Popularnonaukowe i akademickie
Dar terapii. List otwarty do nowego pokolenia terapeutów i ich pacjentów
Irvin D. Yalom
Dar terapii. List otwarty do nowego pokolenia terapeutów i ich pacjentów to niezwykły przewodnik po udanej psychoterapii. Yalom dzieli się w nim swoim nowatorskim podejściem do spotkań z pacjentami, a także wiedzą, jaką z tych spotkań wyniósł. Odwołując się do konkretnych przypadków, udziela szereg rad i wskazówek pomocnych w pracy terapeutycznej. Oto niektóre z nich: Pozwól, by pacjent był dla ciebie kimś ważnym Przyznawaj się do błędów Twórz nową terapię dla każdego pacjenta Odwiedzaj pacjentów w domu Nigdy (prawie nigdy) nie podejmuj decyzji za pacjenta Freud nie zawsze się mylił To książka dla każdego, kto pragnie lepiej poznać proces pomagania ludziom borykającym się z problemami osobistymi oraz zrozumieć to, co dzieje się między psychoterapeutą a jego pacjentem i wzbogacić proces psychoterapeutyczny. Irvin D. Yalom emerytowany profesor psychiatrii na Uniwersytecie Stanforda, psychoterapeuta mający wieloletnie doświadczenie w pracy z ludźmi. Jeden z głównych przedstawicieli egzystencjonalnego podejścia w psychoterapii. Autor wielu powieści i podręczników psychologicznych. Do najbardziej popularnych należą: Psychoterapia egzystencjonalna, Kat miłości, Mama i sens życia, Istoty ulotne, Kuracja według Schopenhauera, Leżąc na kozetce.
Phillip E. Johnson
Autorem książki Darwin przed sądem jest Phillip E. Johnson, amerykański profesor prawa i jeden z założycieli Ruchu Inteligentnego Projektu. Pierwsze, anglojęzyczne wydanie książki ukazało się w 1991 roku nakładem wydawnictwa Regnery Gateway. Kilka lat wcześniej Johnson zapoznał się z poglądami Michaela Dentona i Richarda Dawkinsa. Uczeni ci przedstawiali różne podejścia do darwinowskiej teorii ewolucji - pierwszy jest jej krytykiem, a drugi wieloletnim zwolennikiem. Po przeczytaniu tych i innych publikacji Johnson zdecydował się przedstawić własne poglądy na temat darwinizmu. Autor zastanawia się nad różnymi scenariuszami pochodzenia i rozwoju życia na Ziemi. Twierdzi między innymi, że istniejąca różnorodność biologiczna nie mogła być efektem działania przypadkowych mutacji i doboru naturalnego. Darwinowski mechanizm ewolucji może - jak twierdzi Johnson - być jedynie odpowiedzialny za niewielkie (mikroewolucyjne) zmiany w określonych granicach. Amerykański profesor prawa podkreśla, że nie ma żadnych wiarygodnych świadectw empirycznych przemawiających na rzecz podstawowej tezy ewolucjonistów, iż nagromadzenie niewielkich zmian w budowie organizmów może prowadzić do zupełnie nowych form życia. Krytyka darwinizmu zawarta na stronach niniejszej książki dotyczy przede wszystkim postaw uczonych, którzy - jak pisze Johnson - są tak głęboko przekonani o słuszności filozoficznej zasady naturalizmu w nauce, że nawet nie biorą pod uwagę ujęć alternatywnych. Amerykański prawnik argumentuje, że w nauce należy dopuścić wyjaśnienia wykraczające poza przyjęty paradygmat naturalizmu, ponieważ tylko wtedy można dostrzec słabości obecnego punktu widzenia i poszukać innej drogi do zrozumienia różnorodnego świata przyrody.
Dasein na wielkim ekranie, czyli filozofia Martina Heideggera w filmach
Martyna Butrym
Justine, którą można z powodzeniem określić mianem heideggerowskiego Dasein, rozumie, że jesteśmy byciem-ku-śmierci. Rozumie to od zawsze. To małość i miałkość świata, który zdaje się nie zdawać sobie sprawy z nieodwołalności śmierci, ją męczy. Bycie, jako bycie-ku-śmierci, a jednak będące jedynie byciem ku formom, ku złudzeniom, ku kuglarskim, żałosnym sztuczkom, zabija Justine. Prawdziwa śmierć będzie końcem, wyzwoleniem i prawdą. Filozofia Martina Heideggera bywa uważana za nieprzystępną i hermetyczną, język za pretensjonalny i maskujący banalność myśli. Czy zatem autor Bycia i czasu ma jeszcze coś do zaoferowania odbiorcy w XXI wieku? Ma i to niemało. Pod siatką kunsztownie ukutych neologizmów, zdań pozornie wewnętrznie sprzecznych kryje się spojrzenie uważne i wnikliwe, myślenie głębokie i odważne. Heidegger, lepiej niż ktokolwiek inny, zauważył, jak często zamiast żyć - popadamy w życie. Omówione w książce filmy stanowią klucz do zrozumienia Heideggera. A także nas samych, naszych nieuświadomionych strwożeń i lęków. Martyna Butrym pokazuje, że Heideggerowskie trwoga, troska i autentyczność nie są jedynie pojęciami z akademickich podręczników, ale doświadczeniami, które codziennie rozgrywają się między kadrami. Filozofia staje się tu nie komentarzem do życia, lecz jego projekcją. Ogląda, pardon, czyta się jednym tchem, świetna książka! Tomasz Stawiszyński "Film zajmuje się tym, czym blisko 1600 lat temu zajmował się, przechadzający się po Atenach, Sokrates - stawia pytania, prowokuje, kwestionuje to, co oczywiste" - zaznacza Martyna Butrym w pierwszej części książki, odpowiadając w ten sposób trochę na pytanie, dlaczego ją napisała. Stawianie pytań przez kino od początków jego istnienia, a zwłaszcza na przełomie XX i XXI wieku, to zagadnienie złożone. Autorka wkracza w ten obszar śmiało, wybierając Siódmą pieczęć Bergmana (1957), Dzień świra Koterskiego (2002), Godziny Daldry'ego (2002) i Melancholię von Triera (2011). Godne podkreślenia, że wybrane filmy Autorka analizuje bez trudu, stosując terminologię filmoznawczą. Realizację podjętego zamiaru oceniam wysoko i uważam, że przypomnienie, iż warto interpretować filmy, korzystając z pomocy filozofów - wśród których Heidegger jest zapewne jednym z najważniejszych - może mieć kapitalne znaczenie dla polskiej myśli i krytyki filmowej. dr hab. Krzysztof Kopczyński, prof. UW Martyna Butrym (ur. 1989 r.) - filozofka, pisarka, scenarzystka. Ukończyła filozofię i polonistykę na Uniwersytecie Warszawskim i scenopisarstwo w Krakowskiej Szkole Filmu i Komunikacji Audiowizualnej. Autorka audioseriali Księżyc w lustrze i Virga.
Dasz radę. O bezpiecznym wychodzeniu z uzależnień
Bohdan T. Woronowicz, Karolina Prewęcka
Współautor tej książki oraz wielu innych publikacji z dziedziny uzależnień, niezwykle ceniony psychoterapeuta, dr n. med., specjalista psychiatra Bohdan Tadeusz Woronowicz podczas wieloletniej praktyki pomógł rzeszom pacjentów. Wiele mu też zawdzięcza Ruch Anonimowych Alkoholików w Polsce. Jak pisze dr Woronowicz we wstępie, o przebiegu leczenia i o swoim wychodzeniu z choroby opowiedziały w tej książce osoby znające problem z alkoholem z autopsji. Wśród nich są więc postaci zarówno mniej, jak i bardziej znane, ludzie z dużym dorobkiem życiowym, ale również tacy, którzy stracili wszystko i dobrze wiedzą, czym jest bezdomność. Warto sięgnąć po Dasz radę zawiera bezcenne wskazówki, zachęca do pójścia do specjalisty, a przede wszystkim zdejmuje piętno z uzależnionego, ukazując go jako człowieka udręczonego chorobą i potrzebującego pomocy. Nowe, uzupełnione i zaktualizowane wydanie książki, która po raz pierwszy ukazała się w 2014 roku.
Duc Haba
Data is paramount in AI projects, especially for deep learning and generative AI, as forecasting accuracy relies on input datasets being robust. Acquiring additional data through traditional methods can be challenging, expensive, and impractical, and data augmentation offers an economical option to extend the dataset.The book teaches you over 20 geometric, photometric, and random erasing augmentation methods using seven real-world datasets for image classification and segmentation. You’ll also review eight image augmentation open source libraries, write object-oriented programming (OOP) wrapper functions in Python Notebooks, view color image augmentation effects, analyze safe levels and biases, as well as explore fun facts and take on fun challenges. As you advance, you’ll discover over 20 character and word techniques for text augmentation using two real-world datasets and excerpts from four classic books. The chapter on advanced text augmentation uses machine learning to extend the text dataset, such as Transformer, Word2vec, BERT, GPT-2, and others. While chapters on audio and tabular data have real-world data, open source libraries, amazing custom plots, and Python Notebook, along with fun facts and challenges.By the end of this book, you will be proficient in image, text, audio, and tabular data augmentation techniques.
Remigiusz Żulicki
Czy sztuczna inteligencja pozbawia nas pracy? Algorytmy przejmują władzę nad światem? Czy big data sprawia, że jesteśmy bezustannie inwigilowani, a ogromna ilość danych zastępuje ekspertów i naukowców? Cokolwiek sądzimy na te tematy, jedno jest pewne - istnieje heterogeniczne środowisko ludzi zajmujących się tzw. "sztuczną inteligencją" czy tzw. "big data" od strony technicznej oraz metodologicznej. Pole ich działania nazywane jest data science, a oni - data scientists. Publikacja to pierwsza monografia socjologiczna dotycząca data science i pierwsza praca w naukach społecznych, w której data science zostało zbadane jako społeczny świat w rozumieniu Adele E. Clarke. Podejście to pozwala spojrzeć na data science, nazwane dekadę wstecz w "Harvard Business Review" "najseksowniejszym zawodem XXI wieku", zarówno z perspektywy jego uczestników, jak i z lotu ptaka, w relacji do akademii, biznesu, prawa, mediów czy polityki.
Data science od podstaw. Analiza danych w Pythonie
Joel Grus
Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy!
Data science od podstaw. Analiza danych w Pythonie. Wydanie II
Joel Grus
Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki zatrudnienia. Jednak aby zostać analitykiem danych, trzeba znać matematykę i statystykę, a także nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego również są ważne. W przypadku tak specyficznej dziedziny, jaką jest nauka o danych, szczególnie istotne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie. W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych. W książce między innymi: elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa zbieranie, oczyszczanie i eksploracja danych algorytmy modeli analizy danych podstawy uczenia maszynowego systemy rekomendacji i przetwarzanie języka naturalnego analiza sieci społecznościowych i algorytm MapReduce Nauka o danych: bazuj na solidnych podstawach!