Sztuczna inteligencja
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
Matthew John Macdonald, Jason Clemons, Gary Bradski,...
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.
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
Emily Webber, Andrea Olgiati
Foundation models have forever changed machine learning. From BERT to ChatGPT, CLIP to Stable Diffusion, when billions of parameters are combined with large datasets and hundreds to thousands of GPUs, the result is nothing short of record-breaking. The recommendations, advice, and code samples in this book will help you pretrain and fine-tune your own foundation models from scratch on AWS and Amazon SageMaker, while applying them to hundreds of use cases across your organization.With advice from seasoned AWS and machine learning expert Emily Webber, this book helps you learn everything you need to go from project ideation to dataset preparation, training, evaluation, and deployment for large language, vision, and multimodal models. With step-by-step explanations of essential concepts and practical examples, you’ll go from mastering the concept of pretraining to preparing your dataset and model, configuring your environment, training, fine-tuning, evaluating, deploying, and optimizing your foundation models.You will learn how to apply the scaling laws to distributing your model and dataset over multiple GPUs, remove bias, achieve high throughput, and build deployment pipelines.By the end of this book, you’ll be well equipped to embark on your own project to pretrain and fine-tune the foundation models of the future.
Produkty oparte na sztucznej inteligencji. Projektowanie, budowa i rozwijanie rozwiązań z AI i GenAI
Dr. Marily Nika
Liczba zastosowań generatywnej AI rośnie lawinowo - od automatyzacji procesów, przez personalizację treści, po nowatorskie formy interakcji z użytkownikami. Niemal każda firma technologiczna stara się wkomponować elementy sztucznej inteligencji w swoje produkty. Wprowadzenie dużych modeli językowych stworzyło możliwości, które jeszcze niedawno wydawały się nieosiągalne. Sztuczna inteligencja może nadać naszej pracy większy sens i zmienić jej charakter. Deb Liu, prezes i dyrektor generalny Ancestry.com Ta książka jest niezbędnikiem dla liderów produktowych, którzy chcą projektować i wdrażać produkty oparte na AI i GenAI, a także skutecznie zarządzać zespołami zaangażowanymi w ich rozwój. Znajdziesz tu sprawdzone strategie, praktyczne narzędzia i konkretne przykłady, dzięki którym łatwiej przekujesz potencjał najnowszych technologii w realne korzyści dla użytkowników. Bez względu na to, czy już zarządzasz produktem, czy dopiero chcesz wejść do świata produktów AI - ten przewodnik ułatwi Ci pewne poruszanie się po każdym etapie cyklu życia produktu. W książce między innymi: zarządzanie rozwojem produktów AI za pomocą narzędzi Google, Meta, OpenAI i innych rozwiązywanie problemów za pomocą agentowej i generatywnej sztucznej inteligencji zasady pracy z modelami AI i LLM koordynowanie zespołów produktowych i technicznych podejmowanie trafnych decyzji w obliczu kompromisów strategicznych Ta książka oferuje kombinację ramowych zasad, studiów przypadków i praktycznych porad. Lenny Rachitsky, autor Lenny's Newsletter i gospodarz podcastu
Programowanie wspomagane AI. Automatyzacja pracy programisty dzięki ChatGPT i GitHub Copilot
Christoffer Noring, Anjali Jain, Marina Fernandez, Ayşe...
Obecnie miliony użytkowników korzystają z dużych modeli językowych do generowania treści, analizy danych, pisania kodu i automatyzacji pracy. Narzędzia takie jak ChatGPT i GitHub Copilot pozwalają na zwiększenie efektywności i radzenie sobie ze skomplikowanymi wyzwaniami. Ułatwiają również tworzenie aplikacji na profesjonalnym poziomie. Ta książka jest przeznaczona dla programistów, którzy chcą używać AI do optymalizacji procesu tworzenia oprogramowania. Znalazły się tu praktyczne informacje dotyczące budowy interfejsu użytkownika, backendu, tworzenia i optymalizacji kodu. Opisano, jak pisać interfejsy Web API, refaktoryzować kod i zwiększać jego wydajność za pomocą Copilota. Omówiono ponadto sposoby formułowania podpowiedzi dla przetwarzania danych, inżynierii cech, doboru modeli, ich trenowania, strojenia hiperparametrów i oceny jakości uczenia maszynowego. Nie zabrakło również zaawansowanych technik pracy z Copilotem i agentami programowymi, a także omówienia zasad wywoływania narzędzi AI. W książce: budowa modeli uczenia maszynowego za pomocą GitHub Copilot i ChatGPT korzystanie z asystentów AI w całym cyklu tworzenia oprogramowania techniki inżynierii podpowiedzi w projektach data science tworzenie frontendu i backendu aplikacji internetowej za pomocą sztucznej inteligencji refaktoryzacja kodu i poprawa jego efektywności i czytelności optymalizacja przepływów pracy AI w programowaniu ― twórz szybciej i skuteczniej!
Programowanie wspomagane sztuczną inteligencją. Lepsze planowanie, kodowanie, testowanie i wdrażanie
Tom Taulli
To już się dzieje! Narzędzia oparte na sztucznej inteligencji wykonują monotonne zadania i zajmują się złożonymi szczegółami kodu. W tym czasie programista może się skupić na rozwiązywaniu problemów i innowacjach. AI w takim tandemie ogrywa rolę zaufanego pomocnika, wyręczającego człowieka w zawiłych lub nużących aspektach kodowania. Efekt? Imponujący wzrost produktywności! Ta praktyczna książka ułatwi Ci optymalne używanie narzędzi AI na wszystkich etapach tworzenia oprogramowania. Niezależnie od Twojego doświadczenia nauczysz się korzystać z szerokiej gamy rozwiązań: od dużych modeli językowych ogólnego przeznaczenia (ChatGPT, Gemini i Claude) po systemy przeznaczone do kodowania (GitHub Copilot, Tabnine, Cursor i Amazon CodeWhisperer). Poznasz również metodykę programowania modułowego, która efektywnie współgra z technikami pisania promptów do generowania kodu. W książce znajdziesz także najlepsze sposoby zastosowania uniwersalnych modeli LLM w nauce języka programowania, wyjaśnianiu kodu lub przekładaniu go na inny język programowania. Najciekawsze zagadnienia: możliwości narzędzi opartych na AI, przeznaczonych do tworzenia kodu zalety i wady popularnych systemów korzystanie z ogólnych modeli językowych podczas kodowania narzędzia oparte na AI w cyklu życia oprogramowania inżynieria promptów podczas tworzenia oprogramowania realizacja żmudnych zadań, takich jak pisanie wyrażeń regularnych Ta książka zaoszczędzi Ci wielu godzin prób i błędów! Jonathan Ellis, współzałożyciel firmy DataStax
Projektowanie aplikacji LLM. Holistyczne podejście do dużych modeli językowych
Suhas Pai
Duże modele językowe przeniknęły do wielu dziedzin techniki uważa się je za skuteczne narzędzia do rozwiązywania szerokiej gamy problemów. Coraz więcej przedsiębiorstw korzysta z ich potencjału w celu własnego rozwoju. Jednak przekształcenie prototypów w funkcjonalne aplikacje bywa złożone i skomplikowane. To wyjątkowe opracowanie zawiera wszystkie ważne koncepcje w dziedzinie LLM! Madhav Singhal, CEO, AutoComputer W tej praktycznej książce opisano wszelkie niezbędne narzędzia, techniki i rozwiązania, których potrzebujesz do tworzenia użytecznych produktów wykorzystujących potęgę modeli językowych. Na początku zdobędziesz wiedzę o budowie modelu językowego. Następnie poznasz różne sposoby zastosowania modeli językowych, czy to poprzez bezpośrednie zapytania do modelu, czy też poprzez jego dostrajanie. Zrozumiesz ograniczenia LLM, takie jak halucynacje i problemy z rozumowaniem, a także dowiesz się, jak sobie z nimi poradzić. Znajdziesz tu również omówienie paradygmatów zastosowań, takich jak generowanie wspomagane wyszukiwaniem (RAG) czy agenty. Z tą książką: przygotujesz zbiory danych do treningu i dostrajania modeli zrozumiesz architekturę transformera zaadaptujesz wstępnie wytrenowane modele do własnych potrzeb poznasz skuteczne techniki optymalizacji i adaptacji dziedzinowej dowiesz się, jak integrować modele językowe z zewnętrznymi środowiskami i źródłami danych Gorąco polecam tę książkę! Megan Risdal, Kaggle (Google) To mistrzowski kurs budowania zaawansowanych systemów AI! Jay Alammar, autor książek
Prompt engineering i ChatGPT. Poradnik skutecznej komunikacji ze sztuczną inteligencją
Andrzej Kacprzak
Twój przewodnik po świecie prompt engineeringu Wszystkie znaki na niebie i ziemi wskazują wyraźnie: wkraczamy w erę, w której sztuczna inteligencja (SI) będzie wszechobecna. Wygra na tym ten, kto szybciej nauczy się z nią skutecznie porozumiewać. Nie czekaj zatem i już dziś opanuj sztukę tworzenia precyzyjnych i trafnych promptów, czyli instrukcji dla modeli językowych, takich jak ChatGPT. Autor z zapałem dzieli się swoją fascynacją sztuczną inteligencją i prezentuje praktyczne metody jej zastosowania w różnych obszarach. Korzystając z własnego doświadczenia inżynierskiego, w przystępny sposób wyjaśnia zasady prompt engineeringu, pozwalające optymalnie formułować "podpowiedzi" dla SI. Pracując z tym praktycznym przewodnikiem, nauczysz się między innymi: Efektywnie komunikować się z SI Budować prompty, które przynoszą oczekiwane rezultaty Korzystać z prostych, a także bardziej zaawansowanych strategii i technik prompt engineeringu Zaprzęgać ChatGPT do rozwiązywania problemów z różnych dziedzin życia zarówno prywatnego, jak i zawodowego Odkryj fascynujący świat sztucznej inteligencji i poznaj możliwości, jakie otwiera przed Tobą dobrze skonstruowany prompt.
Prompt engineering. Projektowanie aplikacji z wykorzystaniem LLM
John Berryman, Albert Ziegler
Duże modele językowe (ang. large language models) są fundamentem istnienia wielu nowoczesnych aplikacji. LLM mogą realizować szeroki zakres zadań i służą do rozwiązywania złożonych problemów. Jednak projektowanie niezawodnych rozwiązań z wykorzystaniem modeli wymaga opanowania zupełnie nowych kompetencji. Dowiedz się, na czym polega skuteczne komunikowanie się z modelami LLM i w jaki sposób przekuwać śmiałe pomysły w działające aplikacje. Poznaj filozofię działania modeli i kluczowe techniki inżynierii promptów: od pozyskiwania i oceny kontekstu, przez konstruowanie efektywnych promptów, aż po tworzenie szablonów gwarantujących wysoką jakość odpowiedzi. W książce znajdziesz także opis bardziej zaawansowanych technik, takich jak konstruowanie pętli, potoków i przepływów pracy czy budowa agentów konwersacyjnych. Poznasz też metody oceniania modeli LLM. A ponadto: zrozumiesz architekturę modeli LLM i nauczysz się je stosować zaprojektujesz przemyślaną strategię tworzenia promptów nauczysz się budować kontekst i przekształcać go w skuteczne zapytania opanujesz najlepsze praktyki w tworzeniu aplikacji opartych na LLM Styl autorów sprawia, że tematyka promptów staje się dostępna dla każdego! Hamel Husain, niezależny badacz i konsultant
Prompt Engineering Using ChatGPT. Crafting Effective Interactions and Building GPT Apps
Mercury Learning and Information, Mehrzad Tabatabaian
This book is designed for mastering prompt engineering in artificial intelligence, focusing on ChatGPT, GPT-4, and GPT plug-ins. It explores fundamental principles, practical techniques, and real-world applications. Readers will learn the role of prompts in AI interactions, the anatomy of well-constructed prompts, and various prompt styles. The book also covers setting constraints to guide AI responses and ensure ethical interactions, making it ideal for both beginners and advanced users.The journey begins with the foundations of prompts and crafting contextual prompts. It progresses to asking specific questions, providing constraints, and creating diverse content prompts. Advanced chapters cover debugging, iterating prompts, and using GPT-4 with plug-ins. The book concludes with real-world applications, future trends, and ethical considerations, ensuring a comprehensive understanding of prompt engineering.Understanding these concepts is crucial for effective AI interactions. This book transitions readers from basic to advanced prompt engineering, blending theoretical knowledge with practical skills. It is an essential resource for mastering prompt engineering and building innovative GPT applications.
Prosto o AI. Jak działa i myśli sztuczna inteligencja?
Robert Trypuz
Książka Prosto o AI. Jak działa i myśli sztuczna inteligencja? Roberta Trypuza zdobyła III Nagrodę w konkursie na Najlepszą Polską Książkę Informatyczną 2025r. organizowanym przez Polskie Towarzystwo Informatyczne. Wszystko, co chcesz wiedzieć o AI i czego dotąd nikt nie był w stanie Ci (prosto) wyjaśnić Sztuczna inteligencja jest na ustach wszystkich. Odkąd pojawił się ChatGPT, newsy ze świata informatyki trafiają na pierwsze strony gazet, pojawiają się w serwisach informacyjnych, programach radiowych i telewizyjnych. Na temat AI dyskutują już nie tylko programiści, ale także fizycy, filozofowie i specjaliści zajmujący się rynkiem pracy. Wojskowi i naukowcy odkrywają dla niej kolejne zastosowania w swoich dziedzinach, futurolodzy zaś na zmianę straszą wizjami rodem z Terminatora i Czarnego lustra i uspokajają, że to wszystko dla naszego dobra, a sztuczna inteligencja pozostaje przecież pod ludzką kontrolą. W tym nowym, wspaniałym świecie, w którym każdy ma na temat AI swoje zdanie, opinie te są często sprzeczne, a ich uzasadnienia niezrozumiałe dla większości z nas, łatwo się pogubić. Jak się odnaleźć? Chcemy, by Twoim przewodnikiem po świecie sztucznej inteligencji stała się ta książka. Napisana prostym, przystępnym językiem przez informatyka i filozofa w jednej osobie, przybliży Ci najważniejsze zagadnienia związane z AI: Czym jest AI i jak się buduje sztuczną inteligencję, w tym ChatGPT Na jakich zasadach funkcjonują duże modele językowe W jaki sposób AI odczytuje tekst, a jak rozpoznaje obiekty na zdjęciu Czy sztuczna inteligencja może mieć wolną wolę Jakie znaczenie AI będzie miała dla edukacji O książce w mediach: Bać się, czy oswajać? „Prosto o AI”. Rozmowa z Robertem Trypuzem [Radio WNET] Eksperyment Myślowy - recenzja książki Kopalnia Wiedzy - recenzja książki Pozwól, że wyjaśnię - recenzja książki
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!