Sztuczna inteligencja
Sonali Sahu
With the volume of data growing exponentially in this digital era, it has become paramount for professionals to process this data in an accelerated and cost-effective manner to get value out of it. Data that organizations receive is usually in raw document format, and being able to process these documents is critical to meeting growing business needs.This book is a comprehensive guide to helping you get to grips with AI/ML fundamentals and their application in document processing use cases. You’ll begin by understanding the challenges faced in legacy document processing and discover how you can build end-to-end document processing pipelines with AWS AI services. As you advance, you'll get hands-on experience with popular Python libraries to process and extract insights from documents. This book starts with the basics, taking you through real industry use cases for document processing to deliver value-based care in the healthcare industry and accelerate loan application processing in the financial industry. Throughout the chapters, you'll find out how to apply your skillset to solve practical problems.By the end of this AWS book, you’ll have mastered the fundamentals of document processing with machine learning through practical implementation.
Introduction to Numerical Methods with 245 Solved Problems
Roman Z. Morawski, Andrzej Miękina
This textbook is the result of the authors' experience of teaching the undergraduate students of the Faculty of Electronics and Information Technology at Warsaw University of Technology in the period 1985-2025, and in particular - the students following the English-medium programmes of study offered there during last 30 years. It is composed of seven chapters devoted to basic numerical problems, such as accuracy of computation, approximation of functions, numerical differentiation and integration, solving algebraic and differential equations. Each chapter contains a short general introduction followed by a considerable number of solved numerical problems. The textbook may be useful for students attending any engineering-oriented course of numerical methods.
Inżynieria AI. Tworzenie aplikacji z wykorzystaniem modeli bazowych
Chip Huyen
Modele bazowe (foundation models) zapoczątkowały prawdziwy rozkwit aplikacji opartych na sztucznej inteligencji. AI stała się potężnym narzędziem rozwojowym, którego dziś może używać niemal każdy. Decyzja o stworzeniu własnej aplikacji AI wymaga jednak zrozumienia procesu budowy i świadomego podejmowania decyzji projektowych. Ta książka jest kompleksowym przewodnikiem po budowaniu generatywnych aplikacji AI w środowiskach produkcyjnych. Luke Metz, współtwórca ChatGPT w OpenAI Ten przystępnie napisany i praktyczny podręcznik pokazuje, czym jest inżynieria AI i w jaki sposób tworzy się aplikacje z wykorzystaniem łatwo dostępnych modeli bazowych. Dowiesz się, jak się poruszać w świecie sztucznej inteligencji, czym dokładnie są modele, zbiory danych, wskaźniki oceny i wzorce aplikacyjne. W książce przedstawiono również, krok po kroku, kompletny proces tworzenia aplikacji AI i ich efektywnego wdrażania. Poszczególne zagadnienia zostały zilustrowane dobrze udokumentowanymi studiami przypadków. Nie zabrakło również komentarzy odnoszących się do zaimplementowania systemu opinii użytkowników w celu zapewnienia przydatnych informacji zwrotnych. Najważniejsze zagadnienia: istota inżynierii AI proces tworzenia aplikacji AI różne techniki adaptacji modeli, w tym inżynieria promptów, generowanie wspomagane wyszukiwaniem (RAG), dostrajanie modeli, agenty i inżynieria zbiorów danych wąskie gardła modeli podstawowych i ich pokonywanie zasady wyboru modelu, wskaźników, danych oraz wzorców projektowych Pozycja obowiązkowa dla każdego profesjonalisty, który chce wdrożyć AI w swojej firmie! Vittorio Cretella, były dyrektor IT w P&G i Mars
Inżynieria promptów bez tajemnic. Sztuka kreatywnego generowania tekstów
Gilbert Mizrahi
Pojawienie się dużych modeli językowych, takich jak GPT-4 czy Gemini, okazało się prawdziwym przełomem w wielu branżach. Modele te potrafią generować znakomite teksty i prowadzić zaawansowane konwersacje. Z ich potencjału można czerpać poprzez odpowiednio sformułowane prompty. Aby więc w pełni skorzystać z możliwości modelu do wykonania konkretnego zadania, trzeba opanować sztukę pisania promptów. Na podstawie tej praktycznej książki nauczysz się pisać skuteczne prompty dla dużych modeli językowych. Dowiesz się, w jaki sposób mogą posłużyć do generowania opisów produktów, spersonalizowanych wiadomości e-mail, postów w mediach społecznościowych, a nawet tekstów beletrystycznych i poetyckich. Poznasz także zaawansowane techniki użycia, takie jak integracja dużych modeli językowych z innymi narzędziami i tworzenie chatbotów. Wszystkie opisane tu techniki przetestujesz, eksperymentując i optymalizując swoje rozwiązania. W efekcie zdobędziesz umiejętności, które pozwolą Ci wykonywać codzienne zadania szybciej i lepiej! Dzięki tej książce: poznasz różne typy promptów i ich zastosowania rozwiniesz umiejętności kreatywnego pisania, korzystając ze sztucznej inteligencji zdobędziesz zaawansowane umiejętności tworzenia i wdrażania chatbotów nauczysz się integrować duże modele językowe z innymi narzędziami poznasz zagadnienia etyczne i najlepsze praktyki związane ze sztuczną inteligencją Moc promptów w Twoich rękach ― twórz, inspiruj, zaskakuj!
Perry Lea
Industries are embracing IoT technologies to improve operational expenses, product life, and people's well-being. An architectural guide is needed if you want to traverse the spectrum of technologies needed to build a successful IoT system, whether that's a single device or millions of IoT devices.IoT and Edge Computing for Architects, 2E encompasses the entire spectrum of IoT solutions, from IoT sensors to the cloud. It examines modern sensor systems, focusing on their power and functionality. It also looks at communication theory, paying close attention to near-range PAN, including the new Bluetooth® 5.0 specification and mesh networks. Then, the book explores IP-based communication in LAN and WAN, including 802.11ah, 5G LTE cellular, Sigfox, and LoRaWAN. It also explains edge computing, routing and gateways, and their role in fog computing, as well as the messaging protocols of MQTT 5.0 and CoAP.With the data now in internet form, you'll get an understanding of cloud and fog architectures, including the OpenFog standards. The book wraps up the analytics portion with the application of statistical analysis, complex event processing, and deep learning models. The book then concludes by providing a holistic view of IoT security, cryptography, and shell security in addition to software-defined perimeters and blockchains.
Jak zarabiać przez Internet z AI
Włodzimierz Iwanowski
Freelancing wspomagany mocą sztucznej inteligencji? To działa! Wchodzimy w erę dynamicznych zmian związanych ze sztuczną inteligencją. Spodziewaliśmy się tego i już to widzimy ― AI rewolucjonizuje nasze życie, zmienia codzienne funkcjonowanie, ale również (a może przede wszystkim) zaczyna wpływać na sposób zarobkowania. Ten, kto szybciej nauczy się efektywnie korzystać z jej narzędzi, tego czeka sukces finansowy. Dotyczy to także osób z branży kreatywnej, pracujących na zlecenie. Ta książka wprowadzi Cię do świata najpopularniejszych platform freelancerskich, za których pośrednictwem możesz oferować swoje usługi, takich jak Fiverr, Upwork czy Useme. Autor podpowie Ci, jak dzięki narzędziom sztucznej inteligencji wykonać swoją pracę szybciej i efektywniej, niezależnie od tego, czy przygotowujesz audiobook, nagrywasz podcast, komponujesz muzykę, budujesz grę, piszesz dowolny tekst, czy... tworzysz wirtualnego influencera. W poradniku znajdziesz również praktyczne porady, jak zarządzać ryzykiem, jak reagować na negatywne opinie i jak unikać najczęstszych błędów finansowych. Książka w mediach: Books4Busines Bookstagram Bielicka Bookstagram
Java Deep Learning Essentials. Unlocking the next generation of predictive power
Yusuke Sugomori
AI and Deep Learning are transforming the way we understand software, making computers more intelligent than we could even imagine just a decade ago. Deep Learning algorithms are being used across a broad range of industries – as the fundamental driver of AI, being able to tackle Deep Learning is going to a vital and valuable skill not only within the tech world but also for the wider global economy that depends upon knowledge and insight for growth and success. It’s something that’s moving beyond the realm of data science – if you’re a Java developer, this book gives you a great opportunity to expand your skillset.Starting with an introduction to basic machine learning algorithms, to give you a solid foundation, Deep Learning with Java takes you further into this vital world of stunning predictive insights and remarkable machine intelligence. Once you’ve got to grips with the fundamental mathematical principles, you’ll start exploring neural networks and identify how to tackle challenges in large networks using advanced algorithms. You will learn how to use the DL4J library and apply Deep Learning to a range of real-world use cases. Featuring further guidance and insights to help you solve challenging problems in image processing, speech recognition, language modeling, this book will make you rethink what you can do with Java, showing you how to use it for truly cutting-edge predictive insights. As a bonus, you’ll also be able to get to grips with Theano and Caffe, two of the most important tools in Deep Learning today.By the end of the book, you’ll be ready to tackle Deep Learning with Java. Wherever you’ve come from – whether you’re a data scientist or Java developer – you will become a part of the Deep Learning revolution!
Języki i paradygmaty programowania. Teoria i praktyka
Feliks Kurp
Czym w rzeczywistości jest programowanie? I jak zacząć programować? Oprogramowanie jest dziś praktycznie wszędzie, a programiści od dawna należą do najbardziej poszukiwanych specjalistów. Na podstawie napisanego przez nich kodu funkcjonują już nie tylko komputery i smartfony. Oprogramowanie steruje sprzętami domowymi, telewizorem czy lodówką. W ramach tak zwanego internetu rzeczy wiele urządzeń technicznych komunikuje się między sobą bez udziału człowieka. Gwałtownie rozwija się sztuczna inteligencja, wymagająca specjalistycznego oprogramowania. Nie dziwi więc, że jego rozwój ciągle przyspiesza. W obliczu tych faktów odpowiedź na pytanie, jakiego języka programowania warto się nauczyć, jest trudna. Nawet dla osoby, która wie, w jaki sposób zamierza w przyszłości korzystać ze swoich informatycznych umiejętności. Autor książki proponuje nieco inne podejście do nauki programowania. Zachęca do zapoznania się z podstawowymi własnościami i możliwymi zastosowaniami kilku odległych od siebie, ale niezwykle ważnych aktualnie języków programowania, takich jak Python, Java SE, JavaScript i Prolog. W trakcie ich poznawania czytelnicy będą mieli okazję zgłębić filozofię programowania, a równocześnie zdobywać praktyczne umiejętności programistyczne na podstawowym poziomie. Starannie dobrany kod pokazuje możliwe zastosowania wybranych języków programowania. Pomoc w nauce stanowią też zadania do samodzielnego rozwiązania.
Keras 3. Comprehensive Insights into Keras for Deep Learning and AI Solutions
Rheinwerk Publishing, Inc, Mohammad Nauman
This book provides a comprehensive guide to mastering deep learning with Keras 3, starting from the fundamentals of machine learning and neural networks to advanced techniques in reinforcement learning, transformers, and generative AI. Readers will begin with understanding the core principles of machine learning, including supervised, unsupervised, and reinforcement learning. The book explains how neural networks function and how to build them using Keras, TensorFlow, and Python. You'll dive into critical topics such as convolutional neural networks (CNNs), dropout regularization, and gradient descent optimization. As you progress, you’ll learn advanced deep learning concepts like transfer learning, transformers, and the powerful Keras Functional API for building complex models. There’s a focus on practical applications, such as building and evaluating deep learning models for real-world tasks, and enhancing models using GPU acceleration. You'll also explore generative models, including autoencoders and GANs, and apply them to tasks like image generation and data augmentation. By the end of the book, you’ll be able to implement state-of-the-art AI models and deploy them in production environments.
Komunikacja z AI. Dla początkujących
Katarzyna Majzel-Pośpiech
Naucz się promptować i skorzystaj w pełni z możliwości, jakie oferuje AI Jedni się jej obawiają, inni patrzą na nią z nadzieją. Sztuczna inteligencja, z angielskiego artificial intelligence (AI), to technologia, która oferuje niespotykane dotąd możliwości i imponującą wydajność. Jeśli w odpowiedni sposób zadać jej pytanie, jest w stanie precyzyjnie na nie odpowiedzieć i podsunąć rozwiązanie. Po otrzymaniu konkretnych wskazówek może wygenerować wysokiej jakości grafiki i filmy. Kluczowe jest, aby nauczyć się właściwie zadawać pytania i poprawnie formułować polecenia. Innymi słowy ― promptować. Prompt engineering polega na tworzeniu i optymalizowaniu promptów, czyli komend lub zapytań kierowanych do modeli sztucznej inteligencji. Promptowanie wymaga kreatywności, logicznego myślenia, znajomości języka i technologii AI, ale opanowanie jego reguł warte jest poświęconego czasu. W efekcie bowiem otrzymamy oczekiwane treści, grafiki, muzykę, wydajne wsparcie w kodowaniu i analizie danych. A to dopiero początek możliwości narzędzi takich jak ChatGPT czy Midjourney. Jeśli: chcesz zrozumieć, na jakich zasadach działa sztuczna inteligencja pragniesz poznać reguły prompt engineeringu zależy Ci na tym, by spróbować swoich sił w promptowaniu zamierzasz tworzyć skuteczne i kreatywne prompty to książka właśnie dla Ciebie! Znajdziesz w niej wiedzę i inspiracje, które pozwolą Ci rozpocząć współpracę z dostępnymi na rynku modelami AI.
Barbara Orzeł
W jaki sposób media przedstawiają kryzysy? Jak fake newsy oraz technologia deepfake wpływają na emocje użytkowników mediów? Jaka jest rola sztucznej inteligencji w działaniach dezinformacyjnych? Jakie zabiegi językowe i wizualne mają wpływ na zmianę nastrojów opinii publicznej? To tylko nieliczne pytania, na które próbuje odpowiedzieć najnowsza książka Barbary Orzeł o "świecie, który wypadł z formy", o tematach kryzysowych, które "zasilane" kontrowersją, fake newsami i algorytmami sztucznej inteligencji, wzbudzają określone emocje. A emocje, jak wiemy, znakomicie się sprzedają...
LangChain i LangGraph. Projektowanie aplikacji opartych na dużych modelach językowych w praktyce
Mayo Oshin, Nuno Campos
Jak zacząć tworzyć aplikacje AI, które potrafią wnioskować i wyszukiwać zewnętrzne dane w celu zapewniania odpowiedniego kontekstu? Sięgnij po LangChain! To popularne narzędzie programistyczne służy do tworzenia, uruchamiania aplikacji LLM, a także zarządzania nimi. LangChain jest używany przez wiele znanych firm, a jego popularność dynamicznie rośnie. To lektura obowiązkowa dla programistów, którzy chcą przesuwać granice możliwości LangChain! Tom Taulli, konsultant IT i autor książek Jeśli znasz Pythona lub JavaScript i chcesz rozpocząć przygodę z aplikacjami AI ta książka jest dla Ciebie! Krok po kroku zbudujesz agenta AI korzystającego ze wskazanego źródła danych, wyposażysz go w mechanizmy autoryzacji działań i umożliwisz mu zdobywanie dodatkowych informacji lub wyjaśnień. Dowiesz się, jak przygotować go do pracy w środowisku produkcyjnym z uwzględnieniem kwestii opóźnień, niezawodności i bezpieczeństwa. Nauczysz się również monitorować i stale ulepszać swoje aplikacje. Najciekawsze zagadnienia: zwiększanie dokładności LLM za pomocą techniki RAG inteligentna komunikacja aplikacji AI z użytkownikami architektura agentowa z wykorzystaniem LangGraph integracja z interfejsami API i narzędziami firm trzecich monitorowanie, testowanie i ewaluacja aplikacji AI praktyczne zastosowanie biblioteki LangChain Ta książka sprawia, że nauka LangChain jest interesująca i zabawna! Rajat K. Goel, IBM
Mercury Learning and Information, Oswald Campesato
This book provides a comprehensive overview of large language models (LLMs) and generative AI, covering foundational principles, advanced concepts, and practical applications. It begins with an introduction to the generative AI landscape, examining key features, popular techniques, and its influence on industries like art, business, and technology. The book also explores prominent models like ChatGPT and GPT-4, detailing their architectures, capabilities, and applications in text generation, code assistance, and conversational AI.Additionally, the book traces the evolution of LLMs, particularly focusing on the BERT family and its wide-ranging applications in natural language processing, translation, and multilingual tasks. Readers will also gain expertise in prompt engineering, learning practical tips and examples to interact more effectively with LLMs.In later chapters, the book tackles advanced topics such as fine-tuning LLMs, working with SVG, and concepts like few-shot learning and reinforcement learning. It concludes with discussions on ethical issues, biases in generative AI, and emerging trends like AI’s integration with IoT, quantum computing, and neuromorphic computing. This guide equips professionals and enthusiasts with a thorough understanding of generative AI's present and future.
Learn Mistral. Elevating Mistral systems through embeddings, agents, RAG, AWS Bedrock, and Vertex AI
Pavlo Cherkashin
This is a practical, project-driven guide to turning open-source Mistral models into production-ready AI solutions. Through hands-on workshops and use cases, you’ll learn how to build private chat systems, semantic search engines, intelligent agents, coding assistants, and secure deployments that go beyond simple experimentation. The journey begins by exploring where Mistral excels and where human oversight is essential. You’ll then learn to set up a secure, locally hosted chat system with Ollama, customize behavior with system prompts and parameters, and dive deep into embeddings to unlock semantic search with Pinecone. As you progress, you’ll build multi-agent workflows, unpack advanced Retrieval-Augmented Generation pipelines, and integrate Mistral with Codestral to accelerate coding. You'll also learn to apply Mistral to cybersecurity, be challenged with open-ended RAG projects, and be guided through deploying scalable AI on AWS Bedrock and Google Vertex AI.By the end of this book, you will be ready to design and build AI systems that are innovative, compliant, and production-ready.*Email sign-up and proof of purchase required
Christoffer Noring, Dan Wahlin
Learn Model Context Protocol with TypeScript introduces developers, architects, and AI practitioners to the transformative capabilities of Model Context Protocol (MCP), an emerging protocol designed to standardize, distribute, and scale AI-driven applications. Through the lens of a practical project, the book tackles the modern challenges of resource management, client-server interaction, and deployment at scale.Drawing from Christoffer's expertise as a published author and tutor at the University of Oxford, you’ll explore the components of MCP and how they streamline server and client development. After that, you’ll progress from building robust backends and integrating LLMs into intelligent clients to interacting with servers via tools such as Claude for desktop and Visual Studio Code agents. The chapters help you understand the capabilities of hosts, clients, and servers, facilitating better interoperability, easier integration, and clearer communication between different components.The book also covers security best practices and building for the cloud, ensuring that you're ready to deploy your MCP-based apps. Each chapter enables you to develop hands-on skills for building and operating MCP-based agentic apps.*Email sign-up and proof of purchase required
Josué R. Batista, Christopher Papile
As the field of generative AI evolves, so does the demand for intelligent systems that can understand human speech. Navigating the complexities of automatic speech recognition (ASR) technology is a significant challenge for many professionals. This book offers a comprehensive solution that guides you through OpenAI's advanced ASR system.You’ll begin your journey with Whisper's foundational concepts, gradually progressing to its sophisticated functionalities. Next, you’ll explore the transformer model, understand its multilingual capabilities, and grasp training techniques using weak supervision. The book helps you customize Whisper for different contexts and optimize its performance for specific needs. You’ll also focus on the vast potential of Whisper in real-world scenarios, including its transcription services, voice-based search, and the ability to enhance customer engagement. Advanced chapters delve into voice synthesis and diarization while addressing ethical considerations.By the end of this book, you'll have an understanding of ASR technology and have the skills to implement Whisper. Moreover, Python coding examples will equip you to apply ASR technologies in your projects as well as prepare you to tackle challenges and seize opportunities in the rapidly evolving world of voice recognition and processing.
David Young
If you are a game developer or a general programmer who wishes to focus on programming systems and techniques to build your game AI without creating low-level interfaces in a game engine, then this book is for you. Knowledge of C++ will come in handy to debug the entirety of the AI sandbox and expand on the features present within the book, but it is not required.
Joe Minichino, Joseph Howse
OpenCV 3 is a state-of-the-art computer vision library that allows a great variety of image and video processing operations. Some of the more spectacular and futuristic features such as face recognition or object tracking are easily achievable with OpenCV 3. Learning the basic concepts behind computer vision algorithms, models, and OpenCV's API will enable the development of all sorts of real-world applications, including security and surveillance.Starting with basic image processing operations, the book will take you through to advanced computer vision concepts. Computer vision is a rapidly evolving science whose applications in the real world are exploding, so this book will appeal to computer vision novices as well as experts of the subject wanting to learn the brand new OpenCV 3.0.0. You will build a theoretical foundation of image processing and video analysis, and progress to the concepts of classification through machine learning, acquiring the technical know-how that will allow you to create and use object detectors and classifiers, and even track objects in movies or video camera feeds. Finally, the journey will end in the world of artificial neural networks, along with the development of a hand-written digits recognition application.
Jarrod Anderson
Nowoczesne organizacje muszą używać sztucznej inteligencji, aby realizować cele strategiczne i wprowadzać innowacje. W świecie napędzanym przez AI przetrwanie i rozwój wymagają inteligentnych systemów, modeli wspierających kluczowe decyzje i przełomowych aplikacji. Wizjonerskie przywództwo jednak powinno się harmonijnie łączyć z praktyką codziennego działania firmy. Ten podręcznik na nowo definiuje rolę lidera do spraw sztucznej inteligencji w środowisku, w którym używa się predykcyjnej, deterministycznej, generatywnej i agentowej AI do rozwiązywania złożonych problemów i wspierania innowacyjności. Autor przedstawia strategie realizacji transformacyjnych inicjatyw z obszaru AI, budowania skutecznych zespołów i zarządzania nimi. Dużo miejsca poświęca odpowiedzialnemu wdrażaniu AI i zachowaniu zgodności z regulacjami. Książka spełnia rolę mapy drogowej od projektowania przełomowych rozwiązań po osiąganie wymiernych rezultatów biznesowych. W książce: rozwój i realizacja strategii AI w zgodzie z regulacjami zarządzanie projektami z wykorzystaniem metodyk zwinnych przykłady zastosowania deterministycznej i probabilistycznej AI optymalizacja działania systemów autonomicznych zasady projektowania systemów AI skoncentrowanych na człowieku mechanizmy ochrony danych i prywatności modeli AI nie jest wyborem. To paradygmat przywództwa!
LLM Design Patterns. A Practical Guide to Building Robust and Efficient AI Systems
Ken Huang
This practical guide for AI professionals enables you to build on the power of design patterns to develop robust, scalable, and efficient large language models (LLMs). Written by a global AI expert and popular author driving standards and innovation in Generative AI, security, and strategy, this book covers the end-to-end lifecycle of LLM development and introduces reusable architectural and engineering solutions to common challenges in data handling, model training, evaluation, and deployment.You’ll learn to clean, augment, and annotate large-scale datasets, architect modular training pipelines, and optimize models using hyperparameter tuning, pruning, and quantization. The chapters help you explore regularization, checkpointing, fine-tuning, and advanced prompting methods, such as reason-and-act, as well as implement reflection, multi-step reasoning, and tool use for intelligent task completion. The book also highlights Retrieval-Augmented Generation (RAG), graph-based retrieval, interpretability, fairness, and RLHF, culminating in the creation of agentic LLM systems.By the end of this book, you’ll be equipped with the knowledge and tools to build next-generation LLMs that are adaptable, efficient, safe, and aligned with human values.
Valentina Alto
Duże modele językowe (LLM) stały się technologicznym przełomem. Ich wszechstronność i funkcjonalność sprawiły, że coraz częściej mówi się o nowej erze inteligentnie działających urządzeń i aplikacji. Umiejętność zastosowania LLM we własnych projektach już dziś jest koniecznością dla wielu projektantów i programistów. Dzięki tej książce opanujesz podstawowe koncepcje związane z użyciem LLM. Poznasz unikatowe cechy i mocne strony kilku najważniejszych modeli (w tym GPT, Gemini, Falcon). Następnie dowiesz się, w jaki sposób LangChain, lekki framework Pythona, pozwala na projektowanie inteligentnych agentów do przetwarzania danych o nieuporządkowanej strukturze. Znajdziesz tu również informacje dotyczące dużych modeli podstawowych, które wykraczają poza obsługę języka i potrafią wykonywać różne zadania związane na przykład z grafiką i dźwiękiem. Na koniec zgłębisz zagadnienia dotyczące ryzyka związanego z LLM, a także poznasz techniki uniemożliwiania tym modelom potencjalnie szkodliwych działań w aplikacji. Najciekawsze zagadnienia: architektura dużych modeli językowych unikatowe funkcje LLM komponenty służące do koordynacji sztucznej inteligencji, w tym tworzenia frontendu użycie wiedzy nieparametrycznej i wektorowych baz danych dostrajanie dużych modeli językowych do własnych potrzeb odpowiedzialność i etyka w systemach korzystających z LLM Odkryj, jak łatwo model generatywnej AI zintegruje się z Twoją aplikacją! O książce w mediach: Eksperyment Myślowy - recenzja książki
Oliver Theobald
Starting with Python syntax and data types, this guide builds toward implementing key machine learning models. Learn about loops, functions, OOP, and data cleaning, then transition into algorithms like regression, KNN, and neural networks. A final section walks you through model optimization and building projects in Python.The book is split into two major sections—foundational Python programming and introductory machine learning. Readers are guided through essential concepts such as data types, variables, control flow, object-oriented programming, and using libraries like pandas for data manipulation.In the machine learning section, topics like model selection, supervised vs unsupervised learning, bias-variance, and common algorithms are demystified with practical coding examples. It’s a structured, clear roadmap to mastering both programming and applied ML from zero knowledge.
Oliver Theobald
This book is an ideal starting point for anyone interested in Artificial Intelligence and Machine Learning. It begins with the foundational principles of AI, offering a deep dive into its history, building blocks, and the stages of development. Readers will explore key AI concepts and gradually transition to practical applications, starting with machine learning algorithms such as linear regression and k-nearest neighbors. Through step-by-step Python tutorials, the book helps readers build and implement models with hands-on experience.As the book progresses, readers will dive into advanced AI topics like deep learning, natural language processing (NLP), and generative AI. Topics such as recommender systems and computer vision demonstrate the real-world applications of AI technologies. Ethical considerations and privacy concerns are also addressed, providing insight into the societal impact of these technologies.By the end of the book, readers will have a solid understanding of both the theory and practice of AI and Machine Learning. The final chapters provide resources for continued learning, ensuring that readers can continue to grow their AI expertise beyond the book.
Boštjan Kaluža, Krishna Choppella, Uday Kamath
Machine Learning is one of the core area of Artificial Intelligence where computers are trained to self-learn, grow, change, and develop on their own without being explicitly programmed. In this course, we cover how Java is employed to build powerful machine learning models to address the problems being faced in the world of Data Science. The course demonstrates complex data extraction and statistical analysis techniques supported by Java, applying various machine learning methods, exploring machine learning sub-domains, and exploring real-world use cases such as recommendation systems, fraud detection, natural language processing, and more, using Java programming. The course begins with an introduction to data science and basic data science tasks such as data collection, data cleaning, data analysis, and data visualization. The next section has a detailed overview of statistical techniques, covering machine learning, neural networks, and deep learning. The next couple of sections cover applying machine learning methods using Java to a variety of chores including classifying, predicting, forecasting, market basket analysis, clustering stream learning, active learning, semi-supervised learning, probabilistic graph modeling, text mining, and deep learning.The last section highlights real-world test cases such as performing activity recognition, developing image recognition, text classification, and anomaly detection. The course includes premium content from three of our most popular books:[*]Java for Data Science[*]Machine Learning in Java [*]Mastering Java Machine LearningOn completion of this course, you will understand various machine learning techniques, different machine learning java algorithms you can use to gain data insights, building data models to analyze larger complex data sets, and incubating applications using Java and machine learning algorithms in the field of artificial intelligence.