Sztuczna inteligencja
Mercury Learning and Information, Oswald Campesato
This book bridges the gap between theoretical knowledge and practical application in Python programming, machine learning, and using ChatGPT-4 in data science. It starts with an introduction to Pandas for data manipulation and analysis. The book then explores various machine learning classifiers, from kNN to SVMs. Later chapters cover GPT-4's capabilities, enhancing linear regression analysis, and using ChatGPT in data visualization, including AI apps, GANs, and DALL-E.The journey begins with mastering Pandas and machine learning fundamentals. It progresses to applying GPT-4 in linear regression and machine learning classifiers. The final chapters focus on using ChatGPT for data visualization, making complex results accessible and understandable.Understanding these concepts is crucial for modern data scientists. This book transitions readers from basic Python programming to advanced applications of ChatGPT-4 in data science. Companion files with source code, datasets, and figures enhance learning, making this an essential resource for mastering Python, machine learning, and AI-driven data visualization.
Ashish Kumar, Joseph Babcock
Social Media and the Internet of Things have resulted in an avalanche of data. Data is powerful but not in its raw form; it needs to be processed and modeled, and Python is one of the most robust tools out there to do so. It has an array of packages for predictive modeling and a suite of IDEs to choose from. Using the Python programming language, analysts can use these sophisticated methods to build scalable analytic applications. This book is your guide to getting started with predictive analytics using Python.You'll balance both statistical and mathematical concepts, and implement them in Python using libraries such as pandas, scikit-learn, and NumPy. Through case studies and code examples using popular open-source Python libraries, this book illustrates the complete development process for analytic applications. Covering a wide range of algorithms for classification, regression, clustering, as well as cutting-edge techniques such as deep learning, this book illustrates explains how these methods work. You will learn to choose the right approach for your problem and how to develop engaging visualizations to bring to life the insights of predictive modeling.Finally, you will learn best practices in predictive modeling, as well as the different applications of predictive modeling in the modern world. The course provides you with highly practical content from the following Packt books:1. Learning Predictive Analytics with Python2. Mastering Predictive Analytics with Python
Hassi Norlen
IBM Quantum Experience® is a leading platform for programming quantum computers and implementing quantum solutions directly on the cloud. This book will help you get up to speed with programming quantum computers and provide solutions to the most common problems and challenges.You’ll start with a high-level overview of IBM Quantum Experience® and Qiskit®, where you will perform the installation while writing some basic quantum programs. This introduction puts less emphasis on the theoretical framework and more emphasis on recent developments such as Shor’s algorithm and Grover’s algorithm. Next, you’ll delve into Qiskit®, a quantum information science toolkit, and its constituent packages such as Terra, Aer, Ignis, and Aqua. You’ll cover these packages in detail, exploring their benefits and use cases. Later, you’ll discover various quantum gates that Qiskit® offers and even deconstruct a quantum program with their help, before going on to compare Noisy Intermediate-Scale Quantum (NISQ) and Universal Fault-Tolerant quantum computing using simulators and actual hardware. Finally, you’ll explore quantum algorithms and understand how they differ from classical algorithms, along with learning how to use pre-packaged algorithms in Qiskit® Aqua.By the end of this quantum computing book, you’ll be able to build and execute your own quantum programs using IBM Quantum Experience® and Qiskit® with Python.
Rewolucja sztucznej inteligencji w medycynie. Jak GPT-4 może zmienić przyszłość
Peter Lee, Carey Goldberg, Isaac Kohane
Odkąd się pojawił, ChatGPT wzbudza ogromne zainteresowanie wśród ludzi różnych profesji. Szybko stało się jasne, że to jeden z największych przełomów technologicznych ostatnich kilkudziesięciu lat. Możemy oczekiwać, że modele językowe radykalnie wpłyną na to, jak ludzie będą pracować, komunikować się ze sobą i zdobywać wiedzę. Szczególnie dużo nadziei ― i obaw ― wiąże się z zastosowaniem GPT w medycynie. Niezależnie od tego, czy jesteś pracownikiem ochrony zdrowia, medykiem, czy pacjentem, powinieneś jak najszybciej zrozumieć możliwości tej technologii. W tej książce opisano różne zastosowania GPT-4 w medycynie: jako źródło informacji medycznej, wsparcie w podejmowaniu decyzji dotyczących leczenia czy też pomoc w tworzeniu dokumentacji, takiej jak podsumowanie wizyty pacjenta. Podczas lektury odkryjesz niezwykły potencjał tej technologii, przekonasz się także, jak bardzo może poprawić skuteczność diagnozowania i usprawnić niektóre procedury. Znajdziesz tu spostrzeżenia o potencjalnych wadach sztucznej inteligencji i najświeższe wnioski związane z jej zastosowaniem. Nie zabrakło również opisu zagrożeń związanych z tą technologią i wskazówek, do czego GPT nie można używać. Poszczególne zagadnienia zilustrowano prawdziwymi rozmowami z GPT-4. Są one w pełni spontaniczne i pozbawione poprawek, często błyskotliwe i czasami nietaktowne, wzbogacone o cenny kontekst i szczere komentarze. AI w medycynie: jutro zaczęło się wczoraj!
Paul Goodey
Do you want to be able to confidently design and build apps that support business processes within the Lightning Platform? Salesforce Platform App Builder Certification Guide not only helps you to do this, but also prepares you for the certification exam.The book starts by describing the core capabilities of the Lightning Platform. You'll learn techniques for data modeling to design, build, and deploy apps without writing code and achieve rapid results with the declarative capabilities that the Lightning Platform provides. Next, you'll explore utilities for importing and exporting data and the features available in the Lightning Platform to restrict and extend access to objects, fields, and records. You'll also be able to customize the Salesforce Lightning Experience user interface (UI) and build functionality for custom buttons, links, and actions. Later, this certification study guide will take you through reporting and the social and mobile features of the Lightning Platform. Finally, you’ll get to grips with Salesforce build environments and deployment options.By the end of this Salesforce book, you'll not only have learned how to build data models, enforce data security, and implement business logic and process automation, but also have gained the confidence to pass the Platform App Builder exam and achieve Salesforce certification.
Kamila Migdał-Najman, Krzysztof Najman
Prezentowana książka składa się z dwóch zasadniczych części. Część pierwsza ma charakter teoretyczny. Omawia genezę, rozwój, podstawy empiryczne i teoretyczne procesu klasyfikacji i grupowania danych. Jest pełna faktów, anegdot i własnych przemyśleń autorów. Część druga książki jest poświęcona szerokim badaniom teoretycznym, symulacyjnym i empirycznym nad własnościami samouczących się sieci neuronowych w grupowaniu danych społeczno-ekonomicznych. Szczegółowo omówiono algorytm budowy i samouczenia się trzech modeli sztucznych sieci neuronowych: SOM (Self Organizing Map), GNG (Growing Neural Gas) i sieci hybrydowej SOM-GNG. Zaproponowano także ich modyfikacje zwiększające zdolność badanych sieci do poprawnego wyróżniania istniejących skupień. W książce położono szczególny nacisk na możliwie prosty i przejrzysty opis często złożonych zjawisk. Poza koniecznym formalizmem matematycznym autorzy posługują się wieloma zaawansowanymi metodami wizualizacji omawianych zagadnień. Dzięki temu, mimo naukowego charakteru książki, może ona stanowić wartościowy podręcznik dla bardziej zaawansowanych studentów, praktyków i naukowców nie będących specjalistami w zakresie klasyfikacji i grupowania danych.
Guillermo Moncecchi, Raul G Tompson, Trent Hauck,...
Machine learning, the art of creating applications that learn from experience and data, has been around for many years. Python is quickly becoming the go-to language for analysts and data scientists due to its simplicity and flexibility; moreover, within the Python data space, scikit-learn is the unequivocal choice for machine learning. The course combines an introduction to some of the main concepts and methods in machine learning with practical, hands-on examples of real-world problems. The course starts by walking through different methods to prepare your data—be it a dataset with missing values or text columns that require the categories to be turned into indicator variables. After the data is ready, you'll learn different techniques aligned with different objectives—be it a dataset with known outcomes such as sales by state, or more complicated problems such as clustering similar customers. Finally, you'll learn how to polish your algorithm to ensure that it's both accurate and resilient to new datasets. You will learn to incorporate machine learning in your applications. Ranging from handwritten digit recognition to document classification, examples are solved step-by-step using scikit-learn and Python. By the end of this course you will have learned how to build applications that learn from experience, by applying the main concepts and techniques of machine learning.
Skuteczna inżynieria promptów. Przyszłościowe rozwiązania dla rzetelnych wyników generatywnej AI
James Phoenix, Mike Taylor
Udostępnienie dużych modeli językowych (LLM, ang. large language model) i modeli dyfuzyjnych, takich jak ChatGPT, Midjourney czy Stable Diffusion, zrewolucjonizowało wiele branż. Dzięki nim możliwa stała się realizacja szerokiego zakresu zadań, nawet tych, które do niedawna wydawały się niemożliwe do automatyzacji. Ponadto próg wejścia w świat AI jest bardzo niski, co sprawia, że niemal każdy może korzystać z modeli AI zgodnie ze swoimi potrzebami. Absolutnie najlepsza książka na temat inżynierii promptów! Dan Shipper, współzałożyciel i prezes Every Z tą książką opanujesz podstawy generatywnej AI i nauczysz się skutecznie stosować jej modele w praktyce. Szczególną uwagę poświęcono integracji modeli językowych i dyfuzyjnych, co często bywa wyzwaniem, zwłaszcza w zakresie stabilności uzyskanych rozwiązań. Autorzy w jasny sposób wyjaśniają, jak za sprawą inżynierii promptów zapewnić niezawodność działania sztucznej inteligencji w środowiskach produkcyjnych. Co więcej, zaproponowane zasady są skonstruowane tak, aby bez trudu przetrwały próbę czasu i mogły być używane również dla przyszłych modeli! W książce: pięć uniwersalnych i perspektywicznych reguł promptowania korzystanie z generatywnej AI za pomocą bibliotek i frameworków, takich jak LangChain zalety i wady różnych modeli, w tym autorstwa OpenAI, i ich alternatyw praktyczne pisanie wysokiej jakości promptów w obszarze generowania tekstu, kodu i obrazów Jeśli chcesz poprawić wiarygodność swoich systemów AI, musisz mieć tę książkę! Mayo Oshin, założyciel i prezes Siennai Analytics Obaj autorzy eksperymentowali z inżynierią promptów od 2020 roku, teraz pracują jako inżynierowie promptów.
Saurabh Shrivastava, Neelanjali Srivastav, Kamal Arora
Becoming a solutions architect gives you the flexibility to work with cutting-edge technologies and define product strategies. This handbook takes you through the essential concepts, design principles and patterns, architectural considerations, and all the latest technology that you need to know to become a successful solutions architect.This book starts with a quick introduction to the fundamentals of solution architecture design principles and attributes that will assist you in understanding how solution architecture benefits software projects across enterprises. You'll learn what a cloud migration and application modernization framework looks like, and will use microservices, event-driven, cache-based, and serverless patterns to design robust architectures. You'll then explore the main pillars of architecture design, including performance, scalability, cost optimization, security, operational excellence, and DevOps. Additionally, you'll also learn advanced concepts relating to big data, machine learning, and the Internet of Things (IoT). Finally, you'll get to grips with the documentation of architecture design and the soft skills that are necessary to become a better solutions architect.By the end of this book, you'll have learned techniques to create an efficient architecture design that meets your business requirements.
Srikanth Yarlagadda
The IT sector's appetite for Splunk and skilled Splunk developers continues to surge, offering more opportunities for developers with each passing decade. If you want to enhance your career as a Splunk Enterprise administrator, then Splunk 9.x Enterprise Certified Admin Guide will not only aid you in excelling on your exam but also pave the way for a successful career.You’ll begin with an overview of Splunk Enterprise, including installation, license management, user management, and forwarder management. Additionally, you’ll delve into indexes management, including the creation and management of indexes used to store data in Splunk. You’ll also uncover config files, which are used to configure various settings and components in Splunk.As you advance, you’ll explore data administration, including data inputs, which are used to collect data from various sources, such as log files, network protocols (TCP/UDP), APIs, and agentless inputs (HEC).You’ll also discover search-time and index-time field extraction, used to create reports and visualizations, and help make the data in Splunk more searchable and accessible. The self-assessment questions and answers at the end of each chapter will help you gauge your understanding.By the end of this book, you’ll be well versed in all the topics required to pass the Splunk Enterprise Admin exam and use Splunk features effectively.
Sztuczna inteligencja 2041. 10 wizji przyszłości
Kai-Fu Lee, Chen Qiufan
Autor bestsellerowej książki Inteligencja sztuczna, rewolucja prawdziwa, ekspert do spraw AI, były prezes Google China, oraz znany powieściopisarz s.f. połączyli w tej książce siły, żeby odpowiedzieć na pytanie, jak sztuczna inteligencja zmieni nasz świat w ciągu najbliższych dwudziestu lat. Sztuczna inteligencja będzie definicją rozwoju XXI wieku wygeneruje bezprecedensowe bogactwo, zrewolucjonizuje medycynę i edukację poprzez symbiozę człowiek-maszyna oraz stworzy zupełnie nowe formy komunikacji i rozrywki. Jednak uwalniając nas od rutynowej pracy, zakwestionuje także zasady organizacyjne naszego ładu gospodarczego i społecznego i przyniesie nowe zagrożenia w postaci autonomicznej broni i inteligentnej technologii. W tym prowokacyjnym i oryginalnym dziele w dziesięciu porywających opowiadaniach, osadzonych w przyszłości, autorzy wprowadzają czytelników w szereg pouczających scenerii z 2041 roku.
Sztuczna inteligencja dla inżynierów. Istotne obszary i zastosowania
Mieczysław Muraszkiewicz, Robert Nowak
Na treść książki składają się przede wszystkim zagadnienia związane z zastosowaniami sztucznej inteligencji. Wstępem są rozważania na temat tzw. odpowiedzialnej sztucznej inteligencji. Podstawowym tworzywem, na którym działa sztuczna inteligencja, są dane, informacja i wiedza. O inżynierii wiedzy, a w tym o metodach reprezentacji wiedzy, traktuje rozdział drugi niniejszej monografii. Jego kontynuacją jest rozdział trzeci, omawiający typowe problemy i sposoby radzenia sobie z nimi, przy wykorzystywaniu uczenia maszynowego do analizy danych ustrukturyzowanych, zwanych też danymi tabelarycznymi. W rozdziale czwartym czytelnik znajdzie wykład na temat przetwarzania języka naturalnego. Rozdział piąty jest poświęcony bioinformatyce, czyli analizie napisów reprezentujących biopolimery DNA, RNA i białka. Do takich analiz z powodzeniem stosuje się metody sztucznej inteligencji. Innym obszarem jest analiza obrazu i dźwięku. Obecnie główną rolę odgrywają tutaj sztuczne sieci neuronowe. Zagadnienia te omówiono w rozdziale szóstym, w którym zawarto informacje dotyczące percepcji maszyn, w tym widzenia maszynowego oraz metod analizy dźwięku. Swego rodzaju nawiązaniem do rozdziału wstępnego jest rozdział siódmy, poświęcony wyjaśnialnej sztucznej inteligencji, która to kwestia ma zasadnicze znaczenie dla upowszechnienia systemów sztucznej inteligencji. Książkę zamyka rozdział na temat inżynierii uczenia maszynowego, który traktuje o poprawnym procesie realizacji projektów korzystających z metod uczenia maszynowego, a także obszerna bibliografia.
Sztuczna inteligencja dla inżynierów. Metody ogólne
Mieczysław Muraszkiewicz, Robert Nowak
Autorami poszczególnych rozdziałów są wykładowcy Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, którzy aktywnie biorą udział w rozwoju sztucznej inteligencji. W rozdziale pierwszym znajdują się informacje o historii, charakterze i zastosowaniach sztucznej inteligencji. Rozdział drugi traktuje o podstawowym nie tylko dla sztucznej inteligencji zagadnieniu przeszukiwania przestrzeni stanów w poszukiwaniu rozwiązań zadanego problemu. Towarzyszy temu omówienie metod optymalizacji, które wskazują najlepsze rozwiązanie z punktu widzenia przyjętego kryterium. Tematem kolejnego rozdziału jest uczenie maszynowe. Rozdział czwarty został poświęcony archi-tekturom sztucznych sieci neuronowych, w tym sieciom głębokim. W rozdziale piątym znajduje się prezentacja i dyskusja dotycząca wzajemnych związków etyki i sztucznej inteligencji, ze szczególnym naciskiem na konieczność przedstawiania wyników działania systemów SI w sposób zrozumiały dla człowieka. Każdy rozdział jest opatrzony notą bibliograficzną, która podaje pozycje rozszerzające omówiony materiał. Książka może służyć jako podręcznik i wsparcie dydaktyczne wykładów z zakresu SI, a czytelnik powinien wiedzieć, jak dane są reprezentowane w postaci cyfrowej, umie czytać pseudokod i potrafi programować strukturalnie. Przedstawione metody autorzy wyjaśniają w sposób intuicyjny, ale dbają też o precyzję, wykorzystują przykłady i podają algorytmy. Kontynuacją książki jest tom prezentujący metody sztucznej inteligencji dla różnych grup zastosowań, m.in. analizy danych strukturalnych (tabelarycznych), analizy tekstów w języku naturalnym, analizy sekwencji biologicznych, widzenia maszynowego, przetwarzania mowy oraz bezpieczeństwa systemów SI.
Sztuczna inteligencja. Inspiracje dla biznesu
Maciej Stanusch
Sztuczna inteligencja (AI) przestała być jedynie futurystycznym konceptem i stała się kluczowym narzędziem wspierającym rozwój biznesu. Firmy na całym świecie wykorzystują AI do optymalizacji procesów, automatyzacji pracy, personalizacji komunikacji z klientami oraz podejmowania trafniejszych decyzji opartych na danych. "Sztuczna inteligencja. Inspiracje dla biznesu" to książka dla tych, którzy chcą zrozumieć, jak AI może pomóc im w pracy, zwiększyć efektywność organizacji i przekształcić sposób zarządzania firmą. Autor, praktyk z ponad 20-letnim doświadczeniem w obszarze AI i automatyzacji, prowadzi czytelnika przez kluczowe zagadnienia związane z zastosowaniem sztucznej inteligencji w przedsiębiorstwach. Zrozumienie tej technologii nie wymaga już specjalistycznej wiedzy technicznej - książka pokazuje w prosty i przystępny sposób, jak wykorzystać AI do rozwiązywania realnych problemów biznesowych. Pierwsza część książki przedstawia historię rozwoju AI, wyjaśnia różnice między klasycznym podejściem regułowym a nowoczesnym uczeniem maszynowym oraz opisuje przełomowe technologie, takie jak modele transformacyjne (np. ChatGPT, BERT). Zrozumienie tych fundamentów pozwala lepiej zrozumieć, jak działają nowoczesne systemy AI i jakie mają ograniczenia. Następnie książka skupia się na praktycznych zastosowaniach AI w biznesie. Omówione zostają chatboty i voiceboty, które rewolucjonizują obsługę klienta, redukując koszty i poprawiając jakość komunikacji. Przedstawione są też systemy automatyzacji procesów (RPA), które eliminują żmudne, powtarzalne zadania i pozwalają pracownikom skupić się na bardziej strategicznych działaniach. Jednym z kluczowych aspektów książki jest temat przetwarzania języka naturalnego (NLP) i jego zastosowań w biznesie. Czytelnik dowie się, jak AI może analizować teksty, podsumowywać informacje, wykrywać nastroje klientów oraz generować treści - od raportów po posty na media społecznościowe. Opisane zostają również sposoby integracji AI z systemami CRM i ERP, co umożliwia lepsze zarządzanie relacjami z klientami i optymalizację procesów wewnętrznych firmy. Szczególna uwaga została poświęcona pisaniu skutecznych promptów dla narzędzi AI, takich jak ChatGPT i Claude.AI. Dzięki praktycznym wskazówkom czytelnik nauczy się formułować precyzyjne zapytania, które pozwolą mu uzyskać lepsze wyniki i efektywniej korzystać z modeli językowych. Znajdzie tu konkretne przykłady promptów, które mogą wspierać różne działy firmy - od marketingu, przez sprzedaż, aż po HR. Książka porusza również kwestie etyczne i organizacyjne związane z wdrażaniem AI w biznesie. Czytelnik dowie się, jakie wyzwania stoją przed firmami wdrażającymi sztuczną inteligencję, jakie ryzyko wiąże się z automatyzacją oraz jakie są najlepsze praktyki zapewniające odpowiedzialne i bezpieczne wykorzystanie AI. Na koniec książka podsumowuje ewolucję AI, jej wpływ na codzienne życie i prognozy dotyczące przyszłości. Sztuczna inteligencja rozwija się w zawrotnym tempie, a firmy, które potrafią ją skutecznie wdrożyć, zyskują przewagę konkurencyjną. "Sztuczna inteligencja w biznesie - praktyczny przewodnik" to nie tylko zbiór informacji, ale przede wszystkim narzędzie dla tych, którzy chcą świadomie korzystać z AI, podejmować lepsze decyzje i dostosować swoje firmy do dynamicznie zmieniającej się rzeczywistości cyfrowej. Bez względu na to, czy jesteś przedsiębiorcą, menedżerem, specjalistą ds. marketingu, analitykiem danych czy po prostu osobą zainteresowaną praktycznym wykorzystaniem AI - ta książka dostarczy Ci wiedzy i narzędzi, które pozwolą skutecznie wdrożyć sztuczną inteligencję do codziennej pracy i zwiększyć efektywność Twojej organizacji.