Zum Hauptinhalt springen

Blue Week: 25 % Rabatt auf alle deutschsprachigen E-Books >

Unsere Autoren

Bert Gollnick

Bert Gollnick

Bert Gollnick ist Senior Data Scientist mit Schwerpunkt auf künstlicher Intelligenz. Er unterrichtet Kurse zu Data Science und Machine Learning inklusive generativer KI und natürlicher Sprachverarbeitung. Bert hat an der Technischen Universität Berlin Luft- und Raumfahrttechnik und an der Universität Hagen Volkswirtschaftslehre studiert. Nach 17 Jahren in der Industrie fokussiert er sich nun auf seine Schulungsfirma, um Teilnehmern künstliche Intelligenz näherzubringen. Er lebt und arbeitet in Hamburg und bietet Präsenzkurse im deutschsprachigen Raum sowie Online-Kurse auch für ein internationales Publikum an.

Aktuelle Titel

  • Neu Cover von Generative KI mit Python

    Generative KI mit Python – Das Praxisbuch für eigene KI-Anwendungen

    von Bert Gollnick

    484 Seiten, gebunden
    E-Book-Formate: PDF, EPUB, Online

    € 39,90

    Sofort lieferbar

    Buch | E-Book | Bundle

    • Agentic Coding: Mit KI-Agenten eigenständig Code schreiben, testen und deployen
    • RAG-Anwendungen und Vektordatenbanken für wissensbasierte LLM-Anwendungen
    • MCP, Prompt Engineering und Agentensysteme praxisnah einsetzen
  • Cover von PyTorch

    PyTorch – The Practical Guide

    von Bert Gollnick

    415 Seiten, broschiert
    E-Book-Formate: PDF, EPUB, Online

    € 59,95

    Sofort lieferbar

    Buch | E-Book

    • Train, tune, and deploy deep learning models with PyTorch
    • Implement models for linear regression, classification, computer vision, recommendation systems, and more
    • Work with PyTorch Lightning, TensorBoard, LangChain, and FastAPI
  • Cover von PyTorch

    PyTorch – KI-Modelle trainieren, tunen und einsetzen

    von Bert Gollnick

    447 Seiten, gebunden
    E-Book-Formate: PDF, EPUB, Online

    € 39,90

    Sofort lieferbar

    Buch | E-Book | Bundle

    • Deep Learning von der Datenaufbereitung über Training und Finetuning bis zum Deployment
    • Vielfältige Architekturen wie Autoencoder, RNNs, LLMs, RAG-Systeme etc.
    • Inkl. PyTorch Lightning, TensorBoard, LangChain, FastAPI u. v. m.