Popularnonaukowe i akademickie
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!
David Copperfield - With Audio Level 5 Oxford Bookworms Library
Dickens, Charles
A level 5 Oxford Bookworms Library graded reader. This version includes an audio book: listen to the story as you read. Retold for Learners of English by Clare West. 'Please, Mr Murdstone! Don't beat me! I've tried to learn my lessons, really I have, sir!' sobs David. Although he is only eight years old, Mr Murdstone does beat him, and David is so frightened that he bites his cruel stepfather's hand. For that, he is kept locked in his room for five days and nights, and nobody is allowed to speak to him. As David grows up, he learns that life is full of trouble and misery and cruelty. But he also finds laughter and kindness, trust and friendship . . . and love.
David Copperfield Level 5 Oxford Bookworms Library
Dickens, Charles
A level 5 Oxford Bookworms Library graded reader. Retold for Learners of English by Clare West 'Please, Mr Murdstone! Don't beat me! I've tried to learn my lessons, really I have, sir!' sobs David. Although he is only eight years old, Mr Murdstone does beat him, and David is so frightened that he bites his cruel stepfather's hand. For that, he is kept locked in his room for five days and nights, and nobody is allowed to speak to him. As David grows up, he learns that life is full of trouble and misery and cruelty. But he also finds laughter and kindness, trust and friendship . . . and love.
David Hume. Krytyka episteologii
Tomasz Sieczkowski
Nie ulega wątpliwości. że jeszcze w XVII i XVIII wieku obecność pierwiastków teologicznych była w filozofii czymś zrozumiałym i niekontrowersyjnym. Na dobrą sprawę nie kwestionowano jej i nie problematyzowano, a jeśli już, to domagano się krwawej filozoficznej rewolucji, skutkującej, jak u Holbacha czy La Mettriego, radykalnym usunięciem całości dyskursu teologicznego poza obszar filozofii. Tym, co czyni Hume’a filozofem interesującym na tle standardowych oświeceniowych ateistów, jest zrozumienie - protonietzscheańskie w swoim charakterze - że odrzucenie Boga musi mieć konsekwencje epistemologiczne i ontologiczne. Jako filozof jest on świadomy czegoś, co nazwałem episteologią, czyli przekonaniem, że Bóg stanowi przede wszystkim najwyższą wartość epistemiczną, na której i wokół której zbudowane były fundamenty bez mała wszystkich klasycznych systemów filozoficznych nowożytnej Europy. Czym jest w tym kontekście wartość? Gwarantem sensowności podstawowych epistemologicznych i ontologicznych pojęć filozoficznych: prawdy, korespondencji, uzasadnienia, bytu, celu itd. Dzięki niej koncepcje filozoficzne stają się spójnymi, jednorodnymi systemami. Humowska krytyka siedemnastowiecznej filozofii to potwierdza. Jeśli bowiem, jak proponuje Hume, usuniemy z filozofii pojęcie Boga, to spójna dotychczas wizja świata ulegnie zburzeniu, a postrzeganie rzeczywistości straci przyrodzoną - jak sądzili Descartes i Leibniz - jasność i wyraźność. Tomasz Sieczkowski
David Hume. Krytyka episteologii
Tomasz Sieczkowski
Nie ulega wątpliwości. że jeszcze w XVII i XVIII wieku obecność pierwiastków teologicznych była w filozofii czymś zrozumiałym i niekontrowersyjnym. Na dobrą sprawę nie kwestionowano jej i nie problematyzowano, a jeśli już, to domagano się krwawej filozoficznej rewolucji, skutkującej, jak u Holbacha czy La Mettriego, radykalnym usunięciem całości dyskursu teologicznego poza obszar filozofii. Tym, co czyni Hume’a filozofem interesującym na tle standardowych oświeceniowych ateistów, jest zrozumienie - protonietzscheańskie w swoim charakterze - że odrzucenie Boga musi mieć konsekwencje epistemologiczne i ontologiczne. Jako filozof jest on świadomy czegoś, co nazwałem episteologią, czyli przekonaniem, że Bóg stanowi przede wszystkim najwyższą wartość epistemiczną, na której i wokół której zbudowane były fundamenty bez mała wszystkich klasycznych systemów filozoficznych nowożytnej Europy. Czym jest w tym kontekście wartość? Gwarantem sensowności podstawowych epistemologicznych i ontologicznych pojęć filozoficznych: prawdy, korespondencji, uzasadnienia, bytu, celu itd. Dzięki niej koncepcje filozoficzne stają się spójnymi, jednorodnymi systemami. Humowska krytyka siedemnastowiecznej filozofii to potwierdza. Jeśli bowiem, jak proponuje Hume, usuniemy z filozofii pojęcie Boga, to spójna dotychczas wizja świata ulegnie zburzeniu, a postrzeganie rzeczywistości straci przyrodzoną - jak sądzili Descartes i Leibniz - jasność i wyraźność. Tomasz Sieczkowski
Dawna religia Słowian Mitologia słowiańska i ruska
Grigorij Andriejewicz Glinka, Andriej Siergiejewicz Kajsarow
Przedstawiamy prace dwu rosyjskich badaczy Słowiańszczyzny - Grigorij Andriejewicz Glinka i Andriej Siergiejewicz Kajsarow, pt. Dawna religia Słowian. W przekładzie Ivony Tsanew. Praca omawia takie oto zagadnienia: mitologia słowiańska i ruska, dawna religia Słowian, bogowie na wysokościach, bogowie ziemscy, bogowie podziemni, bogowie wodni, półduchy, bohaterowie, świątynia Świętowita, mitologia słowiańska i ruska, pochodzenie bogów, przedstawienie bogów, świątynie, święta, los mitologii słowiańskiej...