Biznes IT

Ty w social mediach. Podręcznik budowania marki osobistej dla każdego. Wydanie III poszerzone

Marcin Żukowski

Bądź w social mediach dokładnie taką osobą, jaką chcesz Marka osobista. To niejako alternatywne, może nowocześniejsze, a na pewno marketingowe określenie na coś, co kiedyś nazywaliśmy reputacją. A reputacja to wiadomo - słyszymy czyjeś nazwisko, widzimy czyjąś twarz i wiemy: to taki a taki lub taka a taka, zajmuje się tym i tym, zachowuje się tak i tak, spodziewać się po nim lub po niej można tego a tego. Reputacja, marka osobista to konkret. To zestaw przymiotników, które człowieka definiują. Człowieka, czyli mnie, Ciebie, ją i jego. Kiedyś taką markę osobistą mieliśmy wśród rodziny i znajomych, tych, których znaliśmy... właśnie - osobiście. Dziś to grono zdecydowanie się poszerzyło. Jesteśmy obecni w social mediach. Publikujemy wpisy na Facebooku, filmy na YouTubie, zdjęcia na Instagramie, krótkie formy na X (dawniej Twitterze) i TikToku. Nasze produkcje docierają tam do szerokiego grona ludzi i coś w nich wywołują. Wrażenia. Emocje. Jedno po drugim, działania, jakie podejmujemy w mediach społecznościowych, budują naszą reputację - markę osobistą. Jak zadbać o to, by była ona taka, jakiej sobie życzymy? Właśnie tego dowiesz się z książki Marcina Żukowskiego. Książka w mediach: Tomzynska- Bookstagram ataga_el Bookstagram Zimna Recenzuje Bookstagram Książka z Zakładką Kosmetycznie u Ani Bookstagram Zaczytana Sara Bookstagram Nieksiazkara - Bookstagram Strefa Copywritera - Bookstagram Roksana Nowińska Bookstagram Książka z zakładką Bookstagram Zimna recenzuje Bookstagram Pola Mama Igora - Bookstagram Majaa.em Bookstagram Strefa Copywritera Zaczytana Sara Bookstagram

U mnie działa. Język branży IT

Paweł Baszuro

Nie rozumiesz języka branży IT? Sięgnij po tę książkę! Opanuj słownik informatyków Poznaj cykl życia oprogramowania Naucz się komunikacji z branżą IT Kto choć raz miał do czynienia z informatykami, wie, że rozmowy z nimi często przypominają kontakty z przybyszami z innej galaktyki. Posługują się specjalistycznym żargonem, są mocno skupieni na aspektach technicznych, bywa, że się niecierpliwią, gdy otoczenie nie nadąża za ich tokiem rozumowania. Jeśli rozmówca nie jest zorientowany w branży IT, zwykle trudno mu znaleźć wspólny język z przedstawicielami środowiska i może mieć nie lada kłopot, gdy będzie musiał coś z nimi załatwić. Ta książka będzie prawdziwym objawieniem dla wszystkich, którzy współpracują z osobami zatrudnionymi w IT. Jej celem jest zaprezentowanie podstawowych terminów używanych w tej dziedzinie, przedstawienie procesu wytwarzania i utrzymania oprogramowania oraz wsparcie w zrozumieniu zagadnień i problemów, które dla informatyków stanowią codzienność. Lektura pomoże tym, którzy chcą poznać specyfikę branży lub są na różne sposoby zaangażowani w projekty IT. Terminologia używana w świecie informatycznym Etapy wytwarzania i wdrażania oprogramowania Definiowanie wymagań i zrozumienie procesu Komunikacja z przedstawicielami środowiska Praktyczne przykłady z życia codziennego Opanuj informatyczny żargon w mgnieniu oka!

U mnie działa. Język branży IT. Wydanie II

Paweł Baszuro

Przeczytaj i zrozum - język branży IT dla każdego Informatyczny żargon dla przeciętnego odbiorcy Praktyczna wiedza o wytwarzaniu oprogramowania Skuteczna komunikacja z przedstawicielami branży IT Jeśli nie mieszkasz w jaskini na końcu świata, komputery prawdopodobnie opanowały już niemal każdy obszar Twojego życia. Otaczają Cię dosłownie ze wszystkich stron i pomagają w wielu codziennych czynnościach. Z pewnością używasz ich do komunikacji, rozrywki, pracy i nauki, robisz za ich pomocą zakupy i planujesz wakacje. Dzięki komputerom Twoja codzienność jest prostsza i przyjemniejsza... do czasu, gdy musisz coś załatwić z kimś, kto odpowiada za ich programowanie. W tym momencie wszystko się komplikuje, a Ty przestajesz cokolwiek rozumieć. Jeśli w takich chwilach zadajesz sobie pytanie, o co temu człowiekowi chodzi, a takie terminy jak release, agile, repozytorium, ticket, legacy, implementacja, merge, request, storyboard, bug, backend, branch, log czy mock wywołują u Ciebie dreszcz przerażenia - spieszymy z pomocą! Dzięki tej książce nie tylko poznasz terminologię informatyczną, lecz również zdobędziesz wiedzę o procesie projektowania, tworzenia i utrzymywania oprogramowania komputerowego, a także dowiesz się, jak się skutecznie komunikować z zaangażowanymi w to osobami. Przy użyciu prostego języka i na praktycznych przykładach autor wprowadzi Cię w świat IT i sprawi, że przestaniesz się pocić na widok informatyka. Nauka każdego języka wymaga słownika - oto Twój słownik! Terminologia używana w świecie informatyków Etapy wytwarzania i wdrażania oprogramowania Definiowanie wymagań i zrozumienie procesu Komunikacja z przedstawicielami środowiska informatycznego Praktyczne przykłady z codziennego życia Dowiedz się, jak się porozumieć z programistą!

Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany

Jon Krohn, Grant Beyleveld, Aglaé Bassens

Uczenie maszynowe jest przyszłością naszej cywilizacji. Już dziś wywiera ogromny wpływ na nasze życie. Odmieniło kształt wielu sektorów: usług konsumenckich, inżynierii, bankowości, medycyny czy produkcji. Trudno też przewidzieć zmiany, jakie potęga sieci neuronowych przyniesie nam w nadchodzących latach. Osoby zajmujące się zawodowo uczeniem głębokim i sieciami neuronowymi mogą liczyć na ekscytujące możliwości, jednak zaawansowana matematyka i teoria stanowiące podstawę uczenia maszynowego mogą zniechęcać do prób poważnego zajęcia się tą dziedziną. Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadnienia matematyczne zostały ograniczone do niezbędnego minimum, przedstawiono je jednak w sposób maksymalnie przystępny. Po lekturze zrozumiesz, czym jest głębokie uczenie, dlaczego stało się tak popularne i jak się ma do innych dziedzin uczenia maszynowego. W pragmatyczny sposób opisano takie aspekty zastosowań głębokiego uczenia jak widzenie maszynowe, przetwarzanie języka naturalnego, generowanie obrazów, a nawet gra w różne gry. Prezentowane treści uzupełnia praktyczny kod i szereg wskazówek dotyczących korzystania z bibliotek Keras i TensorFlow. W książce między innymi: teoretyczne podstawy sztucznej inteligencji, w tym sieci neuronowe i ich trening oraz optymalizacja sieci konwolucyjne, rekurencyjne, GAN, głębokie uczenie przez wzmacnianie potencjał systemów głębokiego uczenia narzędzia do tworzenia, stosowania i usprawniania modeli głębokiego uczenia tworzenie interaktywnych aplikacji opartych na głębokim uczeniu Uczenie głębokie: przekonaj się na własne oczy!

Uczenie głębokie od zera. Podstawy implementacji w Pythonie

Seth Weidman

Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii. Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach. W książce między innymi: matematyczne podstawy uczenia głębokiego tworzenie modeli do rozwiązywania praktycznych problemów standardowe i niestandardowe techniki treningu sieci neuronowych rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych rekurencyjne sieci neuronowe, ich działanie i implementacja praca z wykorzystaniem biblioteki PyTorch Uczenie głębokie: zrozum, zanim zaimplementujesz!

Uczenie maszynowe dla programistów

Drew Conway, John Myles White

Wyciągnij najlepsze wnioski z dostępnych danych! Maszyna myśląca jak człowiek to marzenie ludzkości. Dzięki dzisiejszej wiedzy i dostępnym narzędziom wciąż przybliżamy się do jego spełnienia. Zastanawiasz się, jak nauczyć maszynę myślenia? Jak sprawić, żeby podejmowała trafne decyzje oraz przewidywała najbliższą przyszłość na podstawie przygotowanych modeli? Na to i wiele innych pytań odpowiada ta wspaniała książka. Dzięki niej poznasz język R, nauczysz się eksplorować dostępne dane, określać wartość mediany i odchylenia standardowego oraz wizualizować powiązania między kolumnami. Gdy opanujesz już solidne podstawy teoretyczne, możesz śmiało przejść do kolejnych rozdziałów i zapoznać się z klasyfikacją binarną, tworzeniem rankingów oraz modelowaniem przyszłości przy użyciu regresji. Ponadto zrozumiesz, jak tworzyć systemy rekomendacyjne, analizować sieci społeczne oraz łamać szyfry. Książka ta jest doskonałą lekturą dla pasjonatów analizy danych i wyciągania z nich wniosków. Każdy rozdział książki jest poświęcony konkretnemu zagadnieniu uczenia maszynowego: klasyfikacji, predykcji, regresji, optymalizacji i wreszcie rekomendacji. Czytelnik nauczy się konstruować proste algorytmy uczenia maszynowego (i przepuszczać przez nie próbki danych) za pomocą języka programowania R. Uczenie maszynowe dla programistów jest więc znakomitą lekturą dla programistów parających się czy to projektami komercyjnymi, czy to rządowymi, czy wreszcie akademickimi. Skonstruuj prosty klasyfikator bayesowski odróżniający wiadomości treściwe od niechcianych na podstawie ich zawartości. Używaj regresji liniowej do przewidywania liczby odwiedzin najpopularniejszych stron WWW. Naucz się optymalizacji, próbując złamać prosty szyfr literowy. Statystycznie skonfrontuj poglądy polityków, używając rejestru głosowań. Zbuduj system rekomendacji wartościowych twitterowców. Naucz się czytać i analizować dane! Książka ta stanowi świetny przegląd przypadków i tuzina różnych technik uczenia maszynowego. Jest ukierunkowana na proces dochodzenia do rozwiązania, a nie gotowe recepty ani abstrakcyjne teorie; dzięki temu jej materiał jest dostępny dla wszystkich programistów, ale też przysłowiowych „umysłów ścisłych” — Max Shron, OkCupid  

Uczenie maszynowe. Elementy matematyki w analizie danych

Leszek Albrzykowski

Na styku matematyki i informatyki Uczenie maszynowe (ML) i sztuczna inteligencja (AI). Obok komputerów kwantowych to dwa główne, gorące tematy we współczesnej informatyce. Oba nieco tajemnicze, futurystyczne i przede wszystkim wymagające posiadania dość sporej wiedzy i umiejętności matematycznych. Stąd podręczniki akademickie poświęcone sztucznej inteligencji i uczeniu maszynowemu zwykle są grube, ciężkie i naszpikowane detalami. Niesprzyjające szybkiej nauce i w rzeczywistości wcale nie takie… podręczne. Inaczej jest z tą niewielkich rozmiarów książką. Jej autor przedstawia tematy związane z AI i ML z naciskiem na matematykę, tłumaczy jednak wszystko krok po kroku ― tak by czytelnikom było łatwiej je zrozumieć. Zagadnienia matematyczne są tu objaśniane o tyle, o ile jest to konieczne dla opanowania konkretnych treści z zakresu uczenia maszynowego.  Znajdziesz tu omówienie takich kluczowych zagadnień jak: Wnioskowanie bayesowskie Modele liniowe Zmienne informatywne i entropia informacji Ocena wpływu cech na model Detekcja anomalii Ocena modelu

Uczenie maszynowe na Raspberry Pi

Donald Norris

Rozwijaj i replikuj interesujące eksperymenty uczenia maszynowego (ML) przy użyciu kamery Pi Camera i płytki Raspberry Pi. Niniejsza książka zapewnia solidny przegląd technik uczenia maszynowego i niezliczonych zagadnień leżących u jego podstaw, zachęcając do ich dalszego poznawania. Nietechniczne omówienia równoważą złożone objaśnienia techniczne, sprawiając, że najnowszy i najbardziej złożony temat w świecie hobbystów informatyki staje się zrozumiały i przystępny. Uczenie maszynowe, odwołujące się zwykle także do uczenia głębokiego (DL) jest obecnie zintegrowane z mnóstwem komercyjnych produktów, a także szeroko stosowane w przemyśle, medycynie i wojskowości. Trudno znaleźć jakąkolwiek nowoczesną działalność człowieka, która nie została "dotknięta" przez aplikacje sztucznej inteligencji (AI). Bazując na koncepcjach wprowadzonych w książce Beginning Artificial Intelligence with the Raspberry Pi, niniejsza książka prowadzi poza proste rozumienie koncepcji AI do rzeczywistych doświadczeń z wykorzystaniem uczenia maszynowego i praktycznych zastosowań koncepcji uczenia głębokiego w eksperymentach związanych z rozpoznawaniem obrazów przy użyciu płytki Pi. Koncepcje związane z uczeniem maszynowym na Raspberry Pi można przenieść na inne platformy, wchodząc jeszcze dalej w świat sztucznej inteligencji i uczenia maszynowego, aby realizować coraz lepsze projekty hobbystyczne lub komercyjne.