL33794761M referenzierbar.
Externe Links
Hier findest du weitere ausgewählte Links.
