Sztuczna inteligencja
Mit sztucznej inteligencji. Dlaczego komputery nie potrafią myśleć jak my
Erik J. Larson
Czy superinteligencja naprawdę jest tuż za rogiem? Czy sztuczna inteligencja wkrótce przewyższy możliwości ludzkiego umysłu? Czy jesteśmy na drodze do stworzenia świadomych, rozumujących maszyn? Erik Larson, przedsiębiorca z branży technologicznej i pionier badań nad przetwarzaniem języka naturalnego, zabiera czytelnika w podróż po współczesnym krajobrazie AI, pokazując, jak daleko wciąż jesteśmy od stworzenia superinteligencji i co musiałoby się wydarzyć, by to osiągnąć. Od czasów Alana Turinga wielu entuzjastów AI utożsamia sztuczną inteligencję z ludzkim myśleniem. To poważne nieporozumienie. Obecne systemy AI bazują na rozumowaniu indukcyjnym - analizują dane i przewidują wyniki. Tymczasem ludzie nie porównują danych - formułują przypuszczenia, czerpiąc z kontekstu i doświadczenia. Nasza inteligencja to sieć domysłów opartych na wiedzy o świecie. Tego typu intuicyjnego rozumowania - nazywanego abdukcją - nie potrafimy jak dotąd zaprogramować. A to właśnie ono stanowi sedno ludzkiego rozumu i zdrowego rozsądku. Larson ostrzega, że mit nieuchronnej superinteligencji nie tylko zaciemnia obraz rzeczywistego postępu, ale też hamuje innowacje. Zamiast badać to, czego jeszcze nie rozumiemy, skupiamy się na przereklamowanych rozwiązaniach. AI będzie dalej doskonalić się w wyspecjalizowanych zadaniach, ale jeśli naprawdę chcemy zrobić krok naprzód, musimy lepiej poznać i docenić jedyną inteligencję, którą znamy - naszą własną. Erik J. Larson jest informatykiem, przedsiębiorcą w branży technologicznej i założycielem dwóch start-upów AI finansowanych przez DARPA. Obecnie zajmuje się podstawowymi zagadnieniami przetwarzania języka naturalnego i uczenia maszynowego. Publikował na łamach "The Atlantic" oraz w czasopismach naukowych, a także badał techniczne granice sztucznej inteligencji w ramach współpracy z inkubatorem technologicznym IC2 na Uniwersytecie Teksańskim w Austin.
Mehul Gupta, Niladri Sen
This book offers a detailed introduction to the groundbreaking field of AI agents and Model Context Protocol (MCP). The first section delves into generative AI and large language models (LLMs), exploring how these technologies power modern AI systems. From there, the book introduces the concept of AI agents—autonomous systems capable of executing tasks with varying levels of complexity. Moving into practical applications, the book focuses on Model Context Protocol, explaining its key components and how it enables effective interaction between AI and various software tools. Each chapter offers step-by-step instructions for setting up MCP servers for popular tools like Gmail, YouTube, GitHub, and more, empowering readers to automate tasks and streamline workflows. The book concludes by addressing the future of MCP, its potential risks, and how to stay safe while using these advanced technologies. Whether you're a beginner or experienced practitioner, this guide will deepen your understanding of AI and enhance your ability to leverage cutting-edge automation in daily operations.
V Kishore Ayyadevara, Yeshwanth Reddy
Whether you are a beginner or are looking to progress in your computer vision career, this book guides you through the fundamentals of neural networks (NNs) and PyTorch and how to implement state-of-the-art architectures for real-world tasks.The second edition of Modern Computer Vision with PyTorch is fully updated to explain and provide practical examples of the latest multimodal models, CLIP, and Stable Diffusion.You’ll discover best practices for working with images, tweaking hyperparameters, and moving models into production. As you progress, you'll implement various use cases for facial keypoint recognition, multi-object detection, segmentation, and human pose detection. This book provides a solid foundation in image generation as you explore different GAN architectures. You’ll leverage transformer-based architectures like ViT, TrOCR, BLIP2, and LayoutLM to perform various real-world tasks and build a diffusion model from scratch. Additionally, you’ll utilize foundation models' capabilities to perform zero-shot object detection and image segmentation. Finally, you’ll learn best practices for deploying a model to production.By the end of this deep learning book, you'll confidently leverage modern NN architectures to solve real-world computer vision problems.
Valentina Alto
Generative AI models and AI language models are becoming increasingly popular due to their unparalleled capabilities. This book will provide you with insights into the inner workings of the LLMs and guide you through creating your own language models. You’ll start with an introduction to the field of generative AI, helping you understand how these models are trained to generate new data.Next, you’ll explore use cases where ChatGPT can boost productivity and enhance creativity. You’ll learn how to get the best from your ChatGPT interactions by improving your prompt design and leveraging zero, one, and few-shots learning capabilities. The use cases are divided into clusters of marketers, researchers, and developers, which will help you apply what you learn in this book to your own challenges faster.You’ll also discover enterprise-level scenarios that leverage OpenAI models’ APIs available on Azure infrastructure; both generative models like GPT-3 and embedding models like Ada. For each scenario, you’ll find an end-to-end implementation with Python, using Streamlit as the frontend and the LangChain SDK to facilitate models' integration into your applications.By the end of this book, you’ll be well equipped to use the generative AI field and start using ChatGPT and OpenAI models’ APIs in your own projects.
Mercury Learning and Information, Oswald Campesato
This book introduces developers to basic concepts in NLP and machine learning, providing numerous code samples to support the topics covered. The journey begins with introductory material on NumPy and Pandas, essential for data manipulation. Following this, chapters delve into NLP concepts, algorithms, and toolkits, providing a solid foundation in natural language processing.As you progress, the book covers machine learning fundamentals and classifiers, demonstrating how these techniques are applied in NLP. Practical examples using TF2 and Keras illustrate how to implement various NLP tasks. Advanced topics include the Transformer architecture, BERT-based models, and the GPT family of models, showcasing the latest advancements in the field.The final chapters and appendices offer a comprehensive overview of related topics, including data and statistics, Python3, regular expressions, and data visualization with Matplotlib and Seaborn. Companion files with source code and figures ensure a hands-on learning experience. This book equips you with the knowledge and tools needed to excel in NLP and machine learning.
Mercury Learning and Information, Oswald Campesato
This book is for developers seeking an overview of basic concepts in Natural Language Processing (NLP). It caters to those with varied technical backgrounds, offering numerous code samples and listings to illustrate the wide range of topics covered. The journey begins with managing data relevant to NLP, followed by two chapters on fundamental NLP concepts. This foundation is reinforced with Python code samples that bring these concepts to life.The book then delves into practical NLP applications, such as sentiment analysis, recommender systems, COVID-19 analysis, spam detection, and chatbots. These examples provide real-world context and demonstrate how NLP techniques can be applied to solve common problems. The final chapter introduces advanced topics, including the Transformer architecture, BERT-based models, and the GPT family, highlighting the latest state-of-the-art developments in the field.Appendices offer additional resources, including Python code samples on regular expressions and probability/statistical concepts, ensuring a well-rounded understanding. Companion files with source code and figures enhance the learning experience, making this book a comprehensive guide for mastering NLP techniques and applications.
Natural Language Processing: Python and NLTK. Click here to enter text
Jacob Perkins, Nitin Hardeniya, Deepti Chopra, Iti...
Natural Language Processing is a field of computational linguistics and artificial intelligence that deals with human-computer interaction. It provides a seamless interaction between computers and human beings and gives computers the ability to understand human speech with the help of machine learning. The number of human-computer interaction instances are increasing so it’s becoming imperative that computers comprehend all major natural languages. The first NLTK Essentials module is an introduction on how to build systems around NLP, with a focus on how to create a customized tokenizer and parser from scratch. You will learn essential concepts of NLP, be given practical insight into open source tool and libraries available in Python, shown how to analyze social media sites, and be given tools to deal with large scale text. This module also provides a workaround using some of the amazing capabilities of Python libraries such as NLTK, scikit-learn, pandas, and NumPy.The second Python 3 Text Processing with NLTK 3 Cookbook module teaches you the essential techniques of text and language processing with simple, straightforward examples. This includes organizing text corpora, creating your own custom corpus, text classification with a focus on sentiment analysis, and distributed text processing methods. The third Mastering Natural Language Processing with Python module will help you become an expert and assist you in creating your own NLP projects using NLTK. You will be guided through model development with machine learning tools, shown how to create training data, and given insight into the best practices for designing and building NLP-based applications using Python.This Learning Path combines some of the best that Packt has to offer in one complete, curated package and is designed to help you quickly learn text processing with Python and NLTK. It includes content from the following Packt products:? NTLK essentials by Nitin Hardeniya? Python 3 Text Processing with NLTK 3 Cookbook by Jacob Perkins? Mastering Natural Language Processing with Python by Deepti Chopra, Nisheeth Joshi, and Iti Mathur
Mercury Learning and Information, Oswald Campesato
This book is for developers seeking an overview of basic concepts in Natural Language Processing (NLP). It caters to a technical audience, offering numerous code samples and listings to illustrate the wide range of topics covered. The journey begins with managing data relevant to NLP, followed by two chapters on fundamental NLP concepts. This foundation is reinforced with Python code samples that bring these concepts to life.The book then delves into practical NLP applications, such as sentiment analysis, recommender systems, COVID-19 analysis, spam detection, and chatbots. These examples provide real-world context and demonstrate how NLP techniques can be applied to solve common problems. The final chapter introduces advanced topics, including the Transformer architecture, BERT-based models, and the GPT family, highlighting the latest state-of-the-art developments in the field.Appendices offer additional resources, including Python code samples on regular expressions and probability/statistical concepts, ensuring a well-rounded understanding. Companion files with source code and figures enhance the learning experience, making this book a comprehensive guide for mastering NLP techniques and applications.
David Knickerbocker
Network analysis is often taught with tiny or toy data sets, leaving you with a limited scope of learning and practical usage. Network Science with Python helps you extract relevant data, draw conclusions and build networks using industry-standard – practical data sets. You’ll begin by learning the basics of natural language processing, network science, and social network analysis, then move on to programmatically building and analyzing networks. You’ll get a hands-on understanding of the data source, data extraction, interaction with it, and drawing insights from it. This is a hands-on book with theory grounding, specific technical, and mathematical details for future reference. As you progress, you’ll learn to construct and clean networks, conduct network analysis, egocentric network analysis, community detection, and use network data with machine learning. You’ll also explore network analysis concepts, from basics to an advanced level. By the end of the book, you’ll be able to identify network data and use it to extract unconventional insights to comprehend the complex world around you.
Neuro-Symbolic AI. Design transparent and trustworthy systems that understand the world as you do
Alexiei Dingli, David Farrugia
Neuro-symbolic AI offers the potential to create intelligent systems that possess both the reasoning capabilities of symbolic AI along with the learning capabilities of neural networks. This book provides an overview of AI and its inner mechanics, covering both symbolic and neural network approaches.You’ll begin by exploring the decline of symbolic AI and the recent neural network revolution, as well as their limitations. The book then delves into the importance of building trustworthy and transparent AI solutions using explainable AI techniques. As you advance, you’ll explore the emerging field of neuro-symbolic AI, which combines symbolic AI and modern neural networks to improve performance and transparency. You’ll also learn how to get started with neuro-symbolic AI using Python with the help of practical examples. In addition, the book covers the most promising technologies in the field, providing insights into the future of AI.Upon completing this book, you will acquire a profound comprehension of neuro-symbolic AI and its practical implications. Additionally, you will cultivate the essential abilities to conceptualize, design, and execute neuro-symbolic AI solutions.
(Nie)etyczna AI. Jak programować odpowiedzialnie w erze sztucznej inteligencji
Paweł Półtorak
Technologia - wspaniała i groźna zarazem. Także w Twoich rękach Czy rozwój sztucznej inteligencji budzi w Tobie mieszane uczucia? Z jednej strony fascynuje potencjałem, z drugiej - rodzi wątpliwości? Autor książki, doświadczony strateg i doradca w obszarze nowych technologii, stawia się w pozycji sygnalisty, by zwrócić uwagę na obszary, w których rozwój AI może pójść w niebezpiecznym kierunku. Choć dostrzega ogromne możliwości, jakie niesie sztuczna inteligencja - od transformacji biznesów po poprawę jakości życia - nie odwraca wzroku od ciemnych stron tej technologii. Znajdziesz tu analizę ryzyka związanego z AI, takiego jak brak transparentności, niewłaściwe zarządzanie danymi i potencjalne manipulacje, które mogą wpływać na społeczeństwo w skali globalnej. Celem książki nie jest jedynie wywołanie refleksji nad tymi zagrożeniami, ale przede wszystkim pokazanie, jak im zapobiegać. W pierwszej części autor zwraca uwagę na niebezpieczeństwa, jakie wiążą się z nieumiejętnym, nieprzemyślanym, a czasami także nieetycznym podejściem do projektowania technologii i zastosowań AI. W drugiej proponuje zestaw praktycznych wskazówek dla każdego, kto pracuje nad rozwojem sztucznej inteligencji i pragnie robić to w sposób etyczny. Ta książka to nie tylko ostrzeżenie przed zagrożeniami związanymi z AI, ale przede wszystkim drogowskaz dla twórców nowoczesnych technologii.
Lovisa Stenbäcken Stjernlöf, HenkJan de Vries
IAM, short for identity and access management, is a set of policies and technologies for ensuring the security of an organization through careful role and access assignment for users and devices. With this book, you’ll get up and running with Okta, an identity and access management (IAM) service that you can use for both employees and customers.Once you’ve understood how Okta can be used as an IAM platform, you’ll learn about the Universal Directory, which covers how to integrate other directories and applications and set up groups and policies. As you make progress, the book explores Okta’s single sign-on (SSO) feature and multifactor authentication (MFA) solutions. Finally, you will delve into API access management and discover how you can leverage Advanced Server Access for your cloud servers and Okta Access Gateway for your on-premises applications.By the end of this Okta book, you’ll have learned how to implement Okta to enhance your organization's security and be able to use this book as a reference guide for the Okta certification exam.
Henry Habib, Sam McKay, Paul Siegel
As artificial intelligence continues to reshape industries with OpenAI at the forefront of AI research, knowing how to create innovative applications such as chatbots, virtual assistants, content generators, and productivity enhancers is a game-changer. This book takes a practical, recipe-based approach to unlocking the power of OpenAI API to build high-performance intelligent applications in diverse industries and seamlessly integrate ChatGPT in your workflows to increase productivity.You’ll begin with the OpenAI API fundamentals, covering setup, authentication, and key parameters, and quickly progress to the different elements of the OpenAI API. Once you’ve learned how to use it effectively and tweak parameters for better results, you’ll follow advanced recipes for enhancing user experience and refining outputs. The book guides your transition from development to live application deployment, setting up the API for public use and application backend. Further, you’ll discover step-by-step recipes for building knowledge-based assistants and multi-model applications tailored to your specific needs.By the end of this book, you’ll have worked through recipes involving various OpenAI API endpoints and built a variety of intelligent applications, ready to apply this experience to building AI-powered solutions of your own.
Henry Habib
Firma OpenAI pozostaje niekwestionowanym liderem badań nad sztuczną inteligencją. Dzięki udostępnianym przez nią rozwiązaniom tworzenie innowacyjnych aplikacji, takich jak czatboty, wirtualne asystenty, generatory treści i narzędzia zwiększające produktywność, stało się o wiele prostsze. Bezsprzecznie powszechna dostępność technologii AI zmienia zasady gry! Receptury zawarte w tym zbiorze ułatwią Ci budowę szerokiej gamy inteligentnych aplikacji. Zaczniesz od podstaw OpenAI API - konfiguracji, uwierzytelniania i kluczowych parametrów - po czym szybko przejdziesz do nauki korzystania z najważniejszych elementów API. Następnie przyjdzie czas na zaawansowane receptury, dzięki którym poprawisz wrażenia użytkownika i dopracujesz dane wyjściowe. Dowiesz się, jak wdrażać aplikacje i przygotować je do publicznego użytku. Nauczysz się również budowania inteligentnych asystentów opartych na specjalistycznej wiedzy, a także aplikacji multimodalnych dostosowanych do Twoich specyficznych potrzeb. W książce: podstawy interfejsu OpenAI API, jego możliwości i ograniczenia konfiguracja OpenAI API krok po kroku zaawansowane funkcje, w tym komunikat systemowy i dostrajanie integracja OpenAI API z istniejącymi aplikacjami i procesami projektowanie aplikacji wykorzystujących w pełni możliwości OpenAI API Postęp technologii polega na dostosowaniu jej tak, abyśmy nawet jej nie zauważali i by mogła stać się częścią codziennego życia! Bill Gates
Joseph Howse, Steven Puttemans, Utkarsh Sinha
Computer vision is becoming accessible to a large audience of software developers who can leverage mature libraries such as OpenCV. However, as they move beyond their first experiments in computer vision, developers may struggle to ensure that their solutions are sufficiently well optimized, well trained, robust, and adaptive in real-world conditions. With sufficient knowledge of OpenCV, these developers will have enough confidence to go about creating projects in the field of computer vision.This book will help you tackle increasingly challenging computer vision problems that you may face in your careers. It makes use of OpenCV 3 to work around some interesting projects. Inside these pages, you will find practical and innovative approaches that are battle-tested in the authors’ industry experience and research. Each chapter covers the theory and practice of multiple complementary approaches so that you will be able to choose wisely in your future projects. You will also gain insights into the architecture and algorithms that underpin OpenCV’s functionality.We begin by taking a critical look at inputs in order to decide which kinds of light, cameras, lenses, and image formats are best suited to a given purpose. We proceed to consider the finer aspects of computational photography as we build an automated camera to assist nature photographers. You will gain a deep understanding of some of the most widely applicable and reliable techniques in object detection, feature selection, tracking, and even biometric recognition. We will also build Android projects in which we explore the complexities of camera motion: first in panoramic image stitching and then in video stabilization.By the end of the book, you will have a much richer understanding of imaging, motion, machine learning, and the architecture of computer vision libraries and applications!
Robert Laganiere
OpenCV 3 Computer Vision Application Programming Cookbook is appropriate for novice C++ programmers who want to learn how to use the OpenCV library to build computer vision applications. It is also suitable for professional software developers wishing to be introduced to the concepts of computer vision programming. It can also be used as a companion book in a university-level computer vision courses. It constitutes an excellent reference for graduate students and researchers in image processing and computer vision.
Joseph Howse
This book is for programmers who want to expand their skills by building fun, smart, and useful systems with OpenCV. The projects are ideal in helping you to think creatively about the uses of computer vision, natural user interfaces, and ubiquitous computers (in your home, car, and hand).
Prateek Joshi
Computer vision is found everywhere in modern technology. OpenCV for Python enables us to run computer vision algorithms in real time. With the advent of powerful machines, we are getting more processing power to work with. Using this technology, we can seamlessly integrate our computer vision applications into the cloud. Web developers can develop complex applications without having to reinvent the wheel.This book will walk you through all the building blocks needed to build amazing computer vision applications with ease. We start off with applying geometric transformations to images. We then discuss affine and projective transformations and see how we can use them to apply cool geometric effects to photos. We will then cover techniques used for object recognition, 3D reconstruction, stereo imaging, and other computer vision applications.This book will also provide clear examples written in Python to build OpenCV applications. The book starts off with simple beginner’s level tasks such as basic processing and handling images, image mapping, and detecting images. It also covers popular OpenCV libraries with the help of examples.The book is a practical tutorial that covers various examples at different levels, teaching you about the different functions of OpenCV and their actual implementation.
Ajeet Singh Raina, Harsh Manvar
Modern AI systems don’t fail at modeling; they fail in production. Moving from experiments to reliable, scalable systems requires more than notebooks and scripts. It requires infrastructure.Operational AI with Docker shows you how to build, deploy, and operate AI systems that work beyond a single machine. You’ll learn how to use Docker as a consistent runtime for machine learning workflows, package models as reproducible artifacts, and run them reliably across environments.Starting with containerized machine learning, you’ll progress to model serving, AI deployment, and scalable infrastructure using Kubernetes. You’ll implement production-ready patterns for resource management, autoscaling, observability, and performance tuning, ensuring your AI workloads remain stable under real-world conditions.The book goes beyond traditional MLOps by introducing agentic AI systems, including autonomous agents, multi-agent architectures, and secure execution environments. You’ll also explore modern integration patterns using the Model Context Protocol (MCP), enabling AI systems to interact safely with tools, APIs, and data sources.By the end of this book, you’ll be able to design and operate production AI systems that are reproducible, scalable, and ready for real-world deployment using Docker and Kubernetes.
Polecenia dla ChatGPT w finansach: praktyczne zastosowanie w biznesie i finansach osobistych
Adam Parysz
Czy kiedykolwiek zastanawiało Cię, jak sztuczna inteligencja może zrewolucjonizować zarządzanie finansami? Jeśli nie, to może warto się nad tym zastanowić? Zwłaszcza w kontekście możliwości, jakie stwarza ChatGPT, jedno z kluczowych narzędzi transformacji technologicznej. Model opracowany przez OpenAI może być używany do planowania budżetu, oszczędzania, raportowania danych czy nawet doradztwa inwestycyjnego. Dzięki zaawansowanym algorytmom AI może analizować wszelkie dane finansowe i sugerować optymalne strategie inwestycyjne, co pozwala na efektywniejsze zarządzanie finansami osobistymi. Książka Polecenia dla ChatGPT w finansach. Praktyczne zastosowanie w biznesie i finansach osobistych pokazuje możliwości, jakie daje współpraca z tym narzędziem. To praktyczny przewodnik skierowany do osób, które na co dzień korzystają z AI w instytucjach finansowych, ale także tych, które dopiero rozpoczynają przygodę z tą technologią. Również szefowie organizacji znajdą tu inspiracje do zastosowania narzędzia w codziennej pracy ― odkryją jego potencjał w zarządzaniu nie tylko finansami, ale i procesami biznesowymi. Przekonaj się, że ChatGPT może się stać Twoim najlepszym wirtualnym asystentem ― który w dodatku nic nie kosztuje! W książce: Cel i zakres zastosowania ChatGPT w finansach: Wprowadzenie do OpenAI, rozwój ChatGPT oraz jego kluczowe cechy) Zastosowanie ChatGPT w finansach osobistych (planowanie budżetu, oszczędzanie, zarządzanie długiem, doradztwo inwestycyjne) Automatyzacja obsługi klienta i personalizacja usług (najlepsze praktyki, skrypty dialogów z klientami) Automatyzacja analizy i raportowania danych finansowych (przegląd narzędzi i metodologii) Automatyzacja procesów wewnętrznych (zarządzanie dokumentacją, audyt) Automatyzacja zarządzania ryzykiem (przykłady poleceń dotyczących identyfikacji i reagowania na sygnały ryzyka)
Poznaj Data Science. Przekształcanie, eksplorowanie, wizualizacja i modelowanie danych w Pythonie
Deborah Nolan, Joseph Gonzalez, Sam Lau
Jako ambitny Data Scientist, czyli danetyk, rozumiesz, dlaczego organizacje polegają na danych przy podejmowaniu ważnych decyzji - czy chodzi o firmy projektujące witryny internetowe, władze miasta decydujące o sposobie poprawy usług, czy naukowców pracujących nad zatrzymaniem rozprzestrzeniania się choroby. Chcesz nabyć umiejętności wyciągania praktycznych wniosków z nieuporządkowanego mnóstwa danych. Nazywamy to danetycznym cyklem życia: proces zbierania, przekształcania, analizowania danych i wyciągania z nich wniosków. Poznaj Data Science to pierwsza książka przedstawiająca fundamentalne umiejętności dotyczące zarówno programowania, jak i statystyki, które są potrzebne w całym cyklu życia. Jest skierowana do osób, które chcą zostać danetykami lub z nimi współpracują, a także analityków danych, którzy chcą przekroczyć podział na "techniczne/nietechniczne". Jeśli znasz podstawy programowania w Pythonie, nauczysz się pracować z danymi przy użyciu standardowych w branży narzędzi, takich jak pandas. - Sprecyzuj pytanie, aby pozwalało na badanie interesującej kwestii przy użyciu danych - Zgromadź dane, co może obejmować przetwarzanie tekstu, ekstrakcję danych internetowych itp. - Zyskaj wartościowe spostrzeżenia, dzięki oczyszczaniu, eksplorowaniu i wizualizacji danych - Poznaj sposoby modelowania służące do opisu danych - Dokonaj uogólnień wykraczających poza dane "Żałuję, że nie mieliśmy tej książki, gdy pierwszy raz wymyślaliśmy określenie Data Scientist na nasz zawód. Warto zacząć od niej zajmowanie się analizą/inżynierią danych, sztuczną inteligencją lub uczeniem maszynowym". -DJ Patil, PhD pierwszy US Chief Data Scientist Sam Lau jest asystentem w Halıcıoğlu Data Science Institute na uniwersytecie UC San Diego. Sam ma dziesięć lat doświadczenia w nauczaniu. Ułożył program przedmiotu Data Science i nauczał go na wzorcowych kursach na uniwersytetach UC Berkeley i UC San Diego. Joey Gonzalez jest adiunktem na wydziale EECS na uniwersytecie UC Berkeley, członkiem grupy badawczej Berkeley AI Research oraz członkiem założycielem organizacji Berkeley RISE Lab. Jest także współzałożycielem firm Turi Inc. i Aqueduct, które tworzą narzędzia dla osób zajmujących się Data Science. Deborah Nolan jest profesorem emerita statystyki i prodziekanem ds. studentów w College of Computing, Data Science, and Society na uniwersytecie UC Berkeley.
Salil Ajgaonkar
With the huge amount of data being generated over the internet and the benefits that Machine Learning (ML) predictions bring to businesses, ML implementation has become a low-hanging fruit that everyone is striving for. The complex mathematics behind it, however, can be discouraging for a lot of users. This is where H2O comes in – it automates various repetitive steps, and this encapsulation helps developers focus on results rather than handling complexities.You’ll begin by understanding how H2O’s AutoML simplifies the implementation of ML by providing a simple, easy-to-use interface to train and use ML models. Next, you’ll see how AutoML automates the entire process of training multiple models, optimizing their hyperparameters, as well as explaining their performance. As you advance, you’ll find out how to leverage a Plain Old Java Object (POJO) and Model Object, Optimized (MOJO) to deploy your models to production. Throughout this book, you’ll take a hands-on approach to implementation using H2O that’ll enable you to set up your ML systems in no time.By the end of this H2O book, you’ll be able to train and use your ML models using H2O AutoML, right from experimentation all the way to production without a single need to understand complex statistics or data science.
Lars Malmqvist
Agentforce is Salesforce’s next-generation framework for building autonomous AI agents that act intelligently on behalf of users. This book is your practical guide to leveraging Agentforce to create enterprise-grade agents that reason, plan, and execute across clouds.You'll begin by mastering core concepts, agent types, the Atlas Reasoning Engine, and the Einstein Trust Layer, before setting up your development environment and using Agent Builder to create your first agents. A full case study walks you through building a production-grade room booking agent, preparing you for more advanced implementations.In later chapters, you'll extend agents with Flow and Apex, build real-time intelligence using Data Cloud and semantic search, and secure your implementations. You'll then adopt DevOps practices to manage deployments, use the Command Center for performance insights, and integrate Agentforce across your enterprise landscape using MuleSoft and external services. By the end, you’ll design and run robust Agentforce solutions that automate complex workflows and deliver measurable business value.*Email sign-up and proof of purchase required
Prawo w IT. Praktycznie i po ludzku
Szymon Ciach
Książka Prawo w IT. Praktycznie i po ludzku Szymona Ciacha zdobyła II Nagrodę w konkursie na Najlepszą Polską Książkę Informatyczną 2025r. organizowanym przez Polskie Towarzystwo Informatyczne. Większość pracowników IT wie, że znajomość prawa istotnego dla sektora, w którym działają, jest niezwykle przydatna. Wszak nieznajomość prawa szkodzi, a jego zrozumienie i umiejętność praktycznego stosowania są kluczowe dla skutecznego funkcjonowania w branży. Prawo w IT. Praktycznie i po ludzku to prawdziwe kompendium wiedzy nie tylko dla prawników, ale także konsultantów IT, menedżerów do spraw bezpieczeństwa informacji, wreszcie wszystkich tych, którym zależy na zrozumieniu i stosowaniu prawa w obszarze technologii informatycznych. Lektura niezbędna dla osób chcących się efektywnie poruszać w cyfrowej rzeczywistości i skutecznie chronić swoje interesy w świecie internetu i nowych mediów. Szymon Ciach, który specjalizuje się w umowach IT oraz regulacjach ICT w sektorze finansowym, używając żargonu właściwego dla branży IT, zagłębia się w najważniejsze aspekty regulacji prawnych związanych z cyberprzestrzenią, ochroną danych czy prawami autorskimi w świecie cyfrowym. Koncentruje się na wymiarze praktycznym omawianych zagadnień, co pozwala lepiej zrozumieć, jak działa prawo w odniesieniu do stanów faktycznych związanych z IT - nie tylko pokazuje zestaw istotnych przepisów, ale też wskazuje sposób myślenia, jaki można "zaimplementować", by radzić sobie ze stosowaniem prawa w tym obszarze. W książce między innymi: Świat IT okiem prawnika Umowy IT (rodzaje, najważniejsze zagadnienia) Technologie (chmura obliczeniowa, AI, DLT, blockchain, kryptoaktywa i więcej) Regulacje IT (przetwarzanie i ochrona danych, cyberbezpieczeństwo) Spory i transakcje M&A w IT