Uczenie maszynowe w Pythonie dla każdego

Mark Fenner

Sztuczna inteligencja i uczenie maszynowe rozwijają się z niezwykłą dynamiką i znajdują coraz więcej różnorodnych zastosowań w niemal wszystkich branżach. Ten spektakularny postęp jest silnie związany z osiągnięciami w świecie sprzętu i oprogramowania. Obecnie do uczenia maszynowego używa się wielu języków programowania, takich jak R, C, C++, Fortran i Go, jednak najpopularniejszym wyborem okazał się Python wraz z jego specjalistycznymi bibliotekami. Znajomość tych bibliotek i narzędzi umożliwia tworzenie systemów uczących się nawet tym osobom, które nie dysponują głęboką wiedzą z dziedziny matematyki. Ta książka jest przeznaczona dla każdego, kto choć trochę zna Pythona i chce nauczyć się uczenia maszynowego. Zagadnienia matematyczne zostały tu zaprezentowane w minimalnym stopniu, za to więcej uwagi poświęcono koncepcjom, na których oparto najważniejsze i najczęściej używane narzędzia oraz techniki uczenia maszynowego. Następnie pokazano praktyczne zasady implementacji uczenia maszynowego z wykorzystaniem najdoskonalszych bibliotek i narzędzi Pythona. Opisano używane dziś komponenty systemów uczących się, w tym techniki klasyfikacji i regresji, a także inżynierię cech, która pozwala przekształcać dane na użyteczną postać. Przeanalizowano liczne algorytmy i najczęściej stosowane techniki uczenia maszynowego. Pokrótce przedstawiono modele grafowe i sieci neuronowe, w tym sieci głębokie, jak również połączenie tych technik z bardziej zaawansowanymi metodami, przydatnymi choćby w pracy na danych graficznych i tekstowych. W książce między innymi: algorytmy i modele uczenia maszynowego zasady oceny skuteczności systemów uczących techniki przekształcania danych techniki uczenia maszynowego do obrazu i tekstu sieci neuronowe i modele grafowe biblioteka scikit-learn i inne narzędzia Pythona Uczenie maszynowe z Pythonem: od dziś dla każdego!

Uczenie maszynowe w Pythonie. Leksykon kieszonkowy

Matt Harrison

Uczenie maszynowe i nauka o danych są dziś ogromnie popularne. Dziedziny te szybko się rozwijają, a poszczególne techniki uczenia maszynowego znajdują coraz więcej różnorodnych zastosowań. Wiedza, którą można uzyskać dzięki odpowiedniemu przygotowaniu danych i ich eksploracji, często jest bezcenna. Umiejętność ich analizy oraz wiedza o możliwych sposobach rozwiązywania problemów napotykanych podczas uczenia maszynowego są więc dużymi atutami i mogą być wykorzystywane w wielu gałęziach nauki, techniki i biznesu. Z tego zwięzłego przewodnika po technikach uczenia maszynowego opartego na strukturalnych danych skorzystają programiści, badacze, osoby zajmujące się nauką o danych oraz twórcy systemów sztucznej inteligencji. Znalazł się tu wyczerpujący opis procesu uczenia maszynowego i klasyfikacji danych strukturalnych. Przedstawiono też metody klastrowania danych, analizy regresji, redukcji wymiarowości oraz inne ważne zagadnienia. Prezentowane treści zostały zilustrowane uwagami, tabelami i przykładami kodu. Nie zabrakło opisu przydatnych bibliotek, niezwykle użytecznych w pracy analityka danych. W efekcie książka pozwala na szybkie rozwiązywanie różnego rodzaju problemów związanych z przetwarzaniem danych strukturalnych. W książce między innymi: klasyfikacja, oczyszczanie i uzupełnianie braków danych eksploracyjna analiza danych i dobór modelu danych przykłady analiz regresji redukcja wymiarowości potoki w bibliotece scikit-learn Uczenie maszynowe: nowy wymiar analizy danych!

Uczenie maszynowe w Pythonie. Receptury

Chris Albon

Uczenie maszynowe jest dziś wykorzystywane w różnych dziedzinach życia: w biznesie, w polityce, w organizacjach non profit i oczywiście w nauce. Samouczące się algorytmy maszynowe stanowią wyjątkową metodę przekształcania danych w wiedzę. Powstało sporo książek wyjaśniających sposób działania tych algorytmów i prezentujących nieraz spektakularne przykłady ich wykorzystania. Do dyspozycji pozostają też narzędzia przeznaczone do tego rodzaju zastosowań, takie jak biblioteki Pythona, w tym pandas i scikit-learn. Problemem pozostaje implementacja rozwiązań codziennych problemów związanych z uczeniem maszynowym. Z tej książki najwięcej skorzystają profesjonaliści, którzy znają podstawowe koncepcje związane z uczeniem maszynowym. Osoby te potraktują ją jako przewodnik ułatwiający rozwiązywanie konkretnych problemów napotykanych podczas codziennej pracy z uczeniem maszynowym. Dzięki zawartym tu recepturom takie zadania jak wczytywanie danych, obsługa danych tekstowych i liczbowych, wybór modelu czy redukcja wymiarowości staną się o wiele łatwiejsze do wykonania. Każda receptura zawiera kod, który można wstawić do swojego programu, połączyć lub zaadaptować według potrzeb. Przedstawiono także analizy wyjaśniające poszczególne rozwiązania i ich kontekst. Z tą książką płynnie przejdziesz od rozważań teoretycznych do opracowywania działających aplikacji i praktycznego korzystania z zalet uczenia maszynowego. Receptury w tej książce dotyczą: wektorów, macierzy i tablic obsługi danych liczbowych i tekstowych, obrazów, a także związanych z datą i godziną redukcji wymiarowości za pomocą wyodrębniania i wyboru cech oceny i wyboru modelu oraz regresji liniowej i logistycznej maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej, klasteryzacji i sieci neuronowych zapisywania i wczytywania wytrenowanych modeli Uczenie maszynowe w Pythonie - użyj sprawdzonych receptur kodu!

Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II

Kyle Gallatin, Chris Albon

W ciągu ostatnich lat techniki uczenia maszynowego rozwijały się z niezwykłą dynamiką, rewolucjonizując pracę w różnych branżach. Obecnie do uczenia maszynowego najczęściej używa się Pythona i jego bibliotek. Znajomość najnowszych wydań tych narzędzi umożliwia efektywne tworzenie wyrafinowanych systemów uczących się. Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbioru danych. W książce znajdziesz receptury przydatne do rozwiązywania szerokiego spektrum problemów, od przygotowania i wczytania danych aż po trenowanie modeli i korzystanie z sieci neuronowych. W ten sposób wyjdziesz poza rozważania teoretyczne czy też matematyczne koncepcje i zaczniesz tworzyć aplikacje korzystające z uczenia maszynowego. Poznaj receptury dotyczące: pracy z danymi w wielu formatach, z bazami i magazynami danych redukcji wymiarowości, jak również oceny i wyboru modelu regresji liniowej i logistycznej, drzew i lasów, a także k-najbliższych sąsiadów maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej i klasteryzacji udostępniania wytrenowanych modeli za pomocą wielu frameworków Długo szukałam książki, która spójnie przedstawiałaby algorytm ANN, hiperpłaszczyzny i wybór cech za pomocą losowego lasu. I wtedy pojawiła się ta pozycja! Vicki Boykis, inżynier uczenia maszynowego w Duo

Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów

Burak Kanber

Uczenie maszynowe jeszcze kilka lat temu stanowiło niemal wiedzę tajemną. Nieliczni eksperci w tej dziedzinie publikowali materiały w naukowym, matematycznym języku, który wymagał biegłości w algebrze liniowej czy rachunku wektorowym. Korzystano najczęściej z Pythona i jego bibliotek. Obecnie, wraz ze wzrostem popularności uczenia maszynowego, zwiększają się możliwości jego praktycznej implementacji. Rzeczywista biegłość w tej dziedzinie wymaga jednak dogłębnego zrozumienia mechaniki działania algorytmów stosowanych w uczeniu maszynowym. Implementacja tych algorytmów w JavaScripcie jest znakomitym wyborem: język ten stał się dojrzałym, potężnym i wszechstronnym narzędziem do rozwiązywania złożonych problemów. Chcesz nauczyć się implementacji algorytmów uczenia maszynowego bez zbytniego zagłębiania się w niuanse matematyczne? Jeśli dodatkowo znasz język JavaScript, ta książka jest dla Ciebie idealnym wyborem. Wyjaśniono w niej, w jaki sposób tworzyć własne implementacje, podano też przykłady przydatnych bibliotek. Sporo miejsca poświęcono sieciom neuronowym, ich architekturze i przykładom zastosowania. Przedstawiono takie zagadnienia jak wykrywanie twarzy, filtrowanie spamu, tworzenie systemów rekomendacji, rozpoznawanie znaków oraz przetwarzanie języka naturalnego. Znalazły się tu również wskazówki dotyczące dobierania odpowiednich bibliotek JavaScriptu, takich jak NaturalNode, brain, harthur oraz klasyfikatory, co umożliwia projektowanie bardziej inteligentnych aplikacji. Najważniejsze zagadnienia przedstawione w książce: potencjał JavaScriptu w uczeniu maszynowym algorytmy grupowania, klasyfikacji, reguły kojarzenia algorytmy regresji, przewidywanie wzorców i predykcja sieci neuronowe i głębokie sieci neuronowe uczenie maszynowe w aplikacjach czasu rzeczywistego Uczenie maszynowe - coś dla wyjadaczy JavaScriptu!

Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow

Aurélien Géron

Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych W ciągu ostatnich lat uczenie maszynowe stało się sercem wielu nowoczesnych produktów, takich jak zaawansowane techniki wyszukiwania w przeglądarkach, rozpoznawanie mowy w smartfonach czy proponowanie treści w zależności od indywidualnych preferencji użytkownika. Być może niedługo taki system inteligentny zastąpi Cię za kierownicą samochodu. Uczenie głębokie wprowadziło nową jakość do uczenia maszynowego. Daje niesamowite możliwości, jednak wymaga olbrzymiej mocy obliczeniowej i potężnych ilości danych. Programiści implementujący takie rozwiązania są poszukiwanymi specjalistami i mogą liczyć na ekscytujące oferty! Ta książka jest praktycznym podręcznikiem tworzenia systemów inteligentnych. Przedstawiono tu najważniejsze zagadnienia teoretyczne dotyczące uczenia maszynowego i sieci neuronowych. W zrozumiały sposób zaprezentowano koncepcje i narzędzia służące do tworzenia systemów inteligentnych. Opisano Scikit-Learn i TensorFlow - środowiska produkcyjne języka Python - i pokazano krok po kroku, w jaki sposób wykorzystuje się je do implementacji sieci neuronowych. Liczne praktyczne przykłady i ćwiczenia pozwolą na pogłębienie i utrwalenie zdobytej wiedzy. Jeśli tylko potrafisz posługiwać się Pythonem, dzięki tej przystępnie napisanej książce szybko zaczniesz implementować systemy inteligentne. W tej książce między innymi: podstawowe koncepcje uczenia maszynowego, uczenia głębokiego i sieci neuronowych przygotowywanie zbiorów danych i zarządzanie nimi algorytmy uczenia maszynowego rodzaje architektury sieci neuronowych uczenie głębokich sieci neuronowych olbrzymie zbiory danych i uczenie poprzez wzmacnianie Już dziś zacznij tworzyć systemy inteligentne!

Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II

Aurélien Géron

W 2006 roku świat nauki zafascynował się głębokimi sieciami neuronowymi. Wbrew wcześniejszym przekonaniom okazało się, że ich uczenie jest możliwe. Technika ta została nazwana uczeniem głębokim. Wymagała zapewnienia olbrzymiej mocy obliczeniowej i potężnych ilości danych, jednak potencjał wytrenowanych sieci głębokich był niesamowity. Kolejne lata przyniosły bujny rozwój tej technologii w wielu obszarach, co pozwoliło na tworzenie przeróżnych zaawansowanych produktów. Prace nad nowymi zastosowaniami sieci głębokich trwają. Wszystko wskazuje na to, że już wkrótce zdominują one większość dziedzin naszego życia. To drugie wydanie bestsellerowego przewodnika po technikach uczenia maszynowego. Wystarczą minimalne umiejętności programistyczne, aby dzięki tej książce nauczyć się budowania i trenowania głębokiej sieci neuronowej. Zawarto tu minimum teorii, a proces nauki jest ułatwiony przez liczne przykłady i ćwiczenia. Wykorzystano gotowe rozwiązania i przedstawiono zasady pracy ze specjalistycznymi narzędziami, w tym z TensorFlow 2, najnowszą odsłoną modułu. W efekcie niepostrzeżenie przyswoisz niezbędny zasób pojęć i narzędzi służących do tworzenia systemów inteligentnych. Poznasz różnorodne techniki i zaczniesz samodzielnie ich używać. Po lekturze będziesz biegle posługiwać się najnowszymi technologiami sztucznej inteligencji! W tej książce między innymi: podstawy uczenia maszynowego i rozpoczęcie pracy z TensorFlow techniki wykrywania obiektów, segmentacji semantycznej i mechanizmy uwagi interfejs Keras, narzędzia TF Transform i TF Serving wdrażanie modeli TensorFlow techniki uczenia nienadzorowanego, wykrywanie anomalii oraz biblioteka TF Agents TensorFlow 2: źródło magii zaawansowanych technologii!

Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III

Aurélien Géron

Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych Głębokie sieci neuronowe mają niesamowity potencjał. Osiągnięcia ostatnich lat nadały procesom uczenia głębokiego zupełnie nową jakość. Obecnie nawet programiści niezaznajomieni z tą technologią mogą korzystać z prostych i niezwykle skutecznych narzędzi, pozwalających na sprawne implementowanie programów uczących się z danych. Znajdziesz tu rozsądne, intuicyjne objaśnienia, a także mnóstwo praktycznych porad! Francois Chollet, twórca interfejsu Keras To trzecie wydanie bestsellerowego przewodnika po uczeniu maszynowym. Książka jest adresowana do osób, które chcą wejść w świat uczenia maszynowego ― przy czym wystarczą do tego minimalne umiejętności programistyczne. Zawarto tu minimum teorii, a proces nauki ułatwiają liczne przykłady i ćwiczenia. Dzięki temu przyswoisz niezbędne pojęcia i nauczysz się korzystać z gotowych platform produkcyjnych Pythona: Scikit-Learn, Keras i TensorFlow. W tym wydaniu pokazano różnorodne techniki, od prostej regresji liniowej aż po głębokie sieci neuronowe. Szybko nauczysz się tworzyć działające systemy inteligentne! W książce między innymi: korzystanie ze Scikit-Learn, z TensorFlow i Keras modele: maszyny wektorów nośnych, drzewa decyzyjne, lasy losowe i metody zespołowe uczenie nienadzorowane: redukcja wymiarowości, analiza skupień, wykrywanie anomalii sieci neuronowe: sieci splotowe, rekurencyjne, modele dyfuzyjne i transformatory trenowanie i implementacje sieci neuronowych To znakomite wprowadzenie do teoretycznych i praktycznych rozważań na temat rozwiązywania problemów za pomocą sieci neuronowych! Pete Warden, mobile lead projektu Tensor Flow Twórz i trenuj nowoczesne sieci neuronowe!

Uczenie się dorosłych w zabawie

Wojciech Świtalski

Książka zawiera refleksję teoretyczną i wyniki projektu badawczego na temat zjawiska uczenia się dorosłych w zabawie. Czytelnik znajdzie w niej pogłębioną analizę ustaleń naukowych polskich i zagranicznych badaczy dotyczących ludycznej sfery aktywności człowieka w kontekście nauk społecznych, a także odniesienie do praktyki edukacyjnej. Publikacja może zainteresować zarówno teoretyków zajmujących się koncepcjami wyjaśniającymi procesy uczenia się człowieka, jak i osoby na co dzień realizujące zadania szkoleniowe czy oświatowe.

Uczenie się klienta w warunkach zmian rynkowych

Łukasz Skowron

Teza o kluczowej roli klienta na rynku jest tak oczywista, że staje się truizmem. Nie znajdziemy opinii, teoretycznych studiów czy też wyników badań empirycznych, które kwestionowałyby tę rolę. Skoro klient jest głównym uczestnikiem rynku, to zmiany na tym rynku muszą być również i jego udziałem. Zmieniający się rynek to również zmieniający się klient. Tymczasem, w jakże wielu przypadkach, okazuje się, że tak naprawdę mało znamy klienta, w szczególności niewiele wiemy, jaka jest logika zmiany w jego zachowaniach jeśli stoi on w obliczu realnych zmian rynkowych (nowe technologie, nowi dostawcy, nowe regulacje, nowe możliwości komunikacji marketingowej, itp.).

Uczenie się stawania się osobą starą

Marcin Muszyński

Książka dotyczy procesu uczenia się stawania osobą starą oraz sposoby wytwarzania jest tego typu autoidentyfikacja na poziomie indywidualnym. Autor opisuje cztery obszary sprawczości reprezentujące różne przejawy agencyjności człowieka w późnej dorosłości. Ukazuje wewnętrzny i zewnętrzny wymiar doświadczania własnej starości. Monografia zawiera model uczenia się stawania osobą starą, które rozpatrywane jest zarówno w ujęciu statycznym, jak i dynamicznym, co wskazuje na wielowariantowość i wielowymiarowość typowych scenariuszy tworzącej się identyfikacji osoby starej. Publikacja jest kierowana do gerontologów społecznych, andragogów, pedagogów, geragogów, geriatrów, pielęgniarek geriatrycznych, opiekunów społecznych, pracowników socjalnych, wolontariuszy oraz praktyków i specjalistów pracujących z seniorami. Można ją również polecić studentom specjalności medycznych i społecznych, badaczom skupionym na jakościowej metodologii badań, a także osobom zainteresowanym zagadnieniem starości i starzenia się.

Uczennica

Osamu Dazai

Uczennica została napisana na samym początku literackiej kariery Osamu Dazai. Szybko jednak zyskała rozgłos – przede wszystkim dzięki mistrzowskiemu użyciu języka. Był to styl, który z powodzeniem mógłby znaleźć się w dzienniku nastoletniej dziewczyny, a jednocześnie – bardzo malowniczy i sugestywny. Dziś widzimy w tej opowieści ironiczny opis społeczeństwa i walkę jednostki o wolność. To tematy, które Dazai eksplorował nie tylko w swojej twórczości, ale które były też wiodącymi wątkami w jego krótkiej i burzliwej biografii. Osamu Dazai (właśc. Shūji Tsushima; 1909-1948) to jedna z najważniejszych postaci w literaturze japońskiej. W czasie swojego burzliwego – bo naznaczonego uzależnieniami i licznymi próbami samobójczymi – życia zasłynął jako mistrz nowego stylu, świetnie władający językiem, potrafiący głośno wyrazić stany uczuciowe kolejnych pokoleń młodych Japończyków.   Młoda narratorka „Uczennicy” nadal jest na etapie odkrywania siebie, a stworzona przez Dazai kronika jej emocjonalnych przemian jest arcydziełem. J. Thomas Rimer, University of Pittsburgh   Chociaż przedstawione w konkretnym czasie, miejscu i kulturze, przesłanie i przestroga od Dazai mają wydźwięk uniwersalny. David Stahl, Binghamton University SUNY

Uczennica opowiadanie erotyczne BDSM

Catrina Curant

Zniewolenie. Oddanie się komuś. Ból wymieszany z rozkoszą. Chciała być zarówno widzką, jak i uczestniczką. Chciała wszystkiego. Ewa, jej nauczycielka. Wymagająca, surowa, piękna. Z wielkim dystansem w stosunku do studentów, a jednocześnie jedna z tych osób, które potrafią przekazać wiedzę. Alicja na początku się jej bała, wydała jej się strasznie despotyczna i surowa. A potem odkryła, że to na te zajęcia czeka najbardziej, że to one wydają się jej najciekawsze. Teraz z kartką w ręku orientuje się, że już od dawna jest zadurzona w Ewie. W jej ruchach, w tym, jak zmienia barwę głosu. W momencie, w którym Ewa uświadomiła jej, że wie, i odeszła. Alicja wtedy wróciła do domu, zamknęła się w pokoju i doprowadziła do orgazmu w niecałą minutę, a potem uderzała pięściami w łóżko, bo to za mało. Chciała więcej. Chciała pełnego życia. Pragnęła wyjść poza ramy tego, co właściwe. Czy adres i data na kartce są właśnie tym, czego szuka? Nie wie, ale chce sprawdzić. Romans między uczennicą i wykładowcą zawsze jest zakazany. Ewa długo się wahała zanim zdecydowała, że uwiedzie Alicję. Kary, nagrody i pierwsze razy. Czy doświadczona para wykładowczyni i jej mąż pokaże studentce, jak może wyglądać namiętność naznaczona dominacją i uległością? Catrina Curant to pseudonim artystyczny polskiej pisarki. Eksperymentowanie w łóżku, szukanie nowych doznań i odkrywanie swojej natury jest dla niej czymś naturalnym. Pisuje felietony na portalu erotycznym, odwiedza lokale swingerskie i bywa na pokazach BDSM. Fascynuje ją japońska sztuka Shibari, a w swoich tekstach stara się łączyć mistycyzm z erotyką i naturalnym ludzkim dążeniem do spełniania pragnień. Nie uznaje tematów tabu, a seksualność człowieka jest pasją jej życia.

Uczennica mistrza

Barbara A. Shapiro

Inteligentna i złożona opowieść o oszustwach w sztuce, o kradzieżach, skandalach, morderstwie i zemście. Publishers Weekly W tej zaskakującej, mrocznej i wciągającej powieści B.A. Shapiro po raz kolejny zabiera czytelników w świat sztuki, piękna i tajemnicy. Paulien Martens, oskarżona o pomoc narzeczonemu w kradzieży fortuny jej rodziny i kolekcji sztuki swojego ojca, musi uciekać do Francji. Aby chronić się przed policją i gniewem tych, którzy wszystko przez nią stracili, wymyśla sobie nową osobowość. Paulien, znana teraz jako Vivienne, zaczyna pracę dla amerykańskiego kolekcjonera sztuki, którego postać wzorowana jest na rzeczywistym, ekscentrycznym założycielu muzeum, Albercie Barnesie. Szybko wchodzi w świat Paryża lat dwudziestych, pełnego artystów i imigrantów, a uświetnionego przez postimpresjonistycznego malarza Henriego Matissea i pisarkę Gertrudę Stein. Z tej pozycji pragnie odzyskać kolekcję ojca, udowodnić swoją niewinność i zemścić się na byłym narzeczonym. B.A. Shapiro stworzyła niesamowity, luźno bazujący na historii thriller o tematyce artystycznej i po raz kolejny oferuje nam niezapomnianą opowieść o tym, co widzimy i o tym, czego nie chcemy dostrzec.

Uczeń Carpzova

Bartłomiej Basiura

Śląsk paraliżuje strach. Bezwzględny morderca szuka swojej kolejnej ofiary. Policja podąża śladem szaleńca zafascynowanego nowożytnymi torturami. Czy jednak rzeczywiście celem Ucznia Carpzova jest jedynie badanie wytrzymałości ludzi na ból? Jaki jest prawdziwy motyw jego postępowania? Komu uda się złożyć elementy tej układanki? Bartłomiej Basiura Urodzony w 1991 roku w Knurowie. Mieszkaniec niewielkiej miejscowości w województwie śląskim - Ornontowic, absolwent I Liceum Ogólnokształcącego w Gliwicach, aktualnie student czwartego roku prawa w Krakowie. Jest autorem trzech kryminałów: Hipnozy, Ucznia Carpzova oraz Zamkniętej Prawdy. Pisanie jest dla niego przede wszystkim pasją. Każda kolejna książka to ogromna dawka satysfakcji. Kryminalna tematyka jego powieści, wątki filozoficzne oraz umiejętne wprowadzanie bieżących tematów społecznych tworzy barwną akcję i trzyma w napięciu do samego końca.

Uczeń czarownicy

Adrian K. Antosik

„Uczeń Czarownicy”, pozornie jest to, książka zawierająca zbiór opowiadań. Przyjemne historie wyrwane z linii życia Rodu Dwóch Dłoni, opowiadają o losach niczym nie wyróżniającej się rodziny… Ale czy na pewno? Pozwólmy porwać się autorowi w podróż poprzez pokolenia rodziny noszącej piętno dwóch dłoni. Ludzi, którym nie obcy jest świat dawnych, mistycznych bóstw czy czarów. Poznajmy historie istot, którymi się stali, po zetknięciu się ze światem czyhającym tuż za zamkniętymi powiekami. Przypatrzmy się uważnie… Czy te historie, różnych osób w różnym czasie, na pewno nie są ze sobą powiązane? Adrian K. Antosik Szczecinianin, urodzony w 1988 roku. Jako gimnazjalista podjął pierwsze próby w świecie literackim, które po latach ukazały się w zbiorowym tomiku wierszy i jako elektroniczna książka. Publikował wiersze na stronie internetowego wydawnictwa www.zaszafie.pl.  W ramach współpracy z internetowym wydawnictwem Goneta.net wydał tomiki wierszy takie jak „Słowa pisane na skrawku papieru” czy elektroniczne książki takie jak „Plemię”. Wziął udział w projekcie organizowanym pod patronatem internetowego wydawnictwa www.bezkartek.pl, którego wynikiem było napisanie i wydanie internetowej książki pt. „Płomień Śmierci”.