Architects of Intelligence. The truth about AI from the people building it

Martin Ford

Financial Times Best Books of the Year 2018TechRepublic Top Books Every Techie Should ReadHow will AI evolve and what major innovations are on the horizon? What will its impact be on the job market, economy, and society? What is the path toward human-level machine intelligence? What should we be concerned about as artificial intelligence advances?Architects of Intelligence contains a series of in-depth, one-to-one interviews where New York Times bestselling author, Martin Ford, uncovers the truth behind these questions from some of the brightest minds in the Artificial Intelligence community.Martin has wide-ranging conversations with twenty-three of the world's foremost researchers and entrepreneurs working in AI and robotics: Demis Hassabis (DeepMind), Ray Kurzweil (Google), Geoffrey Hinton (Univ. of Toronto and Google), Rodney Brooks (Rethink Robotics), Yann LeCun (Facebook) , Fei-Fei Li (Stanford and Google), Yoshua Bengio (Univ. of Montreal), Andrew Ng (AI Fund), Daphne Koller (Stanford), Stuart Russell (UC Berkeley), Nick Bostrom (Univ. of Oxford), Barbara Grosz (Harvard), David Ferrucci (Elemental Cognition), James Manyika (McKinsey), Judea Pearl (UCLA), Josh Tenenbaum (MIT), Rana el Kaliouby (Affectiva), Daniela Rus (MIT), Jeff Dean (Google), Cynthia Breazeal (MIT), Oren Etzioni (Allen Institute for AI), Gary Marcus (NYU), and Bryan Johnson (Kernel).Martin Ford is a prominent futurist, and author of Financial Times Business Book of the Year, Rise of the Robots. He speaks at conferences and companies around the world on what AI and automation might mean for the future.Meet the minds behind the AI superpowers as they discuss the science, business and ethics of modern artificial intelligence. Read James Manyika’s thoughts on AI analytics, Geoffrey Hinton’s breakthroughs in AI programming and development, and Rana el Kaliouby’s insights into AI marketing. This AI book collects the opinions of the luminaries of the AI business, such as Stuart Russell (coauthor of the leading AI textbook), Rodney Brooks (a leader in AI robotics), Demis Hassabis (chess prodigy and mind behind AlphaGo), and Yoshua Bengio (leader in deep learning) to complete your AI education and give you an AI advantage in 2019 and the future.

Architektura Lean w projektach Agile

James O. Coplien, Gertrud Bjornvig

Programuj i organizuj kod z metodyką Lean! Tempo rozwoju aplikacji wymusza stosowanie elastycznych sposobów wytwarzania oprogramowania. Książka ta została poświęcona architekturze Lean, która usprawni ten proces dzięki nowatorskiemu podejściu. Wykorzystaj je i przygotuj swoją aplikację na zmiany funkcjonalne, by użytkownicy mogli w pełni wykorzystać jej potencjał! W trakcie lektury zapoznasz się z duchem Agile i Lean oraz przydzielisz najważniejsze role członkom projektu. Po tym niezwykle interesującym wstępie rozpoczniesz pasjonującą podróż po świecie architektury Lean. Dowiesz się, czym jest system, jak podzielić projekt na części i wybrać jego styl. W kolejnych rozdziałach zorganizujesz swój kod i przetestujesz zaprojektowaną architekturę. Znajdziesz tu wiele przykładów, które w najlepszy sposób przedstawiają założenia i intencje architektury Lean, z dużym naciskiem na sam kod. To obowiązkowa lektura dla wszystkich programistów i projektantów systemów informatycznych. Dzięki tej książce: poznasz filozofię Agile i Lean zbudujesz kod odporny na zmiany zrozumiesz paradygmat DCI poznasz współczesne metody wytwarzania oprogramowania! Twój przewodnik po architekturze Lean!

Architektura oprogramowania i podejmowanie decyzji: Wykorzystywanie przywództwa, technologii i zarządzania produktem do budowy świetnych produktów

Srinath Perera

Nadrzędnym celem systemów oprogramowania (a więc i architektury oprogramowania) jest budowanie systemów spełniających standardy jakości i zapewniających najwyższy zwrot z inwestycji (ROI) w dłuższej perspektywie lub w określonym przedziale czasu. Świetny produkt wymaga połączenia technologii, przywództwa i zarządzania produktem (wliczając w to UX). Przywództwo polega przede wszystkim na zarządzaniu niepewnością i dokonywaniu prawidłowej oceny sytuacji. Aby tworzyć świetne produkty, liderzy techniczni muszą łączyć technologię, przywództwo i wiedzę z zakresu zarządzania produktem, a także podejmować właściwe decyzje. Wiele błędów technicznych wynika z luki między wiedzą na temat tych trzech elementów i oceną sytuacji. W książce Architektura oprogramowania i podejmowanie decyzji Srinath Perera wyjaśnia zasady i koncepcje, które architekci oprogramowania muszą dogłębnie zrozumieć, oraz sposoby stosowania tych zasad do zarządzania niepewnością. Pytania i zasady omówione w tej książce pomagają zarządzać niepewnością podczas tworzenia architektury oprogramowania i zapewniają ramy do podejmowania decyzji. Ta książka jest przeznaczona dla wszystkich liderów technicznych w branży oprogramowania, którzy dokonują całościowej oceny budowanych przez siebie systemów, jak również dla przyszłych liderów uczących się tego rzemiosła. Zrozum znaczenie podejmowania zdecydowanych decyzji na przykładach wielkich liderów technicznych, takich jak bracia Wright i Kelly Johnson Wykorzystaj pięć kluczowych pytań i siedem ważnych zasad, aby zrozumieć niepewności podczas projektowania i podjąć strategiczne decyzje architektoniczne Podejdź do projektu systematycznie, najpierw na poziomie makro, a następnie na poziomie indywidualnej usługi Wykorzystaj wiedzę z zakresu przywództwa, aby podejmować lepsze decyzje dotyczące architektury oprogramowania. Myśl głęboko, ale implementuj powoli. Srinath Perera jest głównym architektem w WSO2. Przez ostatnich 20 lat był deweloperem rozwiązań open source Apache. Srinath odegrał znaczącą rolę w projektowaniu Apache Axis2, Apache Airavata, WSO2 CEP (Siddhi) i WSO2 Choreo. Zrecenzował architektury dla ponad 10 projektów i ponad 100 wydań.

Artificial Intelligence and Machine Learning Fundamentals. Develop real-world applications powered by the latest AI advances

Zsolt Nagy

Machine learning and neural networks are pillars on which you can build intelligent applications. Artificial Intelligence and Machine Learning Fundamentals begins by introducing you to Python and discussing AI search algorithms. You will cover in-depth mathematical topics, such as regression and classification, illustrated by Python examples.As you make your way through the book, you will progress to advanced AI techniques and concepts, and work on real-life datasets to form decision trees and clusters. You will be introduced to neural networks, a powerful tool based on Moore's law.By the end of this book, you will be confident when it comes to building your own AI applications with your newly acquired skills!

Artificial Intelligence By Example. Develop machine intelligence from scratch using real artificial intelligence use cases

Denis Rothman

Artificial intelligence has the potential to replicate humans in every field. Artificial Intelligence By Example serves as a starting point for you to understand how AI is built, with the help of intriguing examples and case studies.Artificial Intelligence By Example will make you an adaptive thinker and help you apply concepts to real-life scenarios. Using some of the most interesting AI examples, right from a simple chess engine to a cognitive chatbot, you will learn how to tackle the machine you are competing with. You will study some of the most advanced machine learning models, understand how to apply AI to blockchain and IoT, and develop emotional quotient in chatbots using neural networks.You will move on to designing AI solutions in a simple manner rather than get confused by complex architectures and techniques. This comprehensive guide will be a starter kit for you to develop AI applications on your own.By the end of this book, you will have understood the fundamentals of AI and worked through a number of case studies that will help you develop your business vision.

Artificial Intelligence for Big Data. Complete guide to automating Big Data solutions using Artificial Intelligence techniques

Anand Deshpande, Manish Kumar

In this age of big data, companies have larger amount of consumer data than ever before, far more than what the current technologies can ever hope to keep up with. However, Artificial Intelligence closes the gap by moving past human limitations in order to analyze data.With the help of Artificial Intelligence for big data, you will learn to use Machine Learning algorithms such as k-means, SVM, RBF, and regression to perform advanced data analysis. You will understand the current status of Machine and Deep Learning techniques to work on Genetic and Neuro-Fuzzy algorithms. In addition, you will explore how to develop Artificial Intelligence algorithms to learn from data, why they are necessary, and how they can help solve real-world problems.By the end of this book, you'll have learned how to implement various Artificial Intelligence algorithms for your big data systems and integrate them into your product offerings such as reinforcement learning, natural language processing, image recognition, genetic algorithms, and fuzzy logic systems.

Artificial Intelligence for Robotics. Build intelligent robots that perform human tasks using AI techniques

Francis X. Govers

Artificial Intelligence for Robotics starts with an introduction to Robot Operating Systems (ROS), Python, robotic fundamentals, and the software and tools that are required to start out with robotics. You will learn robotics concepts that will be useful for making decisions, along with basic navigation skills.As you make your way through the chapters, you will learn about object recognition and genetic algorithms, which will teach your robot to identify and pick up an irregular object. With plenty of use cases throughout, you will explore natural language processing (NLP) and machine learning techniques to further enhance your robot. In the concluding chapters, you will learn about path planning and goal-oriented programming, which will help your robot prioritize tasks.By the end of this book, you will have learned to give your robot an artificial personality using simulated intelligence.

Artificial Intelligence with Power BI. Take your data analytics skills to the next level by leveraging the AI capabilities in Power BI

Mary-Jo Diepeveen

The artificial intelligence (AI) capabilities in Power BI enable organizations to quickly and easily gain more intelligent insights from unstructured and structured data.This book will teach you how to make use of the many AI features available today in Power BI to quickly and easily enrich your data and gain better insights into patterns that can be found in your data.You’ll begin by understanding the benefits of AI and how it can be used in Power BI. Next, you’ll focus on exploring and preparing your data for building AI projects and then progress to using prominent AI features already available in Power BI, such as forecasting, anomaly detection, and Q&A. Later chapters will show you how to apply text analytics and computer vision within Power BI reports. This will help you create your own Q&A functionality in Power BI, which allows you to ask FAQs from another knowledge base and then integrate it with PowerApps. Toward the concluding chapters, you’ll be able to create and deploy AutoML models trained in Azure ML and consume them in Power Query Editor. After your models have been trained, you’ll work through principles such as privacy, fairness, and transparency to use AI responsibly.By the end of this book, you’ll have learned when and how to enrich your data with AI using the out-of-the-box AI capabilities in Power BI.

ASAP. Jak nauczyć się języka obcego tak szybko, jak to możliwe

Bartosz Oczko

Teoria i praktyka nowego języka Chcesz lub musisz nauczyć się języka obcego? Marzysz o przeczytaniu ulubionej książki w oryginale? Planujesz podróż życia? Zamierzasz podnieść kwalifikacje zawodowe? Jeśli planujesz rozpocząć naukę nowego języka, na pewno jesteś mocno zmotywowany. Początki bywają obiecujące, jednak w większości przypadków entuzjazm szybko znika. Okazuje się, że wykute na blachę słówka dziwnie łatwo ulatują z głowy, a gramatyka, mimo starań, pozostaje niezrozumiała. W efekcie w praktyce nadal potrafimy jedynie się przedstawić, zapytać o drogę i ewentualnie zamówić jedzenie w restauracji. Dlaczego tak jest? Pewnie myślisz, że po prostu nie masz odpowiednich zdolności. Nieprawda! Człowiek rodzi się z predyspozycjami do komunikacji z innymi. Skoro każdy z nas potrafi porozumiewać się w swoim rodzimym języku, to znaczy, że ma umiejętności, dzięki którym może przyswoić dowolną ludzką mowę - wystarczy, że skupi się na efektywnym ich rozwoju. Efektywnym, czyli takim, który pozwoli by przy rozsądnym nakładzie czasu i pracy w satysfakcjonującym stopniu opanować nowy język. Dzięki tej książce poznasz wszystkie elementy sprawnego procesu uczenia się języków obcych. Dowiesz się, co o mechanizmach przyswajania obcej mowy mówią badacze umysłu, i poznasz sprawdzone sposoby przekładania tej wiedzy na codzienne rytuały ucznia. Będziesz ćwiczyć, ćwiczyć, ćwiczyć, ale uwaga - czeka Cię nagroda! Język obcy przestanie być obcy o wiele szybciej, niż myślisz!

ASP.NET 3.5. Tworzenie portali internetowych w nurcie Web 2.0

Omar AL Zabir

Poznaj sekrety zaawansowanych technologii budowy portali internetowych Web 2.0 Jak zaprojektować witrynę dla platformy ASP.NET i ASP.NET AJAX? Jak rozbudować serwis zgodnie z zasadami ergonomii? Jak zwiększyć wydajność serwera? Portale sieciowe Web 2.0, opierające się na technologii AJAX, umożliwiają użytkownikom personalizowanie stron, a także agregowanie danych z różnych źródeł. Wszystko to sprawia, że są doskonałymi serwisami korporacyjnymi i należą do najefektywniejszych aplikacji sieciowych. Zastosowanie mechanizmów AJAX pozwala na udostępnienie interaktywnego i rozbudowanego interfejsu, działającego znacznie szybciej i bardziej wydajnie niż w tradycyjnych serwisach. Natomiast wykorzystanie widżetów (komponentów typu plag-and-play) zapewnia przejrzystość architektury portalu i łatwość jego rozbudowy, ponieważ są one opracowywane niezależnie od warstwy rdzeniowej systemu. Książka "ASP.NET 3.5. Tworzenie portali internetowych w nurcie Web 2.0" zawiera opis najnowszych metod i technologii projektowania oraz budowy portali z wykorzystaniem platformy ASP.NET i środowiska ASP.NET AJAX. W podręczniku przedstawiono także praktyczne rozwiązania problemów związanych z projektowaniem, wdrażaniem, utrzymaniem, a także skalowaniem i usprawnianiem serwisu. Dzięki tej pozycji poznasz poszczególne fazy budowy prototypowego portalu, zaawansowane techniki technologii AJAX oraz sposoby optymalizacji kodu. Nauczysz się m. in. przygotowywać widżety klienckie za pomocą kodu JavaScript, tworzyć własne mechanizmy obsługi wywołań, zwiększać wydajność serwera i skalowalność usług sieciowych. Zdobędziesz zatem całą potrzebną Ci wiedzę i umiejętności, które pozwolą zbudować stabilny, nowoczesny i bezpieczny portal internetowy. Wprowadzenie do budowy portali internetowych Architektura portali i widżetów Projekt warstwy sieciowej w środowisku ASP. NET AJAX Projekt warstwy danych i warstwy biznesowej na platformie NET 3.5 Widżety klienckie Optymalizacja pracy środowiska ASP.NET AJAX Tworzenie asynchronicznych i transakcyjnych usług sieciowych z uwzględnieniem buforowania danych Skalowalność usług sieciowych Zwiększenie wydajności serwera i klienckiej części aplikacji Zarządzanie witryną Zaprojektuj bardzo wydajną i supernowoczesną witrynę internetową

ASP.NET AJAX. Programowanie w nurcie Web 2.0

Christian Wenz

Wykorzystaj najlepsze rozwiązania technologii AJAX i stwórz interaktywną stronę internetową Jak wykorzystywać dane serwerowe? Jak tworzyć i udostępniać własne kontrolki? Jak aktualizować część strony w regularnych odstępach czasu? Zastanawiałeś się, dlaczego interaktywne witryny cieszą się dziś taką popularnością? Dzieje się tak głównie dlatego, że wymagają one od użytkowników współuczestnictwa w tworzeniu i rozwoju serwisu, a tym samym powodują, że abonenci mają duży wpływ na jego ostateczny kształt. Dzięki temu każdy odbiorca korzysta z atrakcyjnej witryny idealnie dopasowanej do swoich potrzeb. To właśnie ASP.NET AJAX umożliwia projektowanie profesjonalnych, interaktywnych stron WWW w duchu Web 2.0. Znawcy tematu zapewniają, że AJAX jest rozwiązaniem przyszłościowym w dziedzinie projektowania serwisów internetowych. O tym, jak za pomocą tej technologii wdrożyć w swoim serwisie rozwiązania zgodne z filozofią Web 2.0, dowiesz się właśnie z tego podręcznika. W książce "ASP.NET AJAX. Programowanie w nurcie Web 2.0" zamieszczono, oprócz teoretycznych wiadomości, mnóstwo przykładów demonstrujących działanie najważniejszych mechanizmów środowiska ASP.NET AJAX. Przedstawione rozwiązania mają bardzo ogólny charakter, a zatem możesz szybko dostosować je do potrzeb własnej aplikacji. Korzystając z tego podręcznika, nauczysz się m.in. projektować własne kontrolki i udostępniać je w serwisie Toolkit, poznasz zasady korzystania ze standardowych bibliotek AJAX-a w innych środowiskach (np. PHP). Będziesz umiał zbudować profesjonalną, dynamiczną stronę internetową, bazującą na platformie ASP.NET AJAX. Struktura i architektura środowiska ASP.NET AJAX JavaScript Rozszerzenia ASP.NET AJAX Usługi sieciowe Odświeżanie części strony -- obiekt UpdatePanel Lokalizacja i globalizacja aplikacji ASP.NET Control Toolkit Animacja na stronie WWW Wiązanie i walidacja danych Zachowania i komponenty Dokumentacja klasy XMLHttpRequest i modelu DOM Płyń z nurtem nowoczesności -- twórz elektryzujące, interaktywne strony WWW!

Atlassian Jira Server & Data Center. Programowanie rozwiązań w projektach biznesowych

Jakub Kalinowski

By szybciej, sprawniej i skuteczniej zarządzać projektami Znalezienie odpowiedzi na zaprzątające umysł pytania z zakresu automatyzacji zwykle wiąże się ze spędzeniem długich godzin na wertowaniu niespójnej dokumentacji lub przeszukiwaniu forum Atlassian Community, gdzie swoimi problemami (a także autorskimi pomysłami na ich rozwiązanie) dzielą się inni użytkownicy Jiry. To jednak często bezproduktywne działanie, a jedynym skutecznym ― albo i nieskutecznym ― sposobem, by pokonać przeszkodę, jest metoda prób i błędów. W szczególności dotyczy to klas, metod i interfejsów, o których możemy jedynie powiedzieć, że istnieją i przyjmują określone typy parametrów. Książka Jakuba Kalinowskiego ma w zamyśle oszczędzić czytelnikom żmudnego procesu pozyskiwania wiedzy i dać wskazówki, jak rozwiązać konkretne problemy, z którymi mogą się oni zetknąć podczas pracy z Atlassian Jira Server. Znalazło się tu omówienie takich kwestii jak custom fields, workflows, integracje z API, funkcjonalności dostarczane przez pluginy, a także tego, co niesłusznie jest uznawane za terra incognita, czyli tworzenia własnych pluginów. Autor uzupełnił treść o kilka zagadnień związanych z integracją Jiry i Confluence, jak również z bazami Insight - Asset Management, ponieważ obie aplikacje często są obecne w projektach biznesowych, a ich automatyzacja zazwyczaj przysparza wielu problemów. To książka adresowana przede wszystkim do czytelników, którzy mają już doświadczenie w zarządzaniu projektami i instancjami Jira, jednak do tej pory nie zdecydowali się na pisanie skryptów automatyzujących.

Audyt bezpieczeństwa informacji w praktyce

Tomasz Polaczek

Rozpoczęła się era społeczeństwa informacyjnego. Działalność coraz większej liczby organizacji i firm zależy od szybkiego i efektywnego przetwarzania informacji. Informacja stała się cennym, często wykradanym towarem. Zagrożeniem dla bezpieczeństwa danych są nie tylko crackerzy, lecz często także pracownicy firmy, którzy nieświadomie udostępniają zastrzeżone informacje osobom trzecim. Upowszechnienie informacji, będących tajemnicą lub własnością intelektualną i handlową firmy lub instytucji, może oznaczać utratę reputacji, zakończenie działalności na rynku lub nawet wywołać kłopoty natury prawnej. Z tych powodów informację trzeba należycie chronić oraz odpowiednią nią zarządzać. Książka "Audyt bezpieczeństwa informacji w praktyce" przedstawia praktyczne aspekty wdrażania i realizowania polityki ochrony danych. Opisuje zarówno regulacje prawne, jak i normy ISO traktujące o bezpieczeństwie informacji. Zawiera informacje o odpowiednim zarządzaniu systemami przechowywania danych, fizycznym zabezpieczaniu miejsc, w których znajdują się nośniki danych, oraz szkoleniu użytkowników systemów. Normy ISO i PN dotyczące ochrony informacji Planowanie polityki bezpieczeństwa Umowy o zachowaniu poufności Zabezpieczanie budynku i pomieszczeń Tworzenie procedur eksploatacji sprzętu i systemów Ochrona sieci przed programami szpiegującymi Zarządzanie dostępem użytkowników do systemu Odpowiednio zaplanowane procedury ochrony danych mogą uchronić przedsiębiorstwo przed poważnymi problemami. Wykorzystaj wiadomości zawarte w tej książce i wprowadź podobne procedury w swojej firmie.

Automate Everyday Tasks in Jira. A practical, no-code approach for Jira admins and power users to automate everyday processes

Gareth Cantrell

Atlassian Jira makes it easier to track the progress of your projects, but it can lead to repetitive and time-consuming tasks for teams. No-code automation will enable you to increase productivity by automating these tasks. Automate Everyday Tasks in Jira provides a hands-on approach to implementation and associated methodologies that will have you up and running and productive in no time.You will start by learning how automation in Jira works, along with discovering best practices for writing automation rules. Then you’ll be introduced to the building blocks of automation, including triggers, conditions, and actions, before moving on to advanced rule-related techniques. After you’ve become familiar with the techniques, you’ll find out how to integrate with external tools, such as GitHub, Slack, and Microsoft Teams, all without writing a single line of code. Toward the end, you’ll also be able to employ advanced rules to create custom notifications and integrate with external systems.By the end of this Jira book, you’ll have gained a thorough understanding of automation rules and learned how to use them to automate everyday tasks in Jira without using any code.

Automated Machine Learning. Hyperparameter optimization, neural architecture search, and algorithm selection with cloud platforms

Adnan Masood, Ahmed Sherif

Every machine learning engineer deals with systems that have hyperparameters, and the most basic task in automated machine learning (AutoML) is to automatically set these hyperparameters to optimize performance. The latest deep neural networks have a wide range of hyperparameters for their architecture, regularization, and optimization, which can be customized effectively to save time and effort.This book reviews the underlying techniques of automated feature engineering, model and hyperparameter tuning, gradient-based approaches, and much more. You'll discover different ways of implementing these techniques in open source tools and then learn to use enterprise tools for implementing AutoML in three major cloud service providers: Microsoft Azure, Amazon Web Services (AWS), and Google Cloud Platform. As you progress, you’ll explore the features of cloud AutoML platforms by building machine learning models using AutoML. The book will also show you how to develop accurate models by automating time-consuming and repetitive tasks in the machine learning development lifecycle.By the end of this machine learning book, you’ll be able to build and deploy AutoML models that are not only accurate, but also increase productivity, allow interoperability, and minimize feature engineering tasks.

Automated Machine Learning on AWS. Fast-track the development of your production-ready machine learning applications the AWS way

Trenton Potgieter, Jonathan Dahlberg

AWS provides a wide range of solutions to help automate a machine learning workflow with just a few lines of code. With this practical book, you'll learn how to automate a machine learning pipeline using the various AWS services.Automated Machine Learning on AWS begins with a quick overview of what the machine learning pipeline/process looks like and highlights the typical challenges that you may face when building a pipeline. Throughout the book, you'll become well versed with various AWS solutions such as Amazon SageMaker Autopilot, AutoGluon, and AWS Step Functions to automate an end-to-end ML process with the help of hands-on examples. The book will show you how to build, monitor, and execute a CI/CD pipeline for the ML process and how the various CI/CD services within AWS can be applied to a use case with the Cloud Development Kit (CDK). You'll understand what a data-centric ML process is by working with the Amazon Managed Services for Apache Airflow and then build a managed Airflow environment. You'll also cover the key success criteria for an MLSDLC implementation and the process of creating a self-mutating CI/CD pipeline using AWS CDK from the perspective of the platform engineering team.By the end of this AWS book, you'll be able to effectively automate a complete machine learning pipeline and deploy it to production.

Automated Machine Learning with AutoKeras. Deep learning made accessible for everyone with just few lines of coding

Luis Sobrecueva

AutoKeras is an AutoML open-source software library that provides easy access to deep learning models. If you are looking to build deep learning model architectures and perform parameter tuning automatically using AutoKeras, then this book is for you.This book teaches you how to develop and use state-of-the-art AI algorithms in your projects. It begins with a high-level introduction to automated machine learning, explaining all the concepts required to get started with this machine learning approach. You will then learn how to use AutoKeras for image and text classification and regression. As you make progress, you'll discover how to use AutoKeras to perform sentiment analysis on documents. This book will also show you how to implement a custom model for topic classification with AutoKeras. Toward the end, you will explore advanced concepts of AutoKeras such as working with multi-modal data and multi-task, customizing the model with AutoModel, and visualizing experiment results using AutoKeras Extensions.By the end of this machine learning book, you will be able to confidently use AutoKeras to design your own custom machine learning models in your company.

Automated Machine Learning with Microsoft Azure. Build highly accurate and scalable end-to-end AI solutions with Azure AutoML

Dennis Michael Sawyers

Automated Machine Learning with Microsoft Azure will teach you how to build high-performing, accurate machine learning models in record time. It will equip you with the knowledge and skills to easily harness the power of artificial intelligence and increase the productivity and profitability of your business. Guided user interfaces (GUIs) enable both novices and seasoned data scientists to easily train and deploy machine learning solutions to production. Using a careful, step-by-step approach, this book will teach you how to use Azure AutoML with a GUI as well as the AzureML Python software development kit (SDK).First, you'll learn how to prepare data, train models, and register them to your Azure Machine Learning workspace. You'll then discover how to take those models and use them to create both automated batch solutions using machine learning pipelines and real-time scoring solutions using Azure Kubernetes Service (AKS). Finally, you will be able to use AutoML on your own data to not only train regression, classification, and forecasting models but also use them to solve a wide variety of business problems.By the end of this Azure book, you'll be able to show your business partners exactly how your ML models are making predictions through automatically generated charts and graphs, earning their trust and respect.

AWS Certified Machine Learning - Specialty (MLS-C01) Certification Guide. The ultimate guide to passing the MLS-C01 exam on your first attempt - Second Edition

Somanath Nanda, Weslley Moura

The AWS Certified Machine Learning Specialty (MLS-C01) exam evaluates your ability to execute machine learning tasks on AWS infrastructure. This comprehensive book aligns with the latest exam syllabus, offering practical examples to support your real-world machine learning projects on AWS. Additionally, you'll get lifetime access to supplementary online resources, including mock exams with exam-like timers, detailed solutions, interactive flashcards, and invaluable exam tips, all accessible across various devices—PCs, tablets, and smartphones.Throughout the book, you’ll learn data preparation techniques for machine learning, covering diverse methods for data manipulation and transformation across different variable types. Addressing challenges such as missing data and outliers, the book guides you through an array of machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, text mining, and image processing, accompanied by requisite machine learning algorithms essential for exam success. The book helps you master the deployment of models in production environments and their subsequent monitoring.Equipped with insights from this book and the accompanying mock exams, you'll be fully prepared to achieve the AWS MLS-C01 certification.

AWS Certified Machine Learning Specialty: MLS-C01 Certification Guide. The definitive guide to passing the MLS-C01 exam on the very first attempt

Somanath Nanda, Weslley Moura

The AWS Certified Machine Learning Specialty exam tests your competency to perform machine learning (ML) on AWS infrastructure. This book covers the entire exam syllabus using practical examples to help you with your real-world machine learning projects on AWS.Starting with an introduction to machine learning on AWS, you'll learn the fundamentals of machine learning and explore important AWS services for artificial intelligence (AI). You'll then see how to prepare data for machine learning and discover a wide variety of techniques for data manipulation and transformation for different types of variables. The book also shows you how to handle missing data and outliers and takes you through various machine learning tasks such as classification, regression, clustering, forecasting, anomaly detection, text mining, and image processing, along with the specific ML algorithms you need to know to pass the exam. Finally, you'll explore model evaluation, optimization, and deployment and get to grips with deploying models in a production environment and monitoring them.By the end of this book, you'll have gained knowledge of the key challenges in machine learning and the solutions that AWS has released for each of them, along with the tools, methods, and techniques commonly used in each domain of AWS ML.

AWS Certified Security - Specialty (SCS-C02) Exam Guide. Get all the guidance you need to pass the AWS (SCS-C02) exam on your first attempt - Second Edition

Adam Book, Stuart Scott

The AWS Certified Security – Specialty exam validates your expertise in advanced cloud security, a crucial skill set in today's cloud market. With the latest updates and revised study material, this second edition provides an excellent starting point for your exam preparation.You’ll learn the fundamentals of core services, which are essential prerequisites before delving into the six domains covered in the exam. The book addresses various security threats, vulnerabilities, and attacks, such as DDoS attacks, offering insights into effective mitigation strategies at different layers. You’ll learn different tools available in Amazon Web Services (AWS) to secure your Virtual Private Cloud and allow the correct traffic to travel securely to your workloads. As you progress, you’ll explore the intricacies of AWS EventBridge and IAM services. Additionally, you’ll get lifetime access to supplementary online resources, including mock exams with exam-like timers, detailed solutions, interactive flashcards, and invaluable exam tips, all accessible across various devices such as PCs, tablets, and smartphones.Ultimately, armed with the knowledge and skills acquired from this AWS security guide, you'll be well-prepared to pass the exam and design secure AWS solutions with confidence.

AWS dla administratorów systemów. Tworzenie i utrzymywanie niezawodnych aplikacji chmurowych

Prashant Lakhera

Amazon Web Services (AWS) zdobywa coraz większe uznanie. Platforma AWS udostępnia znakomite rozwiązania, w tym usługi obliczeniowe, magazyn danych, obsługę sieci i usług zarządzanych. Aplikacje korporacyjne wdrożone w chmurze AWS mogą być wyjątkowo odporne, skalowalne i niezawodne. Aby takie były, administrator systemu musi jednak zrozumieć koncepcje zaawansowanego zarządzania chmurą i nauczyć się wykorzystywać je w praktyce zarówno podczas wdrażania systemu, jak i zarządzania nim. W tej książce omówiono techniki wdrażania systemów na platformie AWS i zasady zarządzania nimi. Zaprezentowano podstawy korzystania z usługi Identity and Access Management oraz narzędzia sieciowe i monitorujące chmury AWS. Poruszono tematy Virtual Private Cloud, Elastic Compute Cloud, równoważenia obciążenia, automatycznego skalowania oraz baz danych usługi Relational Database Service. Dokładnie przedstawiono zasady wdrażania aplikacji i zarządzania danymi. Pokazano też, w jaki sposób zainicjować automatyczne tworzenie kopii zapasowych oraz jak śledzić i przechowywać pliki dzienników. W książce znalazły się również informacje na temat interfejsów API platformy AWS i sposobu ich użycia oraz automatyzacji infrastruktury z wykorzystaniem usługi CloudFormation, narzędzia Terraform oraz skryptów w języku Python z biblioteką Boto3. W książce między innymi: zasady bezpieczeństwa w systemach chmurowych tworzenie usług Amazon Elastic Compute Cloud (EC2) konfiguracja centrum danych w chmurze AWS za pomocą sieci VPC automatyczne skalowanie aplikacji praca z dziennikami scentralizowanymi CloudWatch wykonywanie kopii zapasowych danych AWS, czyli dostępność, odporność i niezawodność aplikacji!

Azure Data and AI Architect Handbook. Adopt a structured approach to designing data and AI solutions at scale on Microsoft Azure

Olivier Mertens, Breght Van Baelen

With data’s growing importance in businesses, the need for cloud data and AI architects has never been higher. The Azure Data and AI Architect Handbook is designed to assist any data professional or academic looking to advance their cloud data platform designing skills. This book will help you understand all the individual components of an end-to-end data architecture and how to piece them together into a scalable and robust solution.You’ll begin by getting to grips with core data architecture design concepts and Azure Data & AI services, before exploring cloud landing zones and best practices for building up an enterprise-scale data platform from scratch. Next, you’ll take a deep dive into various data domains such as data engineering, business intelligence, data science, and data governance. As you advance, you’ll cover topics ranging from learning different methods of ingesting data into the cloud to designing the right data warehousing solution, managing large-scale data transformations, extracting valuable insights, and learning how to leverage cloud computing to drive advanced analytical workloads. Finally, you’ll discover how to add data governance, compliance, and security to solutions.By the end of this book, you’ll have gained the expertise needed to become a well-rounded Azure Data & AI architect.

Azure Data Engineer Associate Certification Guide. A hands-on reference guide to developing your data engineering skills and preparing for the DP-203 exam

Newton Alex

Azure is one of the leading cloud providers in the world, providing numerous services for data hosting and data processing. Most of the companies today are either cloud-native or are migrating to the cloud much faster than ever. This has led to an explosion of data engineering jobs, with aspiring and experienced data engineers trying to outshine each other.Gaining the DP-203: Azure Data Engineer Associate certification is a sure-fire way of showing future employers that you have what it takes to become an Azure Data Engineer. This book will help you prepare for the DP-203 examination in a structured way, covering all the topics specified in the syllabus with detailed explanations and exam tips. The book starts by covering the fundamentals of Azure, and then takes the example of a hypothetical company and walks you through the various stages of building data engineering solutions. Throughout the chapters, you'll learn about the various Azure components involved in building the data systems and will explore them using a wide range of real-world use cases. Finally, you’ll work on sample questions and answers to familiarize yourself with the pattern of the exam.By the end of this Azure book, you'll have gained the confidence you need to pass the DP-203 exam with ease and land your dream job in data engineering.